基于遥感技术的柑橘生长监测研究进展

彭忻怡，潘玉霞，2，李艳大，曹中盛，舒时富，孙滨峰，叶 春，黄俊宝

（1.江西省农业科学院农业工程研究所/江西省智能农机装备工程研究中心/江西省农业信息化工程技术研究中心，南昌330200；2.江西农业大学农学院，南昌 330045）

柑橘（Citrus reticulataBlanco）作为世界第一大类水果，是全球最重要的经济作物之一，每年全球总产量超过1.24 亿t［1］，已成为世界各国的农业主导产业。对柑橘生长指标信息进行实时监测，不但能够判断柑橘的长势和健康状态，还能指导果农科学合理施肥喷药灌水，是实现柑橘丰产提质增效的重要手段。植物叶片中叶绿素、蛋白质等成分的化学键［2］在光辐射下会发生不同振动［3］，病害、营养元素的丰缺等因素都会影响叶片细胞数目、体积与成分，其不同的生理代谢状态会使得表面结构、内部物质种类与含量产生差异，对不同波长的电磁波产生各异的反射［4-6］。遥感技术正是基于此原理，利用数码相机、多光谱与高光谱成像仪、热红外相机、激光雷达等［7］仪器，通过测量植被反射或发射的不同波长电磁波，获取植物的光谱、纹理、形状、高度等信息以反演植物的生长状态。相对于传统的目视诊断法、土壤化学分析法、植物组织分析法等［8］柑橘生长指标信息获取方法，遥感监测技术具有快速、无损、实时、省工节本和信息量大等优势，已成为智慧农业发展的重要方向和研究热点之一［9］。因此，本研究综述了遥感技术在柑橘生化参数、水分胁迫、病害、产量及品质等生长指标监测中的应用进展，以期为提高柑橘精确管理水平和丰产高效栽培技术提供理论支撑。

1 柑橘生化参数监测

利用不同的监测平台，可获取叶片尺度和冠层尺度的柑橘生化参数数据。在叶片尺度上，主要利用手持式光谱仪或地面平台搭载传感器对每棵柑橘的叶片分别测量光谱响应，测量效率较低；在冠层尺度上，主要利用无人机平台或卫星平台搭载传感器对整个柑橘园进行快速监测，但测量结果易受土壤散射、遮挡、传感器视角等多种因素的影响，需要对柑橘冠层进行提取。近年来，国内外学者在不同尺度的柑橘生化参数监测方面开展了大量研究。束美艳等［10］利用无人机航拍图像重建三维点云，引入基于冠层高度模型的分水岭算法进行单木分割提取冠层信息，实现对柑橘空间位置的全覆盖标记，这种方法计算简单，但是需要已知柑橘园的数字高程模型；王鑫梅等［11］通过可视化无人机图像手动选取冠层、土壤与阴影波谱差异较大的波段对冠层进行分割；Osco 等［12］利用神经网络像素级目标检测输出置信度图像，以解决密集种植情况下矩形探测框无法很好描述植被冠层信息的问题。Liu 等［13］手动提取冠层中的新叶与老叶，并分别进行建模，发现新叶由于海绵叶肉反射性更强，普遍拥有更高的反射率，而老叶的光谱信息与植被生化参数相关系数更高；Osco等［14］利用叶面积指数将叶片尺度信息与冠层尺度信息联系起来。目前的冠层分割方法大多需要如高程模型、标记样本等先验知识，如何更充分利用多光谱甚至高光谱图像信息，提出更具通用性的冠层信息提取方法，有待进一步研究。此外，现有方法大多以冠层所有像素光谱响应的算术平均值作为单棵植物的光谱特征，没有充分挖掘冠层信息。

国内外学者根据采集的不同光谱反射率与柑橘生化参数，利用不同回归统计方法建立生化参数监测模型。Min 等［15］在可见光到红外光波段对比了逐步多元线性回归、偏最小二乘及相关系数3 种回归方法对氮含量预测的表现，其中，偏最小二乘法由于能够消除数据间共线性，更适合进行全谱分析，而逐步多元线性回归更适合基于特征波段建立模型；Menesatti 等［16］利用偏最小二乘法对氮、磷、钾在内的多种化学参数共同进行回归；考虑到高光谱数据维度高、计算负担重的问题，黄双萍等［17］利用主成分分析降维后通过支持矢量回归方法进行预测；李金梦等［18］利用连续投影法找到特征波段完成降维，通过神经网络建立回归；刘燕德等［19］通过试验证明正适应加权法在柑橘叶绿素特征波段提取的效果优于遗传算法与连续投影法。还有部分学者从反射光谱中获得各种植被指数并作为模型自变量，Naqvi等［20］利用植被指数反演植被叶绿素含量，并通过试验证明修正三角植被指数与土壤和大气抗性植被指数的组合能够稳健地预测叶绿素含量；李金梦［21］引入纹理信息协同优化氮素预测模型，并通过试验发现灰度直方图效果优于灰度共生矩阵；束美艳等［10］利用8 种常见植被指数联合反演以去除土壤背景、光谱饱和性等因素影响。然而，由于使用的传感器、研究的柑橘亚种与种植环境、管理的差异，在试验环境下表现良好的模型不具有普适性，难以直接推广应用。岳学军等［22］得出随着氮含量增加，可见光区域光谱反射率减小，而近红外光波段光谱反射率增加；而Osco 等［23］却发现柑橘氮含量与红光、蓝光、近红外光的吸收水平呈显著负相关，对绿光反射率影响不大。Grossman 等［24］的研究表明，逐步多元回归方法尽管能够得到较好的建模表现，但提取的特征波段与植被自身的吸收波段不相符。将柑橘的生物特性与光谱响应相结合，整合不同物候期植被参数，充分挖掘光谱信息，或许能够减少回归模型的过拟合现象，也使得特征波段拥有更强的解释性。

2 柑橘水分胁迫监测

水分对柑橘而言不可缺少，其中叶片含水量直接影响着柑橘光合作用［25］，冠层含水量则直接影响柑橘的开花坐果［26］。水分胁迫即柑橘植株含水量不足，通过对水分胁迫的监测诊断，果农能够采取合理的灌溉策略，提早应对干旱与根涝灾害。热红外遥感在水分胁迫监测中占主导地位，其能够通过柑橘的发射光反演冠层温度，冠层温度是蒸腾速率的函数，而蒸腾速率又与大气蒸发需求和柑橘从土壤中可吸收的水分相关。相较于可见光对水分胁迫反应较迟钝，热红外遥感由于与温度相关，对水分胁迫变化更敏感。然而即使在水分充足的条件下，中午的柑橘叶片也会存在显著的气孔关闭现象［27］，引起冠层温度上升，为热红外水分胁迫监测带来困难。水分胁迫参数主要包括叶片或冠层含水量、蒸发蒸腾指数、气孔导度、茎或叶水势等。近年来，国内外许多学者在柑橘水分胁迫参数监测方面开展了大量研究，Raj 等［28］发现400~1 000 nm 范围内对水分子O-H 键震动频率敏感的7 个特征波长，并通过梯度提升机模型将叶片层面的高分辨率含水量推广到基于卫星数据的低分辨率果园层面。Ballester 等［29］利用手持红外热像仪测量冠层温度，试验证明虽然红外反演的冠层温度能够作为水分胁迫的指标，但柑橘冠层温度并不总是受水分胁迫影响，其相关时间尺度限于1 d，在季度尺度上，冠层温度与大气温差与茎水势无关；Kullberg 等［30］拓展了基于参考作物水分胁迫的传统模型，将原本只适用于充分灌溉植被的蒸发蒸腾反演模型拓展到非充分灌溉的情况，既可以利用热红外遥感由温度反演，也可以利用可见光与近红外光的植被指数进行参数反演；Vanella等［31］通过电阻率层析成像改进基于卫星的植被蒸发蒸腾指数估计，这种成像技术有助于准确估计土壤湿润部分分布模式。

3 柑橘病害监测

病害是造成柑橘减产与果农经济损失的主要原因。柑橘病害主要有黄龙病、炭疽病、黑斑病、溃疡病等，诊断对象包括柑橘叶片与果实，相较于叶片病害点检测，果实病害点检测更加困难。球状的果实使得光强无法均匀分布，同时病害点可能与果实的茎或花萼连接处光谱相似，产生混淆。为解决上述问题，Li 等［32］通过巴特沃斯低通滤波器配合阈值进行光强分布均一化，利用颜色通量比率与细长区域去除算法有效区分茎段与缺陷点，这种方法能够区分包括溃疡病、炭疽病在内的多种病害缺陷与正常果实，但是无法对各类缺陷进行分类；Ali 等［33］利用DeltaE 色差算法分离染病区域后，利用颜色直方图与纹理信息进行分类。Sharif 等［34］首先通过加权分割方法提取病变像素点，通过混合特征选择方法在丰富的纹理、颜色、几何特征中选取最佳特征组合以投入支持向量机，实现了多种柑橘病害的分类。Moriya 等［35］对比发现在500~840 nm 波长范围传感器波段数增加提高了柑橘树胶病的分类性能。随着深度学习技术的不断发展与广泛应用，基于网络的病害检测也成为研究热点之一，Pan 等［36］通过构建密集连接卷积网络，实现了对6 种柑橘病害的智能诊断，其识别准确率超过了88%。

4 柑橘产量监测

相较于利用基于气象因子的统计模型估产，基于遥感的方法在原理上更加直观，通过与有效光合作用相关的光谱响应，与产量建立联系［37］；此外，遥感技术的实时估产为柑橘后续管理与制定科学的采收加工计划提供了条件，也是柑橘生产精确管理的重要内容。柑橘产量存在大小年现象，即一年丰产，一年少产，有的甚至连续2~4 年低产［38］，这也为柑橘估产带来挑战。柑橘产量估测方法主要有基于数据统计的方法和基于图像的方法。基于数据统计的方法通过遥感光谱数据或结合柑橘生化参数进行回归预测；基于图像的方法则根据无人机或车载传感器拍摄图像［39］，利用图像进行估产。近年来，国内外学者在柑橘产量监测方面开展大量研究。Ye 等［40］发现基于偏最小二乘的回归方法能够在柑橘收获前几个月达到合理的预测结果，而基于植被指数或多元线性回归的方法无法做到；此外，叶旭君等［41］进一步将估产时间提前到5 月，利用偏最小二乘回归选出柑橘特征波段后，通过多元线性回归完成预测；祝高明［42］将包括叶绿素、氮含量在内的生化参数与光谱信息结合，获取柑橘6 个月以来的光谱响应结果，得到了较好的产量预测结果；郑雅之［43］根据各物候期建立多时相模型，以增强预测结果的鲁棒性。基于图像的估产方法通常应用于坐果后收获前，但存在枝叶遮挡，未成熟果实与叶子颜色难以区分的问题。Dorj 等［44］通过色彩转换、阈值分割、噪声去除、分水岭算法对采集到的自然图像完成分割与计数；Choi 等［45］经对比发现近红外光图像在Alexnet 网络上对柑橘检测效果较可见光和深度图像更佳，真阳性率达96%，试验通过车载传感器自底向上观测以减少遮挡；Apolo 等［46］微调了预训练好的Faster-RCNN 模型，通过深度网络进行柑橘检测计数，并且提出了基于长短期记忆的网络模型以处理无人机航拍的可见光图像。将高光谱图像、深度图像及农学参数共同应用于光学估产以及找到最适的估产时间是今后进一步探讨的问题。

5 柑橘品质监测

柑橘品质指标主要包括固酸比、可溶性固形物、可食率等。近年来，国内外学者在柑橘品质监测方面开展大量研究。Song 等［47］通过分段粒子群优化方法对可见光及近红外高维光谱图像降维提取特征变量以进行建模回归；Li 等［48］在基于可见光及近红外光谱反射模式下，利用增强适应偏最小二乘法增加模型稳健度，获得了可行的预测模型。相较于基于反射或发射光谱的回归模型，Tian 等［49］提出了基于透射模式的柑橘可溶性固形物诊断，以规避柑橘厚表皮漫反射对预测结果的影响；Zhang 等［50］提出利用激光诱导击穿光谱技术分析柑橘果实及周围叶片，对果实可溶性固形物含量进行预测，试验还发现柑橘叶片中的镁由于其参与碳水化合物运输与光合作用，与可溶性固形物含量呈显著相关。

6 展望

遥感技术能够无损、低成本、实时、准确地获取柑橘生化参数、产量、品质、水分胁迫、病害等生长指标信息，为柑橘的精确管理提供技术支撑。然而，目前遥感技术在柑橘生长监测中的应用还存在一些不足之处，冠层提取方法需要一定的先验知识；冠层反射率受光照条件和传感器视角的影响，可能出现同物异谱现象。因此，充分利用机器视觉方法建立合理的冠层提取算法，充分利用冠层纹理信息与形态学信息，对新叶与老叶的光谱特征进行耦合，对各物候期建立多时相回归模型，将柑橘的生物特性与遥感信息结合，增加模型的泛用性以规避回归中可能出现的过拟合现象，将可见光图像、红外图像、深度图像、生长参数等信息进行耦合以增加监测模型的普适性等，这是今后柑橘生长监测研究的重要方向。