農(nóng)用無人機施藥技術(shù)應(yīng)用研究現(xiàn)狀

摘要：無人機施藥作為一種新型施藥技術(shù)，與傳統(tǒng)施藥相比作業(yè)效率高、環(huán)保、時效性強、成本低，且不會對作物和土壤造成物理損害，已廣泛應(yīng)用于大田作物。綜述國內(nèi)外農(nóng)用無人機發(fā)展現(xiàn)狀及其快速發(fā)展的原因，闡述農(nóng)用無人機在玉米、水稻、小麥、棉花上的應(yīng)用。分析農(nóng)用無人機施藥技術(shù)面臨的主要問題：質(zhì)量參差不齊，相關(guān)政策法規(guī)不健全；飛防專用藥劑選擇無標(biāo)準(zhǔn)、安全風(fēng)險大；電池容量較小，電池續(xù)航能力弱；售后服務(wù)體系不完善、專業(yè)飛手培訓(xùn)局限等。展望農(nóng)用無人機施藥作業(yè)實時監(jiān)測、一機多能或多機合作、生物防治、噴藥方式革新等未來發(fā)展方向，以期為農(nóng)用無人機施藥技術(shù)的發(fā)展提供借鑒與參考。

關(guān)鍵詞：無人機；施藥技術(shù)；農(nóng)藝措施；玉米；水稻；小麥

中圖分類號：S252" " " 文獻標(biāo)識碼：A" " " 文章編號：2095?5553 （2024） 09?0054?08

Current status of research on the application of agricultural UAV

application technology

Bai Zhikun Chen Bing Gao Shan Liu Taijie Chen Zijie

（1. Cotton Research Institute， Xinjiang Academy Agricultural Reclamation Sciences， Shihezi， 832003， China;

2. College of Agronomy， Tarim University， Alar， 843300， China）

Abstract： As a new type of pesticide application technology， UAV application" has been widely used in field crops because of its high operational efficiency， environmental protection， timeliness， low cost， and no physical damage to crops and soil compared with the traditional application. This paper summarizes the current situation of the development of agricultural UAV at home and abroad and puts forward the reasons for its rapid development， and describes the application of agricultural UAV on corn， rice， wheat， and cotton， and analyzes the main problems faced by agricultural drone application technology as follows： uneven quality， relevant policies， and regulations are not sound， the selection of special agents for fly?anti?drug control is not standardized， the safety risk is large， the battery range is weak， the after?sales service system is imperfect， and the training of flyers is limited， et al， and puts forward a proposal to address the above problems. In addition， it also looks forward to the future development direction of real?time monitoring of UAV application operation， multi?functional or multi?machine cooperation， biological control， spraying method innovation， et al， to provide a reference for the development of agricultural UAV application technology.

Keywords： UAV; application technology; agronomical measures; maize; rice; wheat

0 引言

我國是農(nóng)業(yè)大國，農(nóng)業(yè)是國家根本，是國家強盛的重要保障[1]。隨著全球氣候變化，以及作物品種、種植面積的不斷擴大，病蟲發(fā)生的面積和類別呈重發(fā)態(tài)勢[2]，病情嚴(yán)重時甚至“顆粒無收”，制約我國糧食安全發(fā)展[3]。2023年主要糧食作物病蟲害達2.03×108 hm2次，較2022年增幅24.1%[4]，威脅作物的產(chǎn)量和品質(zhì)，對國民經(jīng)濟持續(xù)穩(wěn)定發(fā)展構(gòu)成嚴(yán)重隱患、作物安全生產(chǎn)帶來重大風(fēng)險。因此，實現(xiàn)作物增產(chǎn)提質(zhì)，把控作物生長調(diào)控及病蟲防治是關(guān)鍵。作物生長由水肥、藥劑協(xié)同調(diào)控，而病蟲害防治手段主要包括物理、化學(xué)、生物控制等，其中以化學(xué)防治較為常見，可挽回45%以上的全球糧食損失[5]。然而，我國大部分地區(qū)在作物生產(chǎn)中，仍以人工、機械噴霧機（背負(fù)式、手動式、電動式）噴灑化學(xué)藥劑來作用于作物的生長發(fā)育及病蟲防治，然而該方法在作業(yè)過程中噴灑出的藥劑并非完全被作物吸收，只有20%～30%藥劑作用于病蟲防治，剩余未吸收的藥劑一部分殘留在土壤、作物表面，易對作物和土壤造成破壞，一部分漂浮在空氣中一段時間，存在中毒隱患，加之該方法耗時費力、費水、時效差、農(nóng)藥利用率偏低[6， 7]，且防治過程易受藥械、人力、物力、財力等條件限制，短期內(nèi)難以達到預(yù)期防治效果，尤其在丘陵山區(qū)交通不便、人煙稀少或內(nèi)澇嚴(yán)重的地區(qū)，地面機械難以進入作業(yè)。由此可見，如何高效、快速、準(zhǔn)確的做好農(nóng)作物生長及病蟲害防治工作，最大程度的降低病蟲害對作物造成的損失，是目前作物生產(chǎn)領(lǐng)域急需解決的重大問題?！肮び破涫拢叵壤淦鳌保瑐鹘y(tǒng)的人工、地面機械施藥技術(shù)已無法滿足現(xiàn)代“綠色農(nóng)業(yè)生產(chǎn)”發(fā)展。為提高作業(yè)效率以及更為環(huán)境友好型地對作物生長及病蟲害防治，現(xiàn)代無人機施藥技術(shù)應(yīng)時而生，可很好地解決這一難題，值得開發(fā)。此外，無人機施藥作為一種新型施藥手段，較傳統(tǒng)施藥相比還具有節(jié)水、節(jié)藥、省時、省力、高效率等優(yōu)點，發(fā)展迅速[8]。自2010年至今，隨著無人機技術(shù)的快速發(fā)展，其潛在的應(yīng)用價值逐也漸開發(fā)出來，廣泛應(yīng)用于農(nóng)業(yè)領(lǐng)域。無人機施藥技術(shù)已貫通于作物生長發(fā)育全過程，是統(tǒng)籌協(xié)調(diào)作物生長及病蟲防治的有效手段，在農(nóng)業(yè)領(lǐng)域的應(yīng)用可視為一場“綠色革命”，極大地解放了勞動力，提高了農(nóng)業(yè)現(xiàn)代化水平，促進了現(xiàn)代農(nóng)業(yè)發(fā)展[9]。

本文綜述無人機施藥技術(shù)快速發(fā)展的原因，列舉無人機施藥技術(shù)在農(nóng)業(yè)中的應(yīng)用，闡明無人機施藥技術(shù)發(fā)展前景，分析無人機施藥技術(shù)存在的問題，展望未來無人機發(fā)展的關(guān)鍵方向，以期為從事無人機施藥行業(yè)相關(guān)工作人員提供理論依據(jù)和技術(shù)支撐。

1 農(nóng)用無人機施藥技術(shù)快速發(fā)展的原因

1.1 農(nóng)用無人機施藥優(yōu)點較多

無人機施藥可及時防治作物病蟲害，提高防治效率，在農(nóng)業(yè)生產(chǎn)中顯示出諸多優(yōu)勢。表1為不同施藥方式優(yōu)劣勢對比。由表1可知，農(nóng)業(yè)施藥方式主要可分為人工施藥、機車施藥、無人機施藥。資料顯示，農(nóng)業(yè)上每年因噴灑農(nóng)藥使中毒人數(shù)達10萬人，致死人數(shù)超20 000人。傳統(tǒng)的人工、機車施藥用水、用藥量大，污染環(huán)境，對作物、農(nóng)田造成一定物理損傷。人工施藥針對小面積農(nóng)田方便，快捷，但噴施藥液均勻度較差，不能及時作用于靶標(biāo)。機車施藥適合大面積平坦廣闊農(nóng)田，對于高原、丘陵地區(qū)無法作業(yè)。無人機施藥安全性高，作業(yè)過程中可有效避免人、藥長時間接觸，減少人身危害，不會對土壤產(chǎn)生物理損傷，且噴施系統(tǒng)穿透性強，藥劑可均勻分布于作物葉片表面及中下部，不受地理環(huán)境條件限制，可隨時作業(yè)，高效、實時、環(huán)保，可節(jié)約30%藥劑、40倍水量[10?13]。

綜上，傳統(tǒng)的人工施藥已無法滿足當(dāng)前輕簡化、智能化的農(nóng)業(yè)發(fā)展需求。隨著無人機施藥技術(shù)、大數(shù)據(jù)、信息技術(shù)的快速發(fā)展，如3S、遙感、育種技術(shù)等，越來越多的新技能、新技術(shù)被開發(fā)出來與無人機相結(jié)合，促進了農(nóng)業(yè)發(fā)展的大步跨越。隨之人工施藥技術(shù)的弊端暴露無遺，研發(fā)當(dāng)代先進的無人機施藥技術(shù)勢在必行[14， 15]。

1.2 國家政策扶持

研究表明，10年間，在國家政策大力支持下我國農(nóng)用無人機航空作業(yè)面積及數(shù)量如雨后春筍般發(fā)展迅速[16]。資料顯示，2016年之前，全國已有200多家無人機生產(chǎn)企業(yè)，使用的無人機種類共178種，可裝載最大量20 L藥劑，噴幅范圍5～20 m，在小麥、玉米、水稻、棉花等作物上的應(yīng)用已成常態(tài)化，可在不同情況下精準(zhǔn)施藥，作業(yè)效率將近6 hm2/h，可實時、準(zhǔn)確、高效率防治病蟲草害[17]。早在1950年中國已開始進行農(nóng)業(yè)航空領(lǐng)域研究，多數(shù)機型為固定翼，如：“Y-Ⅱ”“海燕650B”，在農(nóng)業(yè)航空領(lǐng)域扮演有重要角色[18]。1990年，科研人員專門研制出新型農(nóng)藥噴灑無人機—“海燕”，可對多數(shù)大田作物（小麥、水稻、棉花）進行飛防作業(yè)，化學(xué)防治病蟲、田間除草、森林防護、化肥噴施、作物化控等[19]。2011年，無人機在農(nóng)林管控方面工作時長超3×104 h，主要作業(yè)省份為東北三省、新疆等地。至今，在國家科技部、農(nóng)業(yè)部、863計劃的支持下，全國超95%以上的航空技術(shù)用于農(nóng)業(yè)植保，5%用于農(nóng)田病情信息提取、監(jiān)測、育種等[20， 21]。目前，世界范圍內(nèi)，我國已成為無人機作業(yè)面積最大的國家。2019年，我國無人機在農(nóng)林預(yù)防、施肥方面作業(yè)面積超3×107 hm2，2020年作業(yè)面積超6.6×107 hm2，并且每年快速增長[22]。圖1為2014—2021年中國農(nóng)用無人機數(shù)量。由圖1可知，自2018年以來，我國農(nóng)用無人機數(shù)量每年翻倍增長，按照這種發(fā)展趨勢，我國必將成為世界上擁有農(nóng)用無人機最多的國家。

2 農(nóng)用無人機施藥技術(shù)在農(nóng)業(yè)中的應(yīng)用現(xiàn)狀

無人機在農(nóng)業(yè)上用途廣泛，可用于精準(zhǔn)施藥、肥，作物病蟲草害、生理信息提取，森林防火等[23]。無人機施藥技術(shù)不在受時間、作業(yè)地理環(huán)境條件等因素制約，且不會對作物、土壤造成物理損傷，無論白晝、丘陵、高山以及危險難度系數(shù)大，易對人工造成傷害的工作都不能遏制無人機的作業(yè)步伐，所有問題都能解決[24]。在精準(zhǔn)施藥、施肥方面，無人機依靠實時監(jiān)測系統(tǒng)，制定出精準(zhǔn)施量、飛行參數(shù)、飛行航線規(guī)劃，節(jié)水、節(jié)藥、精準(zhǔn)作用于靶標(biāo)，同時也減少環(huán)境污染。對于農(nóng)林病蟲觀察方面，無人機結(jié)合先進的傳感器對病情進行分類、分級，再結(jié)合計算機處理技術(shù)，得到最佳防治方案。對于森林火情預(yù)防，無人機具有全天候、遠距離的探測、夜視能力，不受雨霧、白晝自然環(huán)境制約，可正常工作。

2.1 農(nóng)用無人機施藥技術(shù)在玉米中的應(yīng)用現(xiàn)狀

玉米是世界上最常見的作物，其經(jīng)濟、使用價值極高，單產(chǎn)、總產(chǎn)居全球谷類作物首位。我國玉米主產(chǎn)區(qū)主要分布在東北、黃淮沿岸以及西南地區(qū)[25]。伴隨氣候變化及玉米種植密度高、通風(fēng)同光條件差、種植戶缺乏病蟲種類識別能力、用藥不準(zhǔn)等因素，玉米病蟲害呈高發(fā)趨勢。基于此無人機施藥技術(shù)得到迅速發(fā)展，對病蟲進行實時、準(zhǔn)確的防治，發(fā)展前景廣闊。范明洪等[26]為探討除草劑對玉米田間雜草的防治效果，采用無人機低容量噴霧技術(shù)，調(diào)整噴藥量及霧滴粒徑，研究其除草劑對靶標(biāo)雜草的影響，發(fā)現(xiàn)同一施藥量下，霧低粒徑增加，雜草防治較好。楊帥等[27]利用無人機施藥技術(shù)比較了不同施藥劑量、飛行高度、霧滴抑制劑對玉米螟防治效果研究，發(fā)現(xiàn)無人機飛行高度為2 m以內(nèi)時，增加飛行高度對噴幅基本無影響，最佳防治效果為施藥量600 mL/hm2，高度1 m，此條件下防治效果超79.63%。Santana等[28]利用無人機施藥+遙感技術(shù)，對玉米的營養(yǎng)缺乏癥狀進行監(jiān)測，發(fā)現(xiàn)追肥能影響玉米基因型的農(nóng)藝性狀。干旱脅迫下，通過無人機多光譜遙感可精準(zhǔn)監(jiān)測玉米冠層葉綠素含量變化，預(yù)知旱災(zāi)，精準(zhǔn)施藥[29]。高圓圓等[30]開展無人機噴施農(nóng)藥對玉米螟防治研究，結(jié)果表明，無人機飛行高度在2.5 m時，對玉米病蟲防治效果較優(yōu)。綜上無人機低空施藥技術(shù)，極大地解決了施藥難、施藥準(zhǔn)確度低的問題，降低了病蟲發(fā)生頻率，為玉米的“兩高一優(yōu)”提供保障。

2.2 農(nóng)用無人機施藥技術(shù)在水稻中的應(yīng)用現(xiàn)狀

水稻是我國第二大糧食作物，播種量47 340 khm2，年消費量超2×108 t，其產(chǎn)值直接關(guān)系到我國糧食的安全發(fā)展[31]。受環(huán)境、栽培條件影響，水稻病蟲害頻發(fā)。水稻在播種、采收上已基本實現(xiàn)全過程機械化，而在水稻的病蟲防治方面，其機械化仍相對滯后，主要表現(xiàn)為：地面大型機械難以進入水田，水稻種植密度大，無法精準(zhǔn)防治水稻底部，導(dǎo)致防治時效差、防治率低，造成資源浪費[32]。無人機施藥作業(yè)高效、節(jié)藥、精準(zhǔn)，廣泛用于水稻防治。張強等[33]通過篩選植保無人機飛行參數(shù)，確定飛行高度1.5 m，飛行速度5.0 m/s，可有效防治水稻二化螟，達75%以上。張亞莉等[34]研究植保無人機減施藥量是否會影響稻飛虱防治效果，結(jié)果表明，水稻上層藥液量顯著高于下層，7天后病蟲數(shù)量減退，但相同施藥下，采用減施手段防治稻飛虱效果較差，80%藥液量可基本滿足農(nóng)戶防治稻飛虱需求。Wan等[35]使用無人機多光譜圖像、RGB、模型轉(zhuǎn)移，對我國南方的水稻產(chǎn)量進行了精準(zhǔn)預(yù)測，提出歸一化差異黃度指數(shù)可以代表葉片葉綠素含量來監(jiān)測水稻的生長，水稻抽穗初期是糧食產(chǎn)量預(yù)測的最佳生長期，試驗所建模型提高了糧食產(chǎn)量預(yù)測的準(zhǔn)確性。Liu等[36]提出了一種利用無人機圖像監(jiān)測水稻倒伏的方法，將RGB圖像與熱紅外圖像相結(jié)合，監(jiān)測倒伏水稻，該方法既可用于秈稻，也可用于粳米。邵國民等[37]通過研究不同施藥機械和不同藥劑對水稻田間雜草防治效果，研究發(fā)現(xiàn)藥械種類對雜草防治基本無影響，但基于無人機高效、方便、省時，推薦使用無人機進行雜草防治。劉迎等[38]提出植保無人機作業(yè)過程中人為添加飛防助劑，藥劑作業(yè)范圍達94.2%，霧滴覆蓋率提高2.9%，可顯著提高藥效，防治水稻病害。

2.3 農(nóng)用無人機施藥技術(shù)在小麥中的應(yīng)用現(xiàn)狀

資料顯示，我國小麥產(chǎn)、耗費量占糧食總產(chǎn)達25%，伴隨人口增長、消費水平提高，小麥消耗量將近一步提高。多年來，小麥在品種選擇、生產(chǎn)方面發(fā)展迅速，但隨著小麥種植區(qū)域、密度增大，病蟲種類繁多，人工老力短缺，使得小麥在病蟲控制上不理想，嚴(yán)重影響了小麥的產(chǎn)量和質(zhì)量[39]。同玉米、水稻相似，無人機可通過遙感實時、準(zhǔn)確獲得小麥倒伏面積，通過分割模型評估小麥產(chǎn)量損失面積[40]。孫濤等[41]提出植保無人機飛行速度（4 m/s、3 m/s），作業(yè)高度（2 m、1.5 m），施藥量2 L/min飛防參數(shù)較好，在小麥齊穗期，對小麥蚜防治率達92.37%以上。Su等[42]采用多光譜相機，評估了小麥黃銹病的嚴(yán)重程度，為未來早期農(nóng)田黃銹病監(jiān)測提供了重要指導(dǎo)。蒙艷華等[43]對植保無人機進行參數(shù)優(yōu)化，篩選出飛行高度1 m、速度3 m/s、施藥量1.7 L/min，防治小麥蚜蟲效果最好，防效率超82.62%，工作效率超22.16 hm2/d，可替代人工施藥。朱德慧[44]開展無人機化學(xué)除草研究，結(jié)果表明，無人機藥械除草效果顯著高于人工，確保了小麥的安全生長。陳銀鳳等[45]利用植保無人機對小麥“三大病害”進行防治研究，發(fā)現(xiàn)無人機的噴藥設(shè)備能提高作業(yè)效率，高于人工。綜上無人機施藥技術(shù)在小麥病蟲防治上優(yōu)勢較大，加之“一噴三防”技術(shù)的實施，無人機對小麥進行大面積作業(yè)時僅需2 min，工作效率極高，確保小麥穩(wěn)產(chǎn)、高產(chǎn)。

2.4 農(nóng)用無人機施藥技術(shù)在棉花中的應(yīng)用現(xiàn)狀

棉花是天然纖維作物，在世界棉花生產(chǎn)國的經(jīng)濟中扮演有重要角色[46]。我國棉花已基本實現(xiàn)種植全過程機械化，然而，在實際棉花生產(chǎn)中，仍面臨諸多問題。例如，棉田施藥主要依靠大型機械作業(yè)，其病蟲防治時效差、準(zhǔn)確度低，易對棉株、棉田造成機械損傷。而無人機施藥高效、實時、準(zhǔn)確、省工，為棉花全程機械化提供新思路[47]。胡紅巖等[48]提出植保無人機在飛行高度1.5 m下噴施納米農(nóng)藥，藥劑霧滴粒徑小，蚜蟲防治效果顯著高于常規(guī)施藥，但藥劑利用率低于常規(guī)施藥。王林等[49]開展不同類型植保無人機噴施棉花脫葉劑效果研究，結(jié)果表明，無人機兩次施藥棉花吐絮、脫葉率顯著高于人工施藥。Xu等[50]基于無人機多光譜遙感成像，構(gòu)建棉花產(chǎn)量預(yù)測模型，從高分辨率RGB圖像中提取棉鈴，進一步挖掘數(shù)據(jù)信息，可以精準(zhǔn)獲取作物信息，為棉花育種提供新思路。作物出苗是早期田間管理的一個重要農(nóng)藝因素，可以使用作物種群、數(shù)量、均勻度和幼苗大小進行評估，F(xiàn)eng等[51]基于無人機圖像+深度學(xué)習(xí)技術(shù)開發(fā)一種高效的圖像數(shù)據(jù)處理和分析框架及時評估棉花出苗，提高了效率和準(zhǔn)確性。張坤明等[52]開展植保無人機噴施不同化學(xué)脫葉劑效果研究，發(fā)現(xiàn)在不同藥劑處理下，棉花冠層霧滴密度差異顯著，隨施藥時間推移，棉花脫葉、催熟效果顯著。王愛玉等[53]基于不同施藥機械，開展不同藥械噴施棉花脫葉劑試驗，結(jié)果表明不同處理對棉花產(chǎn)量、品質(zhì)無明顯差異變化，無人機噴藥處理作業(yè)效果優(yōu)于人工噴藥處理。以上研究表明，植保無人機在棉花上應(yīng)用廣泛，前景廣闊。

3 存在問題

近10年，在國家政策及科研工作者的共同努力下，中國農(nóng)用無人機航空施藥技術(shù)及配套設(shè)備從無到有，發(fā)展速度呈翻倍增長趨勢。同時農(nóng)用無人機的極速發(fā)展也是一把“雙刃劍”，在作物病蟲害防治、施肥、監(jiān)測中實時、高效、節(jié)水、節(jié)藥、省本等優(yōu)點日益凸顯，而在實際作業(yè)中還存在一些問題，需進一步探討。

3.1 無人機質(zhì)量參差不齊，相關(guān)政策法規(guī)不健全

現(xiàn)階段，國家對農(nóng)用無人機生產(chǎn)沒有統(tǒng)一國家標(biāo)準(zhǔn)規(guī)范，部分無人機制造粗糙，更有甚者為“三無”產(chǎn)品，實際與理論作業(yè)參數(shù)偏差較大，存在失控、炸機、泄藥、漏噴、不上藥現(xiàn)象，導(dǎo)致航空施藥藥滴均勻度不夠，穿透力弱，無法精準(zhǔn)作用于靶標(biāo)，影響作物蟲害防治率[11， 54]。目前，國家應(yīng)分類、分級制定準(zhǔn)則，按照農(nóng)用無人機載荷量、飛行高度進行分類，大、中、小型。鑒于此，全國各地陸續(xù)出臺新準(zhǔn)則。重慶于2016年出臺DB50T638—2015《農(nóng)用航空電動旋翼植保無人機》準(zhǔn)則；江西2017年推行《江西省農(nóng)業(yè)植保無人機地方標(biāo)準(zhǔn)》；2018年實施國字號《植保無人飛機質(zhì)量評價技術(shù)規(guī)范》；2020年浙江制定《多旋翼電動農(nóng)業(yè)無人機地方標(biāo)準(zhǔn)》。由此可知中國應(yīng)繼續(xù)完善農(nóng)用無人機農(nóng)業(yè)產(chǎn)業(yè)系統(tǒng)和政策標(biāo)準(zhǔn)化、市場組織標(biāo)準(zhǔn)化，加強市場監(jiān)督，保護農(nóng)民基本利益，讓無人機更好服務(wù)于農(nóng)業(yè)。

3.2 飛防專用藥劑選擇無標(biāo)準(zhǔn)，安全風(fēng)險大

農(nóng)用無人機低空施藥，采用高濃度施藥方式，較傳統(tǒng)藥械施藥安全風(fēng)險高。而農(nóng)用無人機專用飛防藥劑低毒、霧滴均勻度高、作用效果好、農(nóng)藥利用率高、對機體危害小。我國專用農(nóng)用無人機飛防藥劑研發(fā)、注冊體系較為滯后，應(yīng)加大研發(fā)投入力度，汲取國外經(jīng)驗，建立中國化飛防專用藥劑準(zhǔn)則。目前農(nóng)用無人機飛防作業(yè)中大多憑經(jīng)驗選擇藥劑，多為常規(guī)藥劑，對于藥劑成分、藥效、劑量、適用范圍等較欠缺，限制專用藥劑推廣[55]。而且飛手在實際作業(yè)中要考慮藥劑自身特性，如沉積、濕潤、蒸發(fā)，根據(jù)藥劑環(huán)境毒性選擇低毒專用藥劑。如在稻田、水田以及養(yǎng)殖產(chǎn)業(yè)附近作業(yè)，應(yīng)注意化學(xué)藥劑對水生生物產(chǎn)生毒害，選擇對環(huán)境、生物無風(fēng)險藥劑。

3.3 電池容量較小，續(xù)航能力弱

我國無人機電池研發(fā)技術(shù)相對滯后，限制了電池容量發(fā)展。目前農(nóng)用無人機所裝載的電池容量為5 000～32 000 mAh，續(xù)航時間在10～20 min之間[56]。對于大面積農(nóng)田，飛手需提前做好更換電池準(zhǔn)備并攜帶充電器，且更換電池過程將導(dǎo)致作業(yè)效率、安全性下降。當(dāng)前，國家應(yīng)加大無人機電池技術(shù)深層次研究，培養(yǎng)專業(yè)技術(shù)人才，開發(fā)新型電池，如太陽能電池、石墨烯電池。

3.4 售后服務(wù)體系不完善，專業(yè)飛手培訓(xùn)局限

無人機作為新型施藥機械，優(yōu)點眾多。在實際農(nóng)業(yè)應(yīng)用中的主要瓶頸問題表現(xiàn)在售后服務(wù)體系不完善、飛手水平參差不齊，加之相關(guān)配套產(chǎn)業(yè)鏈分布不均，推行力度小，農(nóng)戶認(rèn)識度差。農(nóng)戶在使用無人機飛防作業(yè)遇到失控、炸機問題時，不能得到實時維修，需要企業(yè)做好完善的售后服務(wù)體系，滿足農(nóng)戶需求。此外，飛手操作不當(dāng)也是頻發(fā)故障的主導(dǎo)因素之一。當(dāng)前，飛手培訓(xùn)無特定機構(gòu)，大多由公司自主培訓(xùn)，缺乏相關(guān)科學(xué)相關(guān)理論教學(xué)體系及章程，相關(guān)培訓(xùn)魚龍混雜，飛手質(zhì)量難以保障。

4 展望

隨著中國農(nóng)業(yè)現(xiàn)代機械化突飛猛進、農(nóng)業(yè)生產(chǎn)方式快速變化，農(nóng)村地區(qū)人工老力短缺及勞力成本急劇上升，農(nóng)業(yè)防治工作需求快速增長，對適用范圍廣、高效、省時、節(jié)水、節(jié)藥、環(huán)保的新型農(nóng)業(yè)機械需求日益增長。無人機航空施藥將成為國家糧食安全發(fā)展的重要方向和重要舉措，是中國現(xiàn)代農(nóng)業(yè)戰(zhàn)略性新興產(chǎn)業(yè)。受這種高需求的影響，農(nóng)業(yè)航空在作物保護領(lǐng)域前景廣闊。

4.1 施藥作業(yè)實時監(jiān)測技術(shù)

實時監(jiān)測技術(shù)是無人機施藥作業(yè)全系統(tǒng)極為重要的組成部分，該技術(shù)可將無人機作業(yè)過程中的飛行、施藥參數(shù)、作業(yè)地塊環(huán)境信息實時反饋給低空變量施藥及航線規(guī)劃系統(tǒng)，從而構(gòu)建合理的農(nóng)藥噴施評價系統(tǒng)性模型。加之結(jié)合新一代人工智能、大數(shù)據(jù)、5G信息技術(shù)，可不斷推動該技術(shù)進步。同時，該監(jiān)測技術(shù)可實時、準(zhǔn)確地共享作業(yè)過程中的飛行參數(shù)、施藥濃度、施藥劑量、航行規(guī)劃路線等信息，及時量化作業(yè)參數(shù)，將飛行、施藥參數(shù)、變量施藥及航線規(guī)劃系統(tǒng)、農(nóng)藥噴施評價系統(tǒng)性模型進行全面融合，按照實際情況做出適當(dāng)調(diào)整，實現(xiàn)無人機精準(zhǔn)施藥技術(shù)進一步的總體優(yōu)化，應(yīng)用前景廣闊。

4.2 一機多能或多機合作技術(shù)

無人機遙感可遠程快速、準(zhǔn)確監(jiān)測作物長勢和病蟲害頻發(fā)程度。與傳統(tǒng)的人工田間監(jiān)測相比，無人機遙感監(jiān)測技術(shù)對于作物信息的獲取速度極快、在空間上覆蓋率相對較廣、而且具有低成本等系列性優(yōu)點，目前該技術(shù)已然成為作物監(jiān)測的重要研究方向和必然發(fā)展趨勢。農(nóng)用無人機施藥前，可先行通過同一或其他無人機進行遙感采集作業(yè)地塊光譜信息，獲取目標(biāo)地塊作物生長狀況信息圖，而后根據(jù)監(jiān)測圖實施精準(zhǔn)定位施藥。此技術(shù)可根據(jù)實際情況按需給藥，避免漏噴、重噴，提高藥劑利用率，減少環(huán)境污染，節(jié)約成本。隨著精準(zhǔn)農(nóng)業(yè)的快速發(fā)展，未來農(nóng)用無人機施藥技術(shù)將由單一作業(yè)模式向多元化作業(yè)模式轉(zhuǎn)變，一機多能或多機合作技術(shù)將成為未來農(nóng)業(yè)發(fā)展新趨勢。

4.3 生物防治技術(shù)

生物防治技術(shù)是利用現(xiàn)有的有益微生物或其他微生物（寄生或捕食天敵）來抵抗或消滅有害生物。目前，生物防治主要依靠人工進行投放，效率低下。而無人機靈活，時效性強，可適應(yīng)各種復(fù)雜環(huán)境，為生物防治提供了新選擇。如利用無人機投放赤眼蜂科，來防治玉米、水稻、蔬果等病蟲害。在未來可適當(dāng)開發(fā)新型無人機施藥生物防治技術(shù)，來防治更多的大田作物、林木、蔬果等，應(yīng)用前景廣闊。

4.4 噴藥方式革新技術(shù)

目前農(nóng)用無人機施藥過程中，霧滴分布參數(shù)可控性較差，只能憑借飛手經(jīng)驗來調(diào)控噴施方式。所以未來應(yīng)在原有噴藥方式設(shè)計的基礎(chǔ)上，著眼于對外界環(huán)境（風(fēng)速、風(fēng)向）和噴霧設(shè)備進行耦合分析，構(gòu)建霧滴分布模型，并進行實地現(xiàn)場模擬，提高無人機施藥過程中藥液在靶標(biāo)作物上的漂移量，優(yōu)化施藥質(zhì)量，這也是未來的研究趨勢。

5 結(jié)語

隨著中國農(nóng)業(yè)現(xiàn)代化的快速發(fā)展，通過不斷完善相關(guān)制度建設(shè)、增加資金注入、科研力量聯(lián)合攻關(guān)，無人機施藥技術(shù)必然成為我國未來農(nóng)業(yè)發(fā)展的亮點、熱點，該技術(shù)也必將應(yīng)用廣泛，其作業(yè)面積、作業(yè)效率、續(xù)航時長、專用藥劑研發(fā)必將大幅提高，加快促進我國農(nóng)業(yè)現(xiàn)代化發(fā)展新歷程。

參 考 文 獻

[ 1 ] Zhang Q， Men X， Hui C， et al. Wheat yield losses from pests and pathogens in China [J]. Agriculture， Ecosystems amp; Environment， 2022， 326： 107821.

[ 2 ] 李祎君， 王春乙， 趙蓓， 等. 氣候變化對中國農(nóng)業(yè)氣象災(zāi)害與病蟲害的影響[J]. 農(nóng)業(yè)工程學(xué)報， 2010， 26（S1）： 263-271.

Li Yijun， Wang Chunyi， Zhao Bei， et al. Effects of climate change on agricultural meteorological disaster and crop insects diseases [J]. Transactions of the Chinese Society of Agricultural Engineering， 2010， 26（S1）： 263-271

[ 3 ] 宋勇， 陳兵， 王瓊， 等. 無人機遙感監(jiān)測作物病蟲害研究進展[J]. 棉花學(xué)報， 2021， 33（3）： 291-306.

Song Yong， Chen Bing， Wang Qiong， et al. Research advances of crop diseases and insect pests monitoring by unmanned aerial vehicle remote sensing [J]. Cotton Science， 2021， 33（3）： 291-306.

[ 4 ] 劉杰， 曾娟， 楊清坡， 等. 2023年農(nóng)作物重大病蟲害發(fā)生趨勢預(yù)報[J]. 中國植保導(dǎo)刊， 2023， 43（1）： 32-35.

[ 5 ] Oerke E C. Crop losses to pests [J]. The Journal of Agricultural Science， 2006， 144（1）： 31-43.

[ 6 ] 周奮啟， 董紅剛， 陳銀鳳， 等. 不同植保機械噴霧霧滴沉積分布對小麥病害的防治效果[J]. 湖北農(nóng)業(yè)科學(xué)， 2017， 56（12）： 2275-2279.

Zhou Fenqi， Dong Honggang， Chen Yinfeng， et al. Control effect of spray droplets deposition distribution of different plant protection machinery on wheat diseases [J]. Hubei Agricultural Sciences， 2017， 56（12）： 2275-2279.

[ 7 ] 田志偉， 薛新宇， 李林， 等. 植保無人機施藥技術(shù)研究現(xiàn)狀與展望[J]. 中國農(nóng)機化學(xué)報， 2019， 40（1）： 37-45.

Tian Zhiwei， Xue Xinyu， Li Lin， et al. Research status and prospects of spraying technology of plant?protection unmanned aerial vehicle[J]. Journal of Chinese Agricultural Mechanization， 2019， 40（1）： 37-45.

[ 8 ] 張東彥， 蘭玉彬， 陳立平， 等. 中國農(nóng)業(yè)航空施藥技術(shù)研究進展與展望[J]. 農(nóng)業(yè)機械學(xué)報， 2014， 45（10）： 53-59.

Zhang Dongyan， Lan Yubin， Chen Liping， et al. Current status and future trends of agricultural aerial spraying technology in China [J]. Transactions of the Chinese Society for Agricultural Machinery， 2014， 45（10）： 53-59.

[ 9 ] 廖小罕， 肖青， 張顥. 無人機遙感： 大眾化與拓展應(yīng)用發(fā)展趨勢[J]. 遙感學(xué)報， 2019， 23（6）： 1046-1052.

Liao Xiaohan， Xiao Qing， Zhang Hao. UAV remote sensing： Popularization and expand application development trend [J]. National Remote Sensing Bulletin， 2019， 23（6）： 1046-1052.

[10] 郭永旺， 袁會珠， 何雄奎， 等. 我國農(nóng)業(yè)航空植保發(fā)展概況與前景分析[J]. 中國植保導(dǎo)刊， 2014， 34（10）： 78-82.

[11] 劉育， 孫見忠， 李航. 民用無人機的監(jiān)管與規(guī)范探討[J]. 南京航空航天大學(xué)學(xué)報， 2017， 49（S1）： 152-157.

Liu Yu， Sun Jianzhong， Li Hang. Supervision and norm discussion on civil unmanned aerial vehicle [J]. Journal of Nanjing University of Aeronautics amp; Astronautics， 2017， 49（S1）： 152-157.

[12] Shulin Y， Xiaobing Y， Jianyou M. The application of unmanned aircraft systems to plant protection in China [J]. Precision Agriculture， 2018， 19（2）： 278-292.

[13] 李繼宇， 蘭玉彬， 施葉茵. 旋翼無人機氣流特征及大田施藥作業(yè)研究進展[J]. 農(nóng)業(yè)工程學(xué)報， 2018， 34（12）： 104-118.

Li Jiyu， Lan Yubin， Shi Yeyin. Research progress on airflow characteristics and field pesticide application system of rotary?wing UAV [J]. Transactions of the Chinese Society of Agricultural Engineering， 2018， 34（12）： 104-118.

[14] 徐博， 陳立平， 譚彧， 等. 基于無人機航向的不規(guī)則區(qū)域作業(yè)航線規(guī)劃算法與驗證[J]. 農(nóng)業(yè)工程學(xué)報， 2015， 31（23）： 173-178.

Xu Bo， Chen Liping， Tan Yu， et al. Route planning algorithm and verification based on UAV operation path angle in irregular area [J]. Transactions of the Chinese Society of Agricultural Engineering， 2015， 31（23）： 173-178.

[15] 張新星. 農(nóng)用無人機智能植保系統(tǒng)設(shè)計[J]. 時代農(nóng)機， 2017， 44（3）： 85-86.

Zhang Xinxing. Design of intelligent plant protection system for agricultural unmanned aerial vehicle [J]. Times Agricultural Machinery， 2017， 44（3）： 85-86.

[16] 尚春雨， 蔡建法， 黃思健， 等. 我國農(nóng)用植保無人機應(yīng)用現(xiàn)狀與前景分析[J]. 安徽農(nóng)業(yè)科學(xué)， 2017， 45（30）： 193-195.

Shang Chunyu， Cai Jianfa， Huang Sijian， et al. Application status and prospect analysis of agricultural UAVs in China [J]. Journal of Anhui Agricultural Sciences， 2017， 45（30）： 193-195.

[17] 王昌陵， 何雄奎， 王瀟楠， 等. 基于空間質(zhì)量平衡法的植保無人機施藥霧滴沉積分布特性測試[J]. 農(nóng)業(yè)工程學(xué)報， 2016， 32（24）： 89-97.

Wang Changling， He Xiongkui， Wang Xiaonan， et al. Distribution characteristics of pesticide application droplets deposition of unmanned aerial vehicle based on testing method of deposition quality balance [J]. Transactions of the Chinese Society of Agricultural Engineering， 2016， 32（24）： 89-97.

[18] 郭永旺， 袁會珠， 何雄奎， 等. 我國農(nóng)業(yè)航空植保發(fā)展概況與前景分析[J]. 中國植保導(dǎo)刊， 2014， 34（10）： 78-82.

[19] 茹煜. 農(nóng)藥航空靜電噴霧系統(tǒng)及其應(yīng)用研究[D]. 南京： 南京林業(yè)大學(xué)， 2009.

Ru Yu. Research on aerial pesticide electrostatic spraying system and its application [D]. Nanjing： Nanjing Forestry University， 2009.

[20] 周志艷， 明銳， 臧禹， 等. 中國農(nóng)業(yè)航空發(fā)展現(xiàn)狀及對策建議[J]. 農(nóng)業(yè)工程學(xué)報， 2017， 33（20）： 1-13.

Zhou Zhiyan， Ming Rui， Zang Yu， et al. Development status and countermeasures of agricultural aviation in China [J]. Transactions of the Chinese Society of Agricultural Engineering， 2017， 33（20）： 1-13.

[21] 何雄奎， Bonds Jane， Herbst Andreas， 等. 亞洲農(nóng)用植保無人機發(fā)展與應(yīng)用[J]. 中國農(nóng)業(yè)文摘—農(nóng)業(yè)工程， 2017， 29（6）： 5-12.

[22] 南農(nóng). 2020年度植保無人機行業(yè)發(fā)展報告[J]. 南方農(nóng)機， 2021， 52（8）： 1-2.

[23] 羅錫文， 廖娟， 胡煉， 等. 提高農(nóng)業(yè)機械化水平促進農(nóng)業(yè)可持續(xù)發(fā)展[J]. 農(nóng)業(yè)工程學(xué)報， 2016， 32（1）： 1-11.

Luo Xiwen， Liao Juan， Hu Lian， et al. Improving agricultural mechanization level to promote agricultural sustainable development [J]. Transactions of the Chinese Society of Agricultural Engineering， 2016， 32（1）： 1-11.

[24] 鄒良開. 三維空間中基于安全通信的多無人機的路徑規(guī)劃[D]. 沈陽： 沈陽航空航天大學(xué)， 2018.

Zou Liangkai. Path planning of multi?UAV based on secure communication in three?dimensional space [D]. Shenyang： Shenyang Aerospace University， 2018.

[25] 郭焱， 朱俊峰. 我國玉米生產(chǎn)的時空特征分析[J]. 農(nóng)業(yè)經(jīng)濟與管理， 2017（1）： 17-24.

Guo Yan， Zhu Junfeng. Temporal and spatial characteristics of maize production in China [J]. Agricultural Economy and Management， 2017 （1）： 17-24.

[26] 范明洪， 蘭玉彬， 趙德楠， 等. 植保無人機低容量噴霧防除玉米田雜草的霧滴沉積特性及除草效果[J]. 植物保護， 2022， 48（5）： 304-309.

Fan Minghong， Lan Yubin， Zhao Denan， et al. Droplets deposition of herbicide in low volume spraying by UAV in weeds and control effect in maize field [J]. Plant Protection， 2022， 48（5）： 304-309.

[27] 楊帥， 王國賓， 楊代斌， 等. 無人機低空噴施苯氧威防治亞洲玉米螟初探[J]. 中國植保導(dǎo)刊， 2015， 35（2）： 59-62.

[28] Santana D C， Cotrim M F， Flores M S， et al. UAV?based multispectral sensor to measure variations in corn as a function of nitrogen topdressing [J]. Remote Sensing Applications： Society and Environment， 2021， 23： 100534.

[29] 李詩瑤， 叢士翔， 王融融， 等. 基于無人機多光譜遙感的干旱脅迫下玉米冠層SPAD值監(jiān)測[J]. 干旱區(qū)地理， 2023， 46（7）： 1121-1132.

Li Shiyao， Cong Shixiang， Wang Rongrong， et al. Monitoring of maize canopy SPAD value under drought stress based on UAV multi?spectral remote sensing [J]. Arid Land Geography， 2023， 46（7）： 1121-1132.

[30] 高圓圓， 張玉濤， 趙酉城， 等. 小型無人機低空噴灑在玉米田的霧滴沉積分布及對玉米螟的防治效果初探[J]. 植物保護， 2013， 39（2）： 152-157.

Gao Yuanyuan， Zhang Yutao， Zhao Youcheng， et al. Primary studies on spray droplet distribution and control effects of aerial spraying using unmanned aerial vehicle （UAV） against the corn borer [J]. Plant Protection， 2013， 39（2）： 152-157.

[31] 王靖， 彭漪， 劉小娟， 等. 基于無人機多光譜數(shù)據(jù)的水稻LAI反演與應(yīng)用[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報， 2021， 26（12）： 145-156.

Wang Jing， Peng Yi， Liu Xiaojuan， et al. Inversion and application of rice LAI based on UAV multispectral data [J]. Journal of China Agricultural University， 2021， 26（12）： 145-156.

[32] 伏榮桃， 陳誠， 王劍， 等. 植保無人機對水稻病蟲害防治條件與防效的研究[J]. 中國農(nóng)業(yè)科技導(dǎo)報， 2021， 23（4）： 103-109.

Fu Rongtao， Chen Cheng， Wang Jian， et al. Control conditions and effects of plant protection unmanned aerial vehicle （UAV） on diseases and insect pests of rice [J]. Journal of Agricultural Science and Technology， 2021， 23（4）： 103-109.

[33] 張強， 朱曉敏， 赫思聰， 等. 植保無人機噴施球孢白僵菌制劑防治水稻二化螟飛行參數(shù)篩選[J]. 中國生物防治學(xué)報， 2023， 39（4）： 789-796.

Zhang Qiang， Zhu Xiaomin， He Sicong， et al. Screening of flight parameters of plant protection UAV spraying beauveria bassiana formulation to control chilo suppressalis （walker） [J]. Chinese Journal of Biological Control， 2023， 39（4）： 789-796.

[34] 張亞莉， 高啟超， 鄧?yán)^忠， 等. M45型多旋翼植保無人機減量施藥對稻飛虱防治效果的影響[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報， 2021， 42（6）： 36-42.

Zhang Yali， Gao Qichao， Deng Jizhong， et al. Effects of reduced pesticide application on rice planthopper control by M45 multi?rotor plant protection UAV [J]. Journal of South China Agricultural University， 2021， 42（6）： 36-42.

[35] Wan L， Cen H Y， Zhu J P， et al. Grain yield prediction of rice using multi?temporal UAV?based RGB and multispectral images and model transfer： A case study of small farmlands in the South of China [J]. Agricultural and Forest Meteorology， 2020， 291： 108096.

[36] Liu T， Li R， Zhong X， et al. Estimates of rice lodging using indices derived from UAV visible and thermal infrared images [J]. Agricultural and Forest Meteorology， 2018， 252： 144-154.

[37] 邵國民， 駱琴， 何信富， 等. 植保無人機防除水稻直播田雜草效果評價[J]. 中國稻米， 2019， 25（6）： 89-92.

Shao Guomin， Luo Qin， He Xinfu， et al. Evaluation on weeds control effects of UAV in direct seeding rice fields [J]. China Rice， 2019， 25（6）： 89-92.

[38] 劉迎， 潘波， 姜蕾， 等. 添加飛防助劑對無人機防治水稻病害的影響[J]. 農(nóng)藥， 2018， 57（4）： 299-301.

Liu Ying， Pan Bo， Jiang Lei， et al. Influence of adding adjuvants for aviation plant protection on control efficacy of rice diseases using unmanned aerial vehicle [J]. Agrochemicals， 2018， 57（4）： 299-301.

[39] 何中虎， 夏先春， 陳新民， 等. 中國小麥育種進展與展望[J]. 作物學(xué)報， 2011， 37（2）： 202-215.

He Zhonghu， Xia Xianchun， Chen Xinmin， et al. Progress of wheat breeding in china and the future perspective [J]. Acta Agronomica Sinica， 2011， 37（2）： 202-215.

[40] 申華磊， 蘇歆琪， 趙巧麗， 等. 基于深度學(xué)習(xí)的無人機遙感小麥倒伏面積提取方法[J]. 農(nóng)業(yè)機械學(xué)報， 2022， 53（9）： 252-260.

Shen Hualei， Su Xinqi， Zhao Qiaoli， et al. Extraction of lodging area of wheat varieties by unmanned aerial vehicle remote sensing based on deep learning [J]. Transactions of the Chinese Society for Agricultural Machinery， 2022， 53（9）： 252-260.

[41] 孫濤， 張宋超， 薛新宇， 等. 小麥不同生育期單旋翼植保無人機施藥作業(yè)參數(shù)優(yōu)化[J]. 植物保護學(xué)報， 2021， 48（3）： 501-509.

Sun Tao， Zhang Songchao， Xue Xinyu， et al. Optimization of operation parameters for single?rotor plant protection unmanned aerial vehicle （UAV） at different growth stages of wheat [J]. Journal of Plant Protection， 2021， 48（3）： 501-509.

[42] Su J， Liu C， Hu X， et al. Spatio?temporal monitoring of wheat yellow rust using UAV multispectral imagery [J]. Computers and Electronics in Agriculture， 2019， 167： 105035.

[43] 蒙艷華， 蘭玉彬， 李繼宇， 等. 單旋翼油動植保無人機防治小麥蚜蟲參數(shù)優(yōu)選[J]. 中國植保導(dǎo)刊， 2017， 37（12）： 66-71.

Meng Yanhua， Lan Yubin， Li Jiyu， et al. Optimization of operation parameters of single?rotor gas powered UAV for controlling wheat aphid [J]. China Plant Protection， 2017， 37（12）： 66-71.

[44] 朱德慧. 植保無人機在麥田化學(xué)除草上的應(yīng)用效果試驗[J]. 安徽農(nóng)學(xué)通報， 2016， 22（12）： 74-75.

[45] 陳銀鳳， 康曉霞， 耿躍， 等. 多旋翼飛行器在麥類重要病害防治上的應(yīng)用[J]. 浙江農(nóng)業(yè)科學(xué)， 2016， 57（6）： 883-885.

[46] Chi Baojie， Zhang Dongmei， Dong Hezhong. Control of cotton pests and diseases by intercropping： A review [J]. Journal of Integrative Agriculture， 2021， 20（12）： 3089-3100.

[47] 鄒茜， 劉愛玉， 王欣悅， 等. 棉花打頂技術(shù)的研究現(xiàn)狀與展望[J]. 作物研究， 2014， 28（5）： 570-574.

Zou Qian， Liu Aiyu， Wang Xinyue， et al. Research progress and prospect on topping techniques in cotton [J]. Crop Research， 2014， 28（5）： 570-574.

[48] 胡紅巖， 陳宇楠， 宋賢鵬， 等. 植保無人機噴施納米農(nóng)藥對棉花蚜蟲的防治效果研究[J]. 云南農(nóng)業(yè)大學(xué)學(xué)報（自然科學(xué)）， 2022， 37（1）： 54-60.

Hu Hongyan， Chen Yunan， Song Xianpeng， et al. Control effect on cotton aphids of nanopesticide sprayed with plant protection unmanned aerial vehicles in cotton field [J]. Journal of Yunnan Agricultural University （Natural Science）， 2022， 37（1）： 54-60.

[49] 王林， 張強， 馬江鋒， 等. 新疆棉區(qū)植保無人機噴施棉花脫葉催熟劑效果研究[J]. 棉花學(xué)報， 2021， 33（3）： 200-208.

Wang Lin， Zhang Qiang， Ma Jiangfeng， et al. Study on the effect of spraying cotton defoliant by plant protection UAVs in Xinjiang cotton area [J]. Cotton Science， 2021， 33（3）： 200-208.

[50] Xu W， Chen P， Zhan Y， et al. Cotton yield estimation model based on machine learning using time series UAV remote sensing data [J]. International Journal of Applied Earth Observation and Geoinformation， 2021， 104： 102511.

[51] Feng A， Zhou J， Vories E， et al. Evaluation of cotton emergence using UAV?based imagery and deep learning [J]. Computers and Electronics in Agriculture， 2020， 177： 105711.

[52] 張坤朋， 鄧喜軍， 王朝陽. 無人機噴灑不同棉花催熟、脫葉復(fù)合藥劑效果研究[J]. 農(nóng)藥， 2017， 56（8）： 619-623.

Zhang Kunpeng， Deng Xijun， Wang Chaoyang. Effects of different composite chemicals on cotton ripening and defoliation sprayed by UAV [J]. Agrochemicals， 2017， 56（8）： 619-623.

[53] 王愛玉， 薛超， 馬亞杰， 等. 不同施藥器械噴施棉花脫葉催熟劑的效果比較[J]. 中國棉花， 2022， 49（10）： 16-19.

Wang Aiyu， Xue Chao， Ma Yajie， et al. Effects comparison of spraying cotton defoliant and ripening agents with different sprayers [J]. China Cotton， 2022， 49（10）： 16-19.

[54] 邱小雷， 張羽， 張小虎， 等. 從植保無人機經(jīng)驗探析我國精確農(nóng)業(yè)發(fā)展路徑[J]. 江蘇農(nóng)業(yè)科學(xué)， 2019， 47（16）： 30-33.

Qiu Xiaolei， Zhang Yu， Zhang Xiaohu， et al. Exploring the development path of precision agriculture in China from the experience of plant protection UAV [J]. Jiangsu Agricultural Sciences， 2019， 47（16）： 30-33.

[55] 袁會珠， 薛新宇， 閆曉靜， 等. 植保無人飛機低空低容量噴霧技術(shù)應(yīng)用與展望[J]. 植物保護， 2018， 44（5）： 152-158.

Yuan Huizhu， Xue Xinyu， Yan Xiaojing， et al. Applications and prospects in the unmanned aerial system for low?altitude and low?volume spray in crop protection [J]. Plant Protection， 2018， 44（5）： 152-158.

[56] 徐偉誠， 陳凱， 張銘， 等. 基于太陽能的植保無人機續(xù)航提升方案[J]. 中國農(nóng)業(yè)科技導(dǎo)報， 2018， 20（11）： 62-68.

Xu Weicheng， Chen Kai， Zhang Ming， et al. Life lifting scheme for plant protection UAV based on solar [J]. Journal of Agricultural Science and Technology， 2018， 20（11）： 62-68.