基于無人機低空遙感的農田信息采集與處理研究

張帥

摘? 要：該文闡述了無人機低空遙感在農田信息采集中的優勢，并構建出適用于精細化農情監測的無人機低空遙感系統;介紹了外業航拍作業流程，以及內業影像高精度快速拼接處理流程;分析了無人機低空遙感在農業中的應用實例，以期為無人機低空遙感在現代農業中的精細化監測應用提供參考。

關鍵詞：無人機;低空遙感;信息采集;信息處理;精準農業

中圖分類號 S17;P237文獻標識碼 A文章編號 1007-7731（2019）13-0149-03

Abstract：This paper describes the advantages of low-altitude remote sensing of UAV in farmland information collection，and constructs a low-altitude remote sensing system for drones for fine-grained agricultural monitoring. It then introduces the external aerial photography operation process and high internal image accurate and fast splicing process.The application examples of low-altitude remote sensing of UAV in agriculture are analyzed，which is of great reference for the promotion of low-altitude remote sensing of UAV in modern agriculture.

Key words：UAV;Low-altitude remote sensing;Information collection;Information processing;Precision agriculture

1 無人機遙感概況

無人機遙感[1-2]，綜合利用了無人駕駛飛行器技術、遙測遙控技術、無線通訊技術、GPS差分定位技術和遙感傳感器技術等技術，能夠快速、高效地獲取地表空間遙感信息。無人機低空遙感在農情監測領域的應用具有巨大的優勢和廣闊的前景，它相比衛星遙感具有更高的空間分辨率和時間分辨率，并能帶來衛星遙感所不具有的農作物精細紋理等額外的遙感信息，能夠很好地應用于精細化農田監測[3-4];同時，無人機影像還能很方便地應用于統計某一地區作物的種植結構、作物長勢等信息，為大范圍農作物種植及長勢、產量等信息的評估提供依據;還能提供地面農作物樣方數據，克服傳統GPS地面樣方調查效率低、范圍小、容易破壞農田的缺點，為缺失衛星影像區域的作物信息空間抽樣提供信息。無人機遙感技術的發展以及在農業中的應用，為現代精細農業的發展提供了更為有力的技術支持。多時空尺度、多指標信息的采集，高分辨率、高精度信息的獲取、分析及管理促進了無人機遙感技術與現代農業結合的更好契合[5]。

2 系統實現方案

無人機遙感系統由無人機平臺、無人機控制系統、遙感系統平臺和影像處理系統組成，如圖1所示。本文無人機平臺選擇操作方便、飛行性能強勁、支持高清圖傳的四旋翼無人機大疆“悟”Inspire 2;無人機控制系統選擇DJI GS Pro，支持通過地圖選點、飛行器定點、文件導入等多種方式創建任務，使無人機按照規劃航線自主飛行;遙感系統平臺中，云臺相機選擇采用M 4/3傳感器和支持可交換鏡頭設計的大疆禪思X5S，鏡頭選擇松下定制的15mm/f1.7鏡頭（等效135畫幅焦距30mm），以及奧林巴斯45mm/f1.8鏡頭（等效135畫幅焦距90mm），以獲取不同尺度空間分辨率的高畫質影像數據。影像處理系統選擇Agisoft PhotoScan處理軟件，支持在無控制點情況下，基于影像自動生成高分辨率數字正攝影像圖（DOM）及帶精細色彩紋理的數字高程模型（DEM）。

3 信息采集與處理

3.1 無人機準備 檢查無人機完好狀態，電池電量（包括無人機電池、遙控器電池及平板電腦電池），儲存卡可用空間，以及測區電子地圖下載等。

3.2 飛行方案制定 根據測區制定飛行方案，保證飛行區域完全覆蓋測定區域;根據圖像地面分辨率設定飛行航高，同時注意觀察測定區域內及周邊是否有樹木、電力線、高大建筑，以及是否屬于禁飛區等;航向重疊度設定不小于70%，旁向重疊度設定不小于50%;拍照模式設置為等時間間隔拍照。

3.3 無人機航拍 無人機航拍前，需要事先根據航高距離對相機進行標定;航拍過程中，需注意無人機電池余量，通訊鏈路連接情況，并注意遠離人群，以保證飛行安全。

3.4 影像預處理 為了實時對無人機低空遙感外業采集數據的可用性進行定性、定量判定，必須在短時間內完成測區影像的拼接以及前期數據預處理。本文通過Agisoft PhotoScan軟件進行無人機航拍影像預處理，其流程包括航片篩選、航片對齊、生成密集點云、生成DSM格網和正射影像輸出等步驟，如圖2所示。

4 應用分析

4.1 作物種植面積統計 通過影像預處理流程處理后獲得的測區DOM，可以在GIS軟件中很方便地量測出作物種植面積（如圖3所示）其中地塊1為1.81hm2，地塊2為0.95hm2。相比于衛星遙感，無人機低空遙感的高空間分辨率，能夠獲得更精確和有效的作物面積數據，對于農田地塊級別面積測量，特別是作物間種套種面積測量更加有優勢;相比于人工實地勘查，無人機低空遙感不僅可以減少人為因素干擾，避免破壞農田，還能全面提升勘查的工作效率、數據質量和服務水平。

4.2 作物倒伏監測 隨著我國農業保險事業的大力發展，農作物承保率大幅提高，作物災后評估成為農業保險定損理賠的重要依據，快速準確的災后評估對于快速理賠至關重要。在作物災害大面積發生時，急需以最高的效率、最精準的手段核定農戶的損失，而人工查勘工作的低效性，衛星遙感采集的低時效性，均無法滿足實際需求，無人機遙感的應用，解決了快速、準確核定農戶損失的問題，避免了不必要的經濟糾紛，保障了農戶和國家的合法權益，維護了社會安定。圖4所示是某一地塊的小麥倒伏面積評估結果，其中嚴重倒伏面積2.36hm2（地塊1），輕度倒伏面積2.38hm2（地塊2）。

4.3 作物澇災監測 澇災發生后，受災地塊積水較多，作物長勢存在一定差異，在采集的影像信息中表現出高亮特征，通過非監督分類，提取出受災地塊區域。圖5所示是某自然村的玉米澇災評估結果，澇災地塊面積4.95hm2。

4.4 作物估產 通過影像預處理流程處理后獲得的測區DOM，經過HSV色彩空間模型變換，結合形態學邊界分割，樣本訓練，對麥穗目標物的特征進行提取分析（如圖6所示），進而達到計算機自動化數穗。準確高效的麥穗自動化計數，對于大田小麥的產量的評估具有重要的意義。

5 總結

本文提出的用于精細化農情監測的無人機低空遙感系統進行農田信息采集與處理，在技術上可行，在實踐中有效。通過長焦距、低航高的低空無人機遙感采集農田信息，能夠快速精確提取大尺度農田中作物的長勢信息，監測作物的生長狀況，評估作物的受災情況，并及時采取有效的管理措施，為精細化農業的發展提供了更為有力的技術支持。

參考文獻

[1]李德仁，李明.無人機遙感系統的研究進展與應用前景[J].武漢大學學報（信息科學版），2014，39（5）：505-513，540

[2]李磊，熊濤，胡湘陽，熊俊.淺論無人機應用領域及前景[J].地理空間信息，2010，8（5）：7-9

[3]劉建剛，趙春江，楊貴軍等.無人機遙感解析田間作物表型信息研究進展[J].農業工程學報，2016，12（24）：98-99

[4]崔紅霞，林宗堅，孫杰.無人機遙感監測系統研究[J].測繪通報，2005（5）：11-14

[5]Herwitz S R，Johnson L F，Dunagan S E，et al.Imaging from an unmanned aerial vehicle：Agricultural surveillance and decision support[J].Computers and Electronics in Agriculture，2004，44（1）：49-61.

（責編：王慧晴）