基于小型智能无人机低空遥感技术的农田信息采集的研究

花良浩 ， 李丹丹 ， 黄呈宇 ， 姜娜娜 ， 花洋洋

（扬州工业职业技术学院智能制造学院，江苏 扬州 225127）

1 无人机遥感概述

1.1 无人机遥感测量技术介绍

智能无人机遥感主要是采用了5种技术的联合搭载的无人机遥感监测系统，其中测量和监视农田信息采用的是传感器技术，信息采集主要由搭载的传感器接收转换得到的光影成像构成[1]。在无人机低空飞行过程中，扫描农田中农作物或无农作物区域形成不同的光段，再将形成的不同样本转化为不同的光谱特征，由高光谱影像信息可以获取并正确判断农作物的种类、农作物当前生长状态、农作物的倒伏状态等。空间测量技术主要是识别一些农田中不同的农作物区域，主要采用的是激光探测技术。比如，本文中智能无人机采用的是机载LiDAR，无人机飞行过程中通过采集的信息进行反射脉冲并接收回波，从而获得不同农作物区域的三维坐标。

1.2 无人机的种类

当前，无人机的种类繁多，都各有优缺点。从无人机结构看，可分为固定翼、飞艇、多旋翼和直升机这四大类。其中，多旋翼无人机因为体型比较小，重量比较轻，并且有很强的定点悬停能力，可以根据设计时间和设计点快速停止，速度方面相较于其他结构的无人机属于中慢速，上面搭载的相机在信息采集过程中可以重复拍照并且图像分辨率很高[2]。所以，小型多旋翼无人机大多用于农田信息采集方面。固定翼飞机一般速度比较快，并且起飞后飞行时间比较久，不能及时在固定点悬停，若用于农田信息采集，会因为移动过快导致搭载的相机不能及时聚焦采集信息。飞艇类无人机是一种轻于空气的航空器，比较适用于静风中飞行，在有风的情况下稳定性极差，和热气球原理很像，唯一不同的是其具有推进和控制飞行状态的装置，其适用范围很广。多旋翼直升机体型较大，可以承载比较重的设备，但是运行中噪声较大，不适合用于农田信息监测方面。

1.3 无人机遥感技术的应用现状

我国对智能无人机遥感技术的研究主要起源于1950年，出发点是针对航空施药技术进行研究，2004年无人机遥感技术才开始用于农田中，但是技术并不成熟，到2007年技术开始成熟，也是我国首次将功能较为齐全的无人机遥感技术投入使用[3]。当前，我国无人机遥感技术主要的优势是能够准确采集农田信息，使用方便，准确快捷，并能做到实时监控等。对于农户来说，最大的优势是使用成本低，购买渠道多，并且操作简单[4]。例如，在小麦生产中应用智能无人机遥感技术，可以完成初期、中期、后期生产过程中的病虫草害防治施药工作，能有效抵御病虫草害的侵扰；在玉米生产初期、中期阶段中应用智能无人机遥感技术，可以高效进行病虫害防治施药工作，并达到良好效果，既安全有效又能保证农作物的质量。

2 系统的总体设计方案

研究小组主要以无人机为监测平台，利用搭载的成像光谱仪和其他对农田无接触的监测设备组成信息采集处理系统。在农田信息采集监测领域，当前市面上最注重的是无人机监测范围和精度等，但却忽略了无人机的续航能力、飞行的稳定性等，所以研究小组综合考虑后选择大疆无人机“御”系列的Mavic2型号，其飞行稳定性高，速度快，并且续航时间长。选用DJIGS Pro作为核心控制系统，可在操作面板上的地图上直接选点，并且拥有多种方式创建飞行任务的功能。

3 农田信息采集与数据处理

3.1 农田空间信息的采集

无人机采集农田空间信息时，不仅仅是获取农田的空间坐标，计算总面积，还有对区域内不同农作物田地的计算[5]。采用无人机遥感探测技术可以实现农田空间位置信息的实时获取，例如，利用搭载的成像光谱仪和其他对农田无接触的监测设备组成信息采集处理系统对农田空间信息进行识别。在此之后，对于空间监测方面采用了高程信息处理技术，使得监测的农田空间信息的分辨率大幅度提升。

3.2 智能无人机航拍与摄影处理

无人机启动之前，首先需要检测无人机各部件是否完整，有无损坏点，还需要检查无人机电池是否能完成本次飞行，检查信息采集内存卡空间是否充足等等。专业人员需要拟定本次飞行轨迹，根据农田高度设定智能无人机飞行的最佳高度，以达到最高分辨率的采集信息。此外，还需要注意待检区周围有没有阻碍飞行的电线、树枝等，所以对于无人机的航向和旁向进行设定，百分比设定分别为大于60%和46%，并且飞行中装配的相机连拍的时间间隔相同。选用的影像处理软件主要是需要对无人机航片进行选择，对采集区域生成密集点云，最后完成正射影像输出等流程。

4 农田信息采集及应用分析

4.1 农田耕种面积测量

无人机启动后开始按设定轨迹飞行，首先获得的是DOM测区，得到该数据后在软件GIS中可以很容易地计算出农田的面积[6-7]。本次测量的农田设定为两片区域，得到各自的农作物种植面积如下：地块1为1.34 hm2，地块2为0.89 hm2。低空遥感和卫星遥感技术最大的区别是前者采集影像的分辨率较高，能检测的范围大，并且可以短时间内获取农田信息，准确便捷，特别是针对很大的农田进行作物套种和分区域非同作物种植时，也能够精准计算。无人机低空遥感技术与人工实地采样观察相比，显然人工容易踏坏农作物，判断不准确，并且效率低，更浪费时间[8]。

4.2 农作物的产量估测

无人机主要通过在农作物快速成长阶段和将要成熟阶段，对农作物的当前植株的水分值和植被指数等信息建立回归模型，来估计农作物的大概产量[9-10]。整个阶段需要多次的信息采集，以确保农作物最后的产量与预估产量的误差保持在4%以内。当前，以现有的无人机监测技术不能对每一个种农作物产量进行预估，常见可预估产量的农作物主要是大豆、玉米和小麦等。

4.3 农作物的氮素诊断

农作物的生长离不开化肥，其中主要的营养成分是氮磷钾等元素。有些地区农田使用农家肥，从营养成分来说和正常化肥的原理是相同的，氮素是为了提高农作物的光合作用和同化产物能力，以此来提高农作物的产量。无人机就是通过低空高光谱遥感技术监测农作物的颜色和叶绿素水平的时间段变化，来获取农作物的生物理化参数空间分布[11-12]。目前，在氮素诊断方面研究的农作物主要有玉米、水稻和小麦等。

4.4 农作物倒伏情况监控

农田内农作物的好坏，直接关系到一个周期内的最终成果。农户对农作物的倒伏情况特别关注，因为倒伏会造成农作物的植株损伤，所以需要及时发现倒伏情况，及时整治，才能有效地减少损失。卫星遥感技术时效性比较低，信息采集数量和清晰度有限。因此，采用低空遥感技术既能短时间地发现问题，得到信息可立即解决问题，将损失率降到最低；又能准确核实农户损失问题，大大提高了农户的收成率。研究小组测试的农田中，显示红色的区域为出现倒伏情况区域。

4.5 农作物的洪涝监测

自然灾害也是严重影响农作物生长的因素之一。比如洪水淹没农田，如果不能及时进行排涝处理，被淹没的农田将会严重荒废，导致没有任何收成。采用无人机遥感技术，可以根据不同长势和颜色变化采集其影像信息，再根据空间监测计算判断得出洪涝区和正常区。

5 无人机低空遥感在农田监测应用中的不足

无人机低空遥感在农田监测中的应用近年来发展迅速，无人机低空遥感系统在农田信息采集应用方面取得了众多显著的成果，但目前的研究仍存在许多不足的地方，主要有以下几个方面：

1）无人机的飞行速度和控制技术方面近年来虽然发展得很快，但是无人机监测技术在面对复杂的作业环境时仍存在很多局限性[13]。一方面，电池的续航能力不足，比如，在对大面积农田进行农作物信息采集时，无人机的电量不允许对整体一次性采集，需要划分区域累计采集，这样就容易导致采集的数据误差增大；另一方面，无人机适用性低，比如，在雷雨和雾雪天气下监测时，会因为雨点的干扰导致遥感图像模糊抖动并且噪点增多，这样导致最终采集得到的信息数据不准确，信息筛选时间增加，限制了无人机遥感在农田监测中的广泛应用。

2）低空遥感技术系统搭载单一的传感器，在对不同的遥感信息的综合使用中，对于精度的把控和检测、拓展范围方面的延伸和监控等，还需要进行更深度的思考研究。面对机载传感器的更新，则应更加向着小型化及智能化方向发展。对于采集及实时同步的农田信息的反馈和检测方面，已经有许多研究者开始探索采集信息和采取数码影像的高光谱数据方式相结合，其中，数据信息的组合不应当局限于两个传感器或者多个融合的传感器相结合。

3）在对于无人机遥感系统采集农情信息方面的研究中，未能达到及时考虑或者没有考虑时空变换方面对于农作物信息的采取和解释。从大多数无人机遥感监测信息系统单方面的研究来看，基本都是基于单个时段间的数据反映情况，从而很少能获取多个及连续模式的数据表和作物表的呈现，反演参数少，代表性严重不足，所以很难表达出农作物的真实情况成长趋势和指数参数[14]。因此，从农作物在生长的过程中进行数据分析的连续性周期性检测来看，监测农作物动态生长趋势是很有必要的。而对于大多数农作物的生长指标和规模参数来说，具有稳定性的模型和准确普适性方面还有进一步研究的空间[15]。此外，从遥感信息系统获取的所知信息的图例来看，对于后期的精准性和管理方面的研究做得很少，这就需要开发快速高效的对地物方面的识别信息系统以及适当的模型解析操作，以形成高效、标准、通用的方法。

6 结论

综上所述，智能无人机低空遥感技术的快速进步，在现代农业以及未来精准农业的农田信息采集领域呈主要发展趋势[16]。该技术在农田面积检测和面积划分方面具有超高的精度，为农业科学化生产奠定了牢固的基础。研究小组所研究的无人机遥感技术主要针对农田中农作物的生长状况和受灾情况进行监测，并能够第一时间通知相关人员进行处理，遵循最大程度的无损失生产或者降低损失生产的理念，科学地对农作物进行管理。智能无人机低空遥感技术的成熟，会为我国更精细化的农业的发展提供极大帮助。