及時準(zhǔn)確的甘蔗長勢信息對于科學(xué)種植指導(dǎo)和產(chǎn)量預(yù)估極其重要。為滿足產(chǎn)業(yè)發(fā)展需求，本文研究無人機(jī)精準(zhǔn)監(jiān)測甘蔗長勢技術(shù)，選取廣西壯族自治區(qū)糖料蔗“雙高”基地扶綏“甜蜜之光”開展應(yīng)用。

引言

衛(wèi)星遙感技術(shù)具有宏觀、快速、重訪周期短等特點，在甘蔗面積識別、長勢監(jiān)測、產(chǎn)量估算、旱災(zāi)分析、凍害監(jiān)測等方面得到有效應(yīng)用，但仍無法滿足甘蔗產(chǎn)業(yè)的高精準(zhǔn)監(jiān)測需求。無人機(jī)遙感技術(shù)具有靈活、準(zhǔn)確的特性，不受時間、地域、氣候等條件限制，能夠快速獲取高分辨影像數(shù)據(jù)，有效彌補(bǔ)了衛(wèi)星技術(shù)的不足，尤其在災(zāi)害應(yīng)急方面具有重大貢獻(xiàn)。

近年來，無人機(jī)技術(shù)在甘蔗產(chǎn)業(yè)的應(yīng)用取得初步成效，楊琦等學(xué)者構(gòu)建作物表面模型估測甘蔗LAI；莫彩娜等學(xué)者利用無人機(jī)技術(shù)評估甘蔗定位，結(jié)合土壤溫濕度指導(dǎo)蔗田灌溉；孫明等學(xué)者利用無人機(jī)監(jiān)測糖料蔗“雙高”基地扶綏“甜蜜之光”蔗區(qū)洪澇災(zāi)害和甘蔗倒伏情況；藺喬仙等學(xué)者通過試驗證實植保無人機(jī)對甘蔗害蟲防治具有效率高、安全和防效好的優(yōu)勢。不難發(fā)現(xiàn)，無人機(jī)技術(shù)在甘蔗產(chǎn)業(yè)應(yīng)用有待提高，尤其在甘蔗長勢、產(chǎn)量、災(zāi)害等方面研究十分欠缺。當(dāng)前，性價比高且常用的無人機(jī)圖像以可見光影像為主，近紅外、紅外等波段信息缺乏在一定程度上限制該技術(shù)的發(fā)展，這對無人機(jī)可見光影像應(yīng)用研究提出巨大挑戰(zhàn)。然而，甘蔗長勢精準(zhǔn)監(jiān)測對于糖料蔗“雙高”基地、糖企種植區(qū)、甘蔗種苗培育基地等核心區(qū)的種植指導(dǎo)和產(chǎn)量預(yù)估具有重要意義，無人機(jī)可見光影像精準(zhǔn)監(jiān)測甘蔗長勢研究十分必要且迫在眉睫。

為解決無人機(jī)精準(zhǔn)監(jiān)測甘蔗長勢面臨的難題，本文在前人研究基礎(chǔ)上，選取常用無人機(jī)可見光植被指數(shù)的歸一化綠紅差異指數(shù)、超綠紅藍(lán)差異指數(shù)、紅綠藍(lán)植被指數(shù)、歸一化綠藍(lán)差異指數(shù)、超綠指數(shù)、綠葉植被指數(shù)與同期歸一化植被指數(shù)進(jìn)行相關(guān)性分析，篩選相關(guān)性最高指數(shù)開展2019-2020年甘蔗長勢變化監(jiān)測，以廣西糖料蔗“雙高”基地扶綏“甜蜜之光”現(xiàn)代特色農(nóng)業(yè)（核心）示范區(qū)進(jìn)行試驗，為甘蔗長勢精準(zhǔn)監(jiān)測提供技術(shù)參考，為產(chǎn)量預(yù)估提供信息服務(wù)。

二、研究區(qū)概況

廣西糖料蔗“雙高”基地扶綏“甜蜜之光”現(xiàn)代特色農(nóng)業(yè)（核心）示范區(qū)位于扶綏縣渠黎鎮(zhèn)，土地平整，交通便利。2015年，嚴(yán)格按照廣西“雙高”糖料蔗基地標(biāo)準(zhǔn)進(jìn)行建設(shè)種植，采用水肥藥一體化滴灌技術(shù)，從種植到收獲全程機(jī)械化作業(yè)，實現(xiàn)現(xiàn)代化農(nóng)業(yè)生產(chǎn)管理，改變靠天吃飯的生產(chǎn)模式。

扶綏縣地處北回歸線以南，位于東經(jīng)107°31′~108°06′、北緯22°17′~22°57′，屬亞熱帶季風(fēng)氣候，年均溫度21.3~22.8℃,日平溫超過10℃,年積溫為7502℃,年均降水量1050~1300毫米，優(yōu)越的立地條件使其成為全國重要的甘蔗生產(chǎn)縣。

三、技術(shù)方法

3.1數(shù)據(jù)獲取與處理

（1）無人機(jī)影像處理

在天氣晴朗無云、陽光輻射強(qiáng)度穩(wěn)、風(fēng)力較小的正午時段，利用大疆精靈Phantom4RTK小型多旋翼高精度航測無人機(jī)拍攝高清影像。傳感器為1英寸CMOS，2000萬有效像素，F(xiàn)OV84°鏡頭，可調(diào)節(jié)光圈，調(diào)節(jié)范圍為F/2.8~F/11，帶自動對焦（對焦距離1米~∞),拍攝影像格式為JPEG，最大像素5472×3648。拍攝時間為2019年8月15日和2020年8月13日，航向重疊度為75%、旁向重疊度為70%，飛行高度150米。應(yīng)用Pix4Dmapper軟件進(jìn)行無人機(jī)影像處理，該軟件具有全自動一體化處理無人機(jī)影像的功能，經(jīng)過原始影像處理、空三解算和數(shù)字產(chǎn)品生成輸出，生成無人機(jī)可見光正射影像，分辨率為0.06米，坐標(biāo)系統(tǒng)為WGS-84。

（2）衛(wèi)星影像處理

采用2019年8月10日GF-1WFV衛(wèi)星影像數(shù)據(jù)，利用ENVI軟件進(jìn)行輻射定標(biāo)、大氣校正、幾何精校正、影像裁剪，形成與無人機(jī)影像無偏移且具有相同坐標(biāo)系的影像數(shù)據(jù)。

（3）甘蔗田塊提取

以無人機(jī)影像為基底，利用ArcGIS軟件完成甘蔗邊界提取，形成甘蔗田塊矢量數(shù)據(jù)。

3.2 植被指數(shù)計算

RGB數(shù)碼相機(jī)具有分辨率高、成本低等優(yōu)勢，備受人們青睞，常搭載在無人機(jī)平臺上拍攝地面高清圖像，基于可見光波段影像構(gòu)建植被指數(shù)，開展農(nóng)業(yè)領(lǐng)域?qū)I(yè)應(yīng)用。如Hunt等學(xué)者建立歸一化綠紅差異指數(shù)（Normalized Green-Red Di?erence Index，NGRDI），評估了作物生物量及氮素營養(yǎng)狀況；高永剛等學(xué)者構(gòu)建超綠紅藍(lán)差異指數(shù)（Excess Green-Red-Blue Di?erence Index，EGRBDI），利用該指數(shù)識別植被信息精度為97.67%[6]；Bendig等學(xué)者基于紅綠藍(lán)植被指數(shù)（Red Green Blue Vegetation Index，RGBVI）監(jiān)測大麥生物量；汪小欽等學(xué)者應(yīng)用歸一化綠藍(lán)差異指數(shù)（Normalized Green-Blue Di?erence Index，NGBDI）提取植被信息；Kazmi等學(xué)者運(yùn)用超綠指數(shù)（Excess green index，ExG）檢測甜菜田中的薊，準(zhǔn)確率超過90%；Louhaichi等學(xué)者利用綠葉植被指數(shù)（Green Leaf Index，GLI）估算小麥冠層覆蓋度。無人機(jī)可見光植被指數(shù)計算公式如表1所示。

表1 無人機(jī)可見光植被指數(shù)信息

3.3 相關(guān)性分析

隨機(jī)獲取2019年無人機(jī)影像上點信息，將點所對應(yīng)的植被指數(shù)NGRDI、EGRBDI、RGBVI、NGBDI、ExG、GLI分別與2019年GF-1WFV影像的歸一化植被指數(shù)（Normalized Di?erence Vegetation Index，NDVI）進(jìn)行相關(guān)性分析，根據(jù)Pearson相關(guān)系數(shù)r的大小選取相關(guān)性最高指數(shù)進(jìn)行長勢監(jiān)測，利用SPSS22軟件進(jìn)行相關(guān)性分析，計算方法如公式（1）。

式中，xi、yi分別為某無人機(jī)可見光植被指數(shù)和NDVI，x-、y-分別為2個要素的平均值，計算方法如公式（2）和（3）。

r是反映2個要素相關(guān)程度的指標(biāo)，r>0表示正相關(guān)，r<0表示負(fù)相關(guān)。r絕對值越接近1說明2個要素關(guān)系越密切。

3.4 甘蔗長勢監(jiān)測

選取相關(guān)性最高的植被指數(shù)開展甘蔗長勢監(jiān)測，以甘蔗地塊為單元，將每個地塊范圍內(nèi)所有像元的植被指數(shù)平均值作為該地塊植被指數(shù)值，將2020年植被指數(shù)與2019年植被指數(shù)相減求取偏差值，計算甘蔗地塊植被指數(shù)標(biāo)準(zhǔn)差進(jìn)而劃分甘蔗長勢等級，計算公式如下。

在公式（4）和（5）中，ΔTi為第i塊甘蔗地塊植被指數(shù)偏差；T2020為2020年甘蔗地塊植被指數(shù)，T2019為2019年甘蔗地塊植被指數(shù)，σ為甘蔗地塊植被指數(shù)標(biāo)準(zhǔn)差，n為甘蔗地塊數(shù)量。

利用甘蔗地塊偏差和標(biāo)準(zhǔn)差綜合判定長勢情況，劃分3個等級，ΔT＞σ為長勢比上年優(yōu)、-σ≤ΔT≤σ為長勢與上年持平、ΔT＜-σ為長勢比上年差。

四、結(jié)果與分析

4.1 相關(guān)性分析

隨機(jī)選取524個樣本點分析無人機(jī)植被指數(shù)與NDVI的相關(guān)性，結(jié)果如圖1所示。通常相關(guān)系數(shù)絕對值|r|＜0.5表示弱相關(guān)，0.5≤|r|＜0.8表示中度相關(guān)，|r|≥0.8表示高度相關(guān)。在圖1中，0.01水平NGBDI的r為0.805，說明NGBDI與NDVI高度正相關(guān)，EGRBDI、GLI、ExG與NDVI中度相關(guān)，NGRDI、RGBVI與NDVI弱相關(guān)。本研究選取 NGBDI 開展長勢監(jiān)測。

圖1 相關(guān)性分析散點（**表示在0.01水平上顯著相關(guān)）

4.2 甘蔗長勢監(jiān)測結(jié)果

試驗區(qū)甘蔗種植面積為391.53公頃，共有374個地塊，將2020年NGBDI與2019年NGBDI相減獲取甘蔗地塊偏差，標(biāo)準(zhǔn)差為0.1，基于NGBDI偏差與標(biāo)準(zhǔn)差對比劃分甘蔗長勢等級，形成專題效果圖，如圖2所示。2020年8月，試驗區(qū)甘蔗長勢比上年優(yōu)、與上年持平、比上年差的面積分別為105.87、206.7、78.96公頃，占甘蔗總面積比例分別為27.04%、52.79%、20.17%，長勢與上年持平的面積超過半數(shù)，長勢比上年優(yōu)的面積超過長勢比上年差的面積26.91公頃，2020年甘蔗產(chǎn)量有望增產(chǎn)。

五、結(jié)論

本文選取6種常用無人機(jī)可見光植被指數(shù)與衛(wèi)星影像NDVI進(jìn)行相關(guān)性分析，利用相關(guān)性最高的植被指數(shù)開展甘蔗長勢精準(zhǔn)監(jiān)測。試驗結(jié)果表明，NGBDI與NDVI高度相關(guān)，EGRBDI、GLI、ExG與NDVI中度相關(guān)。而毛智慧等學(xué)者利用無人機(jī)可見光影像提取植被，研究發(fā)現(xiàn)NGRDI、ExG與NDVI相關(guān)性顯著。高永剛等學(xué)者研究發(fā)現(xiàn)EGRBDI識別作物精度更高。為此，下一步工作將選取多時段無人機(jī)影像與同期衛(wèi)星影像NDVI進(jìn)行分析，篩選普適性的甘蔗長勢評價指標(biāo)，提高試驗準(zhǔn)確性。

通過對比2019年與2020年NGBDI分析試驗區(qū)甘蔗長勢，比上年優(yōu)、與上年持平、比上年差3個等級面積分別占甘蔗總面積的27.04%、52.79%、20.17%，2020年甘蔗產(chǎn)量有望增產(chǎn)，但監(jiān)測時間為8月中旬，而8-10月是甘蔗生長關(guān)鍵時期，降水及灌溉情況直接影響產(chǎn)量，為此仍需持續(xù)監(jiān)測長勢變化，提高產(chǎn)量評估的精準(zhǔn)性。

圖2 無人機(jī)監(jiān)測甘蔗長勢等級

本文參考衛(wèi)星影像監(jiān)測甘蔗長勢標(biāo)準(zhǔn)，通過計算甘蔗地塊植被指數(shù)標(biāo)準(zhǔn)差劃分甘蔗長勢等級，雖然采用了常用的作物長勢分級方法，但是否適用無人機(jī)技術(shù)監(jiān)測甘蔗長勢，仍需結(jié)合實地生長情況進(jìn)行深入研究。

推薦：

便攜式高光譜成像系統(tǒng)iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫(yī)學(xué)醫(yī)療、精準(zhǔn)農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品，主要優(yōu)勢具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性價比特點采用了透射光柵內(nèi)推掃原理高光譜成像，系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng)，高速USB3.0接口傳輸，全靶面高成像質(zhì)量光學(xué)設(shè)計，物鏡接口為標(biāo)準(zhǔn)C-Mount，可根據(jù)用戶需求更換物鏡。

審核編輯 黃宇