无人机在精量灌溉中的应用研究

王巧玲

(甘肃省疏勒河流域水资源利用中心,甘肃 玉门 735211)

0 引 言

要想实现精量灌溉的目标,必须有效对缺水状况实施精准诊断,并通过科学分析,在满足缺水状态下即可执行灌溉指令。例如,针对土壤-植物-大气连续体系统,想要判断作物是否缺水,就需要依靠对应的定量指标来做出评判:①需要结合当前土壤水分情况,明确灌溉的时间及用水量,并充分考虑影响水分的因素,科学设定土壤水分平衡条件;②从作物在水分缺失状态下的生理反应特征出发,观察其是否要实施灌溉任务;③基于作物生长的环境特征,考虑对应因素的变化情况,进而判断出作物需水量,随后从蒸腾蒸发量角度出发,判断是否达到需要灌溉的界限。当前,无人机技术在诸多方面都得到了有效应用,它可以借助机载多光谱热红外、高光谱等相机,实现对定量指标信息的获取,为实现动态化监测、准确监测提供支持[1]。

1 无人机技术的应用特征

1.1 安全性与可靠性

在科学技术不断发展的过程中,无人机遥感技术开始发挥出其优势,现阶段,已将无人机应用到多个项目的研究中。在实践期间,主要利用遥感来实现对无人机的控制,并且依托计算机技术、图像摄影技术等完成测量工作,在这种模式下,可展现出无人机技术的安全性和可靠性。

1.2 降低投资成本

相对而言,使用无人机要比航拍飞机节省更多的资金,无人机控制系统相对简单,在使用过程中具备价格优势。操作者可借助摇感系统实现对无人机的操控,并且无人机的后续养护与维修相对便利,这些都为无人机的广泛应用提供了支持,也展现出无人机利用的优点。

1.3 可开展低空作业和获取高分辨率的影像

无人机作业过程中可保持低空飞行的状态,它能够精准拍摄目标范围内的相关事物,从而获得高分辨率的影像信息。在低空状态下,可有效避免云层的干扰,进一步拉进和地面的距离,有助于获取更为准确的数据信息。通常情况下,即使无人机是在距离地面超过50m以上的条件下飞行,它也能够测绘出足够精确的数据,在技术达到相应需求时,误差范围可<0.5m[2]。

2 无人机实现精量灌溉下的数据指标支持

在执行灌溉期间,作物属于有效分析的对象,伴随着天气的变化和其它因素的影响,土壤中的水分也在持续变化。因此,在执行灌溉时,要依据对应作物的生长情况来决定。如果含水量较为充足,则无需执行灌溉操作,若含水量相对较低,则可以下达精量灌溉的指令。

2.1 作物水分信息和无人机遥感监测技术的联系

在判断是否执行灌溉时,观察作物自身生理变化尤为关键,通过采用有效的方式可获得相关指标。例如,在运行阶段,作物的参数指标可包含径流、茎水势、叶水势、气孔导度等,作物自身的水分情况会从上述指标中得以体现。当然,在获取信息时上述指标不能来自特定个体,而是要尽可能选择平均值,在满足条件时还需要结合作物的空间分布特征、实现对样本的校正等[3]。当前,伴随着精量灌溉理念的提出,更应当精确分析作物空间的变化特点,按照实际应用需求,可借助冠层温度、植被参数等数据指标展开分析。

首先,在含水率充足条件下,若是环境温度上升,就会增大气孔导度,进一步提升蒸腾速率提,在此条件下得到的冠层温度较为稳定。其次,如果含水率呈现出不足状态,那么作物的气孔导度、蒸腾速率均会降低,此时的蒸腾降温能力逐渐削弱,就会出现冠曾温度升高的情况[4]。为了合理应用这种水分胁迫的情况,在表现出蒸腾速率降低、气孔开度减小、冠层温度升高的情况外,还会出现叶子卷曲、叶面积减少的现象。当然,为了实现对机体组织的保护,作物还会降低光的吸收,可通过影响叶绿素浓度、叶黄素循环等来加以调节。在水分胁迫出现期间,作物的冠层温度、结构、叶片色素含量会发生一定的变化,这也也无人机遥感技术探测指引了方向,在有效利用其空间变异性的特征基础上,可实现对信息的感知,并且在应用期间可发挥出变异迅速、细致感知的优点。结合无人机遥感技术的应用,在对作物水分胁迫进行诊断期间,要充分结合作物对水分胁迫的响应,主要将其划分成基于红外测温技术与基于冠层反射光谱两种类型。

2.2 作物水分信息无人机遥感监测技术体系的搭建

以精量灌溉为目标,在分析作物水分胁迫信息感知的基础上,可展现出无人机遥感监测技术的应用应用潜力。通过建立无人机遥感技术的作物水分信息感知技术体系,可为后续应用实践奠定基础。

在作物水分信息无人机遥感监测技术体系中,应包含对图像信息的采集,明确预处理过程,并从温度指数、植被指数方面出发实现对水分胁迫的有效感知。在图像采集、处理模块中,需要对无人机的飞行参数进行设计,实现对相关数据的采集,并完成地理信息匹配工作,保证图像拼接良好,并通过有效的校正处理来确保图像信息的质量。从温度指数层面出发,在分析水分胁迫感知的条件下,则通常需要关注温度校正冠层温度提取和胁迫指数的联系,合理搭建两者的关系,并依据分布图为后续灌溉操作提供支撑。

2.3 基于植被指数的作物水分信息无人机技术应用实践

通过结合红外测温技术,能够实现对作物冠层温度的监测,从而对作物水分胁迫状况实施分析。从作物生理特性角度出发,结合空间变异性的感知手段,有效测量出水分胁迫的分布信息图。结合具体实践应用过程,可将水分胁迫敏感的指数划分成叶黄素、叶绿素以及与冠层结构的相关指数。

2.3.1 叶黄素指数

叶黄素指数能够成为作物水分胁迫指标,可通过对其分析了解到当前作物的含水量特征。不过,相对而言,叶黄素指数会受到冠层结构、色素含量、时间尺度等因素的影响。此外,如果在借助地面遥感、无人机遥感技术的背景下,受到多种因素的影响,最终获得的水分胁迫监测能力会存在欠缺,可能暴露出测量结果不准、不够稳定的问题。例如,在使用地面遥感技术对春天小麦的叶黄素指数水分胁迫进行监测期间,要合理评估其性能,了解到叶黄素指数会受到季节变化、叶面积指数变化的影响,为了尽可能消除影响,就应当对其进行校正。此外,在追求结果精确的条件下,还应该借助更加精细的时间对其实施评估与测量。在研究期间,从航空尺度层面出发对叶黄素指数进行评估,通过对其水分胁迫信息进行监测,了解到会受到多种因素干扰,倡导构建起叶黄素指数体系来进行分析。

2.3.2 叶绿素及冠层结构相关指数

在实践过程中,也可以利用叶绿素及冠层结构相关指数,对比其和叶黄素相关指数的差异,发现叶绿素及冠层结构相关指数适用于窄波段多光谱植被。此外,可以通过监测植被的生长信息来进行统计,例如叶绿素含量、叶面积指数等。在表现为持续水分胁迫的状态下,会出现叶片卷曲及下垂的情况。如果叶绿素含量降低,也会导致作物的结构及颜色发生变化,这也可成为作物水分胁迫的关键视觉指标。在利用无人机遥感技术时,在叶片结构、叶绿素含量发生变化的状态下,会导致特定波段反射率发生减少或者增加的情况,从而可借助无人机窄带多光谱指数来实现对作物水分变化的监测。陈建福[5]在开展研究期间,就有效利用了无人机多光谱系统,对植物水分状况进行了评估,并通过观察其空间变异性特征,明确了归一化植被指数与转化叶绿素吸收反射率、优化土壤调节植被指数比值、气孔导度、茎水势的关系。在借助无人机技术时,通过建立植被指数也能够实现对作物水分胁迫情况的监测,实践过程中,需要排除其它无关因素的干扰,有效降低波动带来的影响。徐洪刚[6]等在研究无人机热红外反演土壤含水率时,以不同生育期夏玉米为对象,借助无人机获取试验区的可见光和热红外图像,随后利用可见光图像来对冠层掩膜并叠加在热红外图像上有效提取玉米冠层温度,从而分析冠层温度的变化趋势及与叶面积指数(LAI)的相关性。最后,利用冠气温差的相反数与叶面积指数构建了一个新指标,对冠气温差、DTL指标反演土壤含水率的准确性。

2.4 无人机遥感综合诊断实现“精量”要求

在借助无人机实施精量浇灌期间,需要考虑作业区域的地形、天气等问题,从导航系统、飞行控制系统等方面出发,对无人机遥感系统进行升级,确保其能够实现超低空自动跟踪飞行及控制。在导航系统的加持下,加装激光对地测距仪、差分GPS定位系统等,确保其能够精确地实现相对高度与绝对高度的精准测量,尽可能达到厘米级的定位精度[7]。从飞行控制系统方面出发,则需要消除超低空状态下的强地效影响,避免其受到紊乱气流的过度干扰,确保能够在线对逆动力学对地效影响、对气流影响进行辨识,然后根据辨识结果计算获得的前馈控制量,最终为实现特定高度下的稳定控制奠定基础。

3 结 语

当前,无人机遥感技术在诸多方面得到了广泛应用,在倡导“精量灌溉”的背景下,也可展现出无人机的优势。具体应用实践过程中,借助无人机遥感系统获取不同区域的高分辨率图像,通过对农业气象、土壤等数据的掌握,了解有关作物参数的空间变异特征。结合本次研究过程,通过对无人机在精量灌溉中应用实践的分析,可为后续实践提供参考。