无人机多光谱技术在智慧农业中的应用

马 乐 黄超伟

（安阳职业技术学院，安阳 455000）

农业航空起始于20世纪20年代。目前，世界各国航空技术在农业方面的应用已经成为现代农业不可缺少的一部分。现代农业的特点是需要快速获取农田的农作物信息，以此来监测农作物的生长情况、病虫害等情况，并预估农作物的产量。因此，将无人机技术应用于农情监测服务智慧农业，其优越性是地面机械无法替代的。此外，无人机在农田病虫害防治、种子播撒等农业的多个方面都具有广泛应用[1]。

1 无人机多光谱技术在智慧农业中的应用基础

1.1 国家政策基础

在2021年我国相关部门发布的《河南确保全省粮食种植面积不低于1.6亿亩 防止耕地“非粮化”》文件中明确指出河南省的粮食种植面积指标要务必完成，确保全省粮食种植面积不低于1.6亿亩，保障粮食产量稳定在650亿kg以上。

在2018年的一号文件中，“实施乡村振兴战略”是党的十九大作出的重大决策部署。要优化农业从业者结构，加快建设知识型、技能型、创新型农业经营者队伍。要大力发展数字农业，实施智慧农业林业水利工程，推进物联网试验示范和遥感技术应用。

另外，农业农村部、中央网信办印发的《数字农业农村发展规划（2019—2025年）》中提出，需要以产业数字化、数字产业化发展为主线，以数字技术与农业农村经济深度融合为主攻方向，进一步提升技术集成能力。

1.2 技术基础

无人机属于高新技术前沿科技产业，具有运行成本低、无人员伤亡风险、机动性能好、可进行超视距飞行以及使用方便高效等特点，目前已被成功应用于地址勘探、农药喷洒等领域[2]。多光谱成像仪是一种能够同时获取光谱特征和空间图像信息的基本设备，是光电成像系统发展的重要方向。无人机搭载多光谱成像仪能够根据绿色植物对光线的反射率生成检测报告，如图1所示，并与数据库中正常农作物的光谱数据进行比对，判断农作物是否生病，并能对病变农作物提供解决方案。

图1 绿色植物对光线的反射率

1.3 市场基础

根据2021年人口普查数据，居住在农村人口占比36.11%，“三农”问题关系社会稳定与国富民强。实施高标准农田建设工程，建成10.75亿亩集中连片高标准农田。在此基础上推进智慧农业建设，以最新科技推动农业的发展，使种田越来越规模化、自动化以及智慧化。在农业生产中，每一项错误决定都将造成难以挽回的损失，所以农业活动更需要科学准确的数据支持。病虫害对农作物损害的范围大，损害速度快，人们难以快速机动应对，因此需要科学的方法对农作物的损害进行预判。在农作物栽培过程中，人们需在适宜的时间进行施药和施肥，从而避免施药过早或者过晚造成负面影响。多光谱无人机在农情监测中实时反馈显得尤为重要，具有广阔的市场需求。

2 无人机多光谱技术组成与农业应用流程

无人机多光谱技术主要由无人机平台、多光谱成像系统以及全球定位系统（Global Positioning System，GPS）差分定位技术等部分组成。为减少无人机姿态操纵压力，无人机多光谱技术选用平台为多旋翼无人机。另外，无人机平台搭载的传感器类型主要是根据在农业上的实际应用场景和应用需求的不同进行选择的[3]。

2.1 无人机平台

本文中无人机多光谱技术平台选用六旋翼的无人机，其动力来源于锂聚合物电池，完全充电后无负载续航时间为38 min，搭载多光谱相机后续航时间为30 min，可以在工作环境温度为-10～40 ℃的范围内执行监测任务。无人机平台搭载有GPS导航模块，能够为监测人员提供精准的实时经纬度和高度信息。同时，所搭载的激光测距模块可为平台提供避障功能[4]，且同时可搭载三轴云台，以便多光谱相机从多角度采集信息。

2.2 机载设备

无人机平台通过搭载多光谱相机进行信息采集，多光谱成像系统可提供具有3～20个非连续波段的图像，并已在农业领域得到广泛应用。从成像原理上讲，多光谱成像技术就是把入射的全波段或宽波段的光信号分成5～10个窄波段的光束，然后把它们分别成像在相应的探测器上，从而获得不同光谱波段的图像。以5个波段为例，其光谱图像如图2所示。实际使用时，若要更有效地提取目标特征并进行识别，探测系统需要有精细的光谱分辨能力，才能把光谱分得更窄并采用多个波段，如图3所示，因此需要用到多光谱成像技术。

图2 不同波段图

图3 多波段图

2.3 数据处理

用AreGIS软件根据拼接后影像图中的每个像素点的NDVI指数的不同进行颜色渲染，并统计每个颜色区间所占的百分比，再计算出非健康作物面积，然后生成处理过的图像的NDVI指数，建立缓冲区，生成表格，通过表格数值体现不同区域受灾情况，最后将此数据进行分析生成农情监测报告，有助于进一步进行对农田进行科学管理提高产量，具体应用流程如图4所示。

图4 无人机多光谱技术的应用流程

3 无人机多光谱技术服务智慧农业方案

3.1 融合无人机和多光谱技术

首先，将多光谱相机搭载于无人机上，运用无人机搭载多光谱相机获取农作物产生病虫害农田的数据；其次，将获取的多光谱影像进行拼接和辐射定标处理，生成多光谱图的影像图和波长曲线图；再次，用ArcGIS软件根据拼接后影像图中的每个像素点（缓冲区）NDVI指数的不同进行颜色渲染，并统计出每个颜色区间所占百分比，计算出非健康作物面积，生成表格，通过表格数值体现不同区域受灾情况；最后，根据生成的图像与农作物正常光谱图对比，进行数据分析，生成一系列的分析报告。

3.2 对接农业部门专家，完成农情监测报告

将上述分析的报告提供给农业部门并和农业专家进行分析研究，撰写出科学权威的农情监测报告，提出对施肥、灌溉、杀虫及其他农业活动的指导意见和方案，方便农民科学地进行下一步农业生产活动，从而为稳定粮食产量提供保障。

3.3 实施农情监测报告，落实项目成果

和农业部门联合，将农情监测报告提供给大型农场，或者通过市级、乡镇级渠道供给种粮农户，为农民提供科学的数据，为农作物生长提出指导性方案，从而落实农情监测成果，产生社会效益和经济效益服务智慧农业，助力乡村振兴。

3.4 创新工作方案，将无人机多光谱技术运用于农情监测

在传统农业种植方式中，农作物生长情况和受损程度不易控制，施药施肥不能科学预判，从而影响了农作物收成。采用无人机多光谱技术进行农情监测，可以有效解决该问题。首先，处理无人机搭载多光谱相机获取的数据，生成影像图；其次，用ArcGIS软件对影像图的像素点进行颜色渲染和统计；最后，根据统计结果计算非健康作物面积，并生成一系列的分析报告。

4 无人机多光谱技术应用存在的问题

一方面，无人机平台发展迅速，但仍存在一些急需解决的问题，如农作物地域范围广，生长地形多变。为进行高效作业，需要无人机平台具有自身质量小、满载续航时间长、灵活易操作的特点。然而，现阶段无人机在续航能力、材料韧性以及在复杂天气环境中运行等方面仍需提高。另一方面，数据处理需要建立可靠性和普及性的模型，这就要求具有丰富的农业知识和建模经验的研究员根据不同的作物、不同的生长时期、不同的生长条件来采集信息、数据，并对比作物、土壤的光谱波段建立庞大的资源库。

5 结语

综上可知，在农业现代化的应用和发展智慧农业上，我国仍有很长的路要走。无人机多光谱技术以其使用方便、操作简单、提供数据精确及时的特点对智慧农业的发展有很大的推动作用。无人机作为较为先进的设备类型，需要不断提升使用的可控性，尽可能降低农业作业过程中存在的安全风险。