1、引言

小麥在我國糧食作物領域占據第二的位置，小麥的高產和穩產對于我國糧食安全有重要作用，科學有效的田間種植管控是確保小麥實現高產、穩產的主要前提。近年來，無人機遙感技術在小麥生產監測領域得到了大范圍的應用，極大地提升了小麥在生產種植環節的精準化管控水平。因此，針對其在應用層面的狀況展開研究和分析，不僅有助于及時監測生長異常的作物區域，強化對小麥作物種植區域的掌控力度，同時也能更好地預測、評估作物的產量及災害可能造成的損失。

2、無人機遙感技術的應用優勢

2.1 遙感監測范圍大

近年來，我國農業生產作業領域對無人機遙感技術的應用要求持續提升，無人機遙感技術在監測環節的范圍也在持續擴增，監測區域內部的范圍可以包括大、小不同的區域，無人機遙感可以在不同的角度、飛行高度，在較大的空間和范圍內實行大面積、多角度的監測工作，也可以在較低的高度針對多個角度實現范圍較小的精準性監測，還可以由多架無人機共同完成同步監測、多次監測操作。

通過合理應用三維立體仿真模擬技術，將收集到的遙感數據信息完成三維立體化的模擬和分析，能從宏觀的角度呈現出區域內部的監測狀況、監測范圍內的危害區域、危害嚴重程度、危害具體狀況等內容，由此為農業部門后續治理工作的順利開展提供科學有效的參考依據。

2.2安全性能高

無人機遙感技術就應用角度來講，主要是借助無人機操作平臺在室外完成相應的作業，操作技術人員借助遠程操控手段，可以及時有效地捕捉到相應的數據信息；同時針對當地的狀況做出及時有效的應對，特別是對一部分危險程度相對較高的區域開展勘探。

工作期間，無人機遙感技術屬于一種安全性能相對較高的監測措施，可以最大限度地保障戶外檢測人員在監測環節的生命安全，降低事故發生概率。

2.3數據信息傳輸效率高

無人機遙感技術相比其他遙感技術，在獲取和傳輸數據信息環節速率更高、更快，在小麥等農作物生產環節運用無人機遙感技術時，可以使用傳感器、數碼相機捕捉相應的數據信息，在將其集中整合之后傳輸到地面接收塔，由技術操作人員對信息完成捕捉和整合，最大限度地提升小麥等農作物在生長發育層面的進度。

3、無人機遙感技術在小麥作物生長環節的監測應用

3.1監測小麥生物量

在生態系統中，生物量與生物產量息息相關，傳統形式的生物量檢測方式在應用層面存在時效性低、破壞性取樣等缺陷。應用高光譜遙感技術具有數據體量大、連續性好、波段多、光譜分辨率高等優點，可以及時科學地監控作物群體生長的具體狀況，在農業定量遙感的研究分析工作中得到了大范圍的應用，是未來實現精準化農業管理和可持續發展的主要方式，也是監測地表植物狀況的主要方式。在精準農業發展中，有一種概念叫做歸一化植被指數。

根據專業解釋，歸一化植被指數是反映農作物長勢和營養信息的重要參數之一，也是改善作物健康狀況的重要參考依據。有研究學者通過實踐研究證實，以歸一化植被指數為基礎，可以合理評估小麥開花期間的生物量數值。有學者以人工神經網絡的方法，合理提升了小麥生物量在評估環節的數據精準性。有學者通過研究證實，紅邊三角植被指數是評估冠層生物量指數的最佳數值。有學者通過研究證實，波段深度分析和偏最小二乘回歸結合，可以合理提升小麥生物量在估算期間的精準度。上述人員的實踐研究，為小麥作物在不同生長發育周期的長勢狀態監測、評估診斷工作提供了科學有效的理論參考依據。

3.2監測小麥葉面積指數

葉面積指數和小麥作物的光能應用效率息息相關，是預測小麥作物產量、評估小麥作物生長狀態的一項主要指標，葉面積指數數值不同，對于光的反射率數值也不同，所以可以在無人機上裝載相機，針對面積相對較大的小麥作物開展葉面積指數的監測工作，按照相應的標準和需求，可以選擇在無人機上裝載紅外相機、多光譜相機、高光譜相機、可見光相機等不同類型的相機。

有學者以植被指數為基礎，分別對葉面積指數構建線性、非線性的回歸數據模型，科學合理地預測了小麥在不同生長周期的LAI數值，通過研究發現利用NDVI可以合理估算小麥的LAI數值，但是卻存在相對較大的誤差。通過科學應用無人機高光譜獲取多光譜數據信息，組建了葉面積指數和TNDVI、RVI、RDVI、NDVI、MSAVI、EVI2、DVI等七種小麥作物植被指數的數據統計分析模型，獲得了相對較好的效果，且決定系數R2超過了0.76。有研究人員使用無人機裝載高光譜數碼相機，針對冬小麥作物在三個生長發育周期的光譜數據信息完成測定操作，針對LAI、Hcsm、植被指數之間的相關性進行了分析和研究，篩選出了植被指數的最優數值，然后針對單個參數分別組建了LAI評估數據模型，有針對性地提升了LAI在數據估算環節的數據精準度。

3.3監測小麥葉綠素含量

小麥植物葉片中的葉綠素含量與小麥植物光合作用能力息息相關，葉綠素含量是反饋小麥作物光合能力、氮素營養狀況的主要評估指標。通常狀況下，葉綠素含量用來評估小麥作物在逆境脅迫生長狀態下受到傷害的具體程度，以及受傷之后的營養發育狀況。因為胡蘿卜素、葉綠素B、葉綠素A等元素對波長的光在吸收層面的強度不同，由此在遙感監測環節，植物冠層反射光譜所出現的各種變化波動，可以在某種程度上反饋出小麥作物中葉綠素的實際含量和組成。

當前，遙感監測葉綠素含量的工作，主要是借助光譜參數、植被參數與葉綠素含量之間的回歸關系來完成。例如：旱地環境、水澆地環境等不同狀況下，春小麥葉片在整個生長發育周期內部，體內葉綠素含量的變化波動幅度，研究分析出了小麥葉綠素的相對含量數值，與不同葉片冠層的高光譜植被指數相互之間存在的數字關系，在旱地環境、水澆地環境兩種生長狀況下，針對春小麥葉綠素含量組建了數字化的評估數據模型。有學者借助無人機遙感監測的方式，捕獲了小麥在拔節生長周期的多光譜影像數據信息之后，針對4個波段提取了小麥冠層葉片的光譜圖像數據信息，然后從其中挑選了與小麥葉綠素的相對含量數值存在較大關系的7種植被指數數據信息，針對葉綠素的相對含量數值、小麥作物植被指數，構建了一元化的線性數字回歸模型、多元化的線性數字回歸模型，并對數字模型完成了驗證、評估等操作。最終針對處在生長拔節期的小麥葉片，在葉綠素含量層面完成了預測和評估工作，借助無人機遙感監測的方式，對冬小麥葉綠素的含量實現合理的監控。就某種程度來講，這能夠反饋出田間小麥作物在生長期間的實際營養狀態，在農業種植領域提高管理工作的高效性、精準性。

3.4監測小麥產量

農作物產量是糧食維持供應需求平衡，以及農業管理規章制度編制的主要參考數據信息，對國家層面的糧食安全能起到直接的決定性作用。

利用高光譜遙感技術可以在最短的時間內，在較大的區域范圍內捕獲最多的農作物數據信息，在農作物產量評估層面具備精準、快速、宏觀、動態等優點。現階段，隨著遙感技術發展速度不斷加快，大多數研究人員開始應用高光譜反射率，針對小麥作物的產量展開研究和分析，確立了小麥產量的評估敏感光譜波段和不同方式的作物植被指數信息，例如以高光譜遙感監測技術為基礎，構建植被指數、規劃差異性的作物植被指數，預測和評估作物的產量。

4、結語

綜上所述，現階段農業生產領域應用到的遙感模型，大多數是以統計分析為基礎展開研究分析的，隨著應用尺度、區域、氣候等條件因素的變換，適用性可能會受到不同程度的影響，降低預測環節的數值精準度。未來在研究操作環節，需要在不同的氣候環境、土壤狀況、生態區域內部，針對小麥生長發育模型、小麥產量品質的預測評估數字模型展開研究和分析，不僅有助于提高數字模型在應用期間的精準性，也能合理提高其在區域層面的適用性和實用性。

推薦：

便攜式高光譜成像系統 iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫學醫療、精準農業、礦物地質勘探等領域的最新產品，主要優勢具有體積小、幀率高、高光譜分辨率高、高像質等性價比特點采用了透射光柵內推掃原理高光譜成像，系統集成高性能數據采集與分析處理系統，高速USB3.0接口傳輸，全靶面高成像質量光學設計，物鏡接口為標準C-Mount，可根據用戶需求更換物鏡。

審核編輯 黃宇