基于無(wú)人機(jī)低空遙感的農(nóng)田信息采集與處理研究

張帥

摘? 要：該文闡述了無(wú)人機(jī)低空遙感在農(nóng)田信息采集中的優(yōu)勢(shì)，并構(gòu)建出適用于精細(xì)化農(nóng)情監(jiān)測(cè)的無(wú)人機(jī)低空遙感系統(tǒng);介紹了外業(yè)航拍作業(yè)流程，以及內(nèi)業(yè)影像高精度快速拼接處理流程;分析了無(wú)人機(jī)低空遙感在農(nóng)業(yè)中的應(yīng)用實(shí)例，以期為無(wú)人機(jī)低空遙感在現(xiàn)代農(nóng)業(yè)中的精細(xì)化監(jiān)測(cè)應(yīng)用提供參考。

關(guān)鍵詞：無(wú)人機(jī);低空遙感;信息采集;信息處理;精準(zhǔn)農(nóng)業(yè)

中圖分類(lèi)號(hào) S17;P237文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 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(wú)人機(jī)遙感概況

無(wú)人機(jī)遙感[1-2]，綜合利用了無(wú)人駕駛飛行器技術(shù)、遙測(cè)遙控技術(shù)、無(wú)線通訊技術(shù)、GPS差分定位技術(shù)和遙感傳感器技術(shù)等技術(shù)，能夠快速、高效地獲取地表空間遙感信息。無(wú)人機(jī)低空遙感在農(nóng)情監(jiān)測(cè)領(lǐng)域的應(yīng)用具有巨大的優(yōu)勢(shì)和廣闊的前景，它相比衛(wèi)星遙感具有更高的空間分辨率和時(shí)間分辨率，并能帶來(lái)衛(wèi)星遙感所不具有的農(nóng)作物精細(xì)紋理等額外的遙感信息，能夠很好地應(yīng)用于精細(xì)化農(nóng)田監(jiān)測(cè)[3-4];同時(shí)，無(wú)人機(jī)影像還能很方便地應(yīng)用于統(tǒng)計(jì)某一地區(qū)作物的種植結(jié)構(gòu)、作物長(zhǎng)勢(shì)等信息，為大范圍農(nóng)作物種植及長(zhǎng)勢(shì)、產(chǎn)量等信息的評(píng)估提供依據(jù);還能提供地面農(nóng)作物樣方數(shù)據(jù)，克服傳統(tǒng)GPS地面樣方調(diào)查效率低、范圍小、容易破壞農(nóng)田的缺點(diǎn)，為缺失衛(wèi)星影像區(qū)域的作物信息空間抽樣提供信息。無(wú)人機(jī)遙感技術(shù)的發(fā)展以及在農(nóng)業(yè)中的應(yīng)用，為現(xiàn)代精細(xì)農(nóng)業(yè)的發(fā)展提供了更為有力的技術(shù)支持。多時(shí)空尺度、多指標(biāo)信息的采集，高分辨率、高精度信息的獲取、分析及管理促進(jìn)了無(wú)人機(jī)遙感技術(shù)與現(xiàn)代農(nóng)業(yè)結(jié)合的更好契合[5]。

2 系統(tǒng)實(shí)現(xiàn)方案

無(wú)人機(jī)遙感系統(tǒng)由無(wú)人機(jī)平臺(tái)、無(wú)人機(jī)控制系統(tǒng)、遙感系統(tǒng)平臺(tái)和影像處理系統(tǒng)組成，如圖1所示。本文無(wú)人機(jī)平臺(tái)選擇操作方便、飛行性能強(qiáng)勁、支持高清圖傳的四旋翼無(wú)人機(jī)大疆“悟”Inspire 2;無(wú)人機(jī)控制系統(tǒng)選擇DJI GS Pro，支持通過(guò)地圖選點(diǎn)、飛行器定點(diǎn)、文件導(dǎo)入等多種方式創(chuàng)建任務(wù)，使無(wú)人機(jī)按照規(guī)劃航線自主飛行;遙感系統(tǒng)平臺(tái)中，云臺(tái)相機(jī)選擇采用M 4/3傳感器和支持可交換鏡頭設(shè)計(jì)的大疆禪思X5S，鏡頭選擇松下定制的15mm/f1.7鏡頭（等效135畫(huà)幅焦距30mm），以及奧林巴斯45mm/f1.8鏡頭（等效135畫(huà)幅焦距90mm），以獲取不同尺度空間分辨率的高畫(huà)質(zhì)影像數(shù)據(jù)。影像處理系統(tǒng)選擇Agisoft PhotoScan處理軟件，支持在無(wú)控制點(diǎn)情況下，基于影像自動(dòng)生成高分辨率數(shù)字正攝影像圖（DOM）及帶精細(xì)色彩紋理的數(shù)字高程模型（DEM）。

3 信息采集與處理

3.1 無(wú)人機(jī)準(zhǔn)備 檢查無(wú)人機(jī)完好狀態(tài)，電池電量（包括無(wú)人機(jī)電池、遙控器電池及平板電腦電池），儲(chǔ)存卡可用空間，以及測(cè)區(qū)電子地圖下載等。

3.2 飛行方案制定 根據(jù)測(cè)區(qū)制定飛行方案，保證飛行區(qū)域完全覆蓋測(cè)定區(qū)域;根據(jù)圖像地面分辨率設(shè)定飛行航高，同時(shí)注意觀察測(cè)定區(qū)域內(nèi)及周邊是否有樹(shù)木、電力線、高大建筑，以及是否屬于禁飛區(qū)等;航向重疊度設(shè)定不小于70%，旁向重疊度設(shè)定不小于50%;拍照模式設(shè)置為等時(shí)間間隔拍照。

3.3 無(wú)人機(jī)航拍 無(wú)人機(jī)航拍前，需要事先根據(jù)航高距離對(duì)相機(jī)進(jìn)行標(biāo)定;航拍過(guò)程中，需注意無(wú)人機(jī)電池余量，通訊鏈路連接情況，并注意遠(yuǎn)離人群，以保證飛行安全。

3.4 影像預(yù)處理 為了實(shí)時(shí)對(duì)無(wú)人機(jī)低空遙感外業(yè)采集數(shù)據(jù)的可用性進(jìn)行定性、定量判定，必須在短時(shí)間內(nèi)完成測(cè)區(qū)影像的拼接以及前期數(shù)據(jù)預(yù)處理。本文通過(guò)Agisoft PhotoScan軟件進(jìn)行無(wú)人機(jī)航拍影像預(yù)處理，其流程包括航片篩選、航片對(duì)齊、生成密集點(diǎn)云、生成DSM格網(wǎng)和正射影像輸出等步驟，如圖2所示。

4 應(yīng)用分析

4.1 作物種植面積統(tǒng)計(jì) 通過(guò)影像預(yù)處理流程處理后獲得的測(cè)區(qū)DOM，可以在GIS軟件中很方便地量測(cè)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(wèi)星遙感，無(wú)人機(jī)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(shù)據(jù)，對(duì)于農(nóng)田地塊級(jí)別面積測(cè)量，特別是作物間種套種面積測(cè)量更加有優(yōu)勢(shì);相比于人工實(shí)地勘查，無(wú)人機(jī)低空遙感不僅可以減少人為因素干擾，避免破壞農(nóng)田，還能全面提升勘查的工作效率、數(shù)據(jù)質(zhì)量和服務(wù)水平。

4.2 作物倒伏監(jiān)測(cè) 隨著我國(guó)農(nóng)業(yè)保險(xiǎn)事業(yè)的大力發(fā)展，農(nóng)作物承保率大幅提高，作物災(zāi)后評(píng)估成為農(nóng)業(yè)保險(xiǎn)定損理賠的重要依據(jù)，快速準(zhǔn)確的災(zāi)后評(píng)估對(duì)于快速理賠至關(guān)重要。在作物災(zāi)害大面積發(fā)生時(shí)，急需以最高的效率、最精準(zhǔn)的手段核定農(nóng)戶的損失，而人工查勘工作的低效性，衛(wèi)星遙感采集的低時(shí)效性，均無(wú)法滿足實(shí)際需求，無(wú)人機(jī)遙感的應(yīng)用，解決了快速、準(zhǔn)確核定農(nóng)戶損失的問(wèn)題，避免了不必要的經(jīng)濟(jì)糾紛，保障了農(nóng)戶和國(guó)家的合法權(quán)益，維護(hù)了社會(huì)安定。圖4所示是某一地塊的小麥倒伏面積評(píng)估結(jié)果，其中嚴(yán)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(zāi)監(jiān)測(cè) 澇災(zāi)發(fā)生后，受災(zāi)地塊積水較多，作物長(zhǎng)勢(shì)存在一定差異，在采集的影像信息中表現(xiàn)出高亮特征，通過(guò)非監(jiān)督分類(lèi)，提取出受災(zāi)地塊區(qū)域。圖5所示是某自然村的玉米澇災(zāi)評(píng)估結(jié)果，澇災(zāi)地塊面積4.95hm2。

4.4 作物估產(chǎn) 通過(guò)影像預(yù)處理流程處理后獲得的測(cè)區(qū)DOM，經(jīng)過(guò)HSV色彩空間模型變換，結(jié)合形態(tài)學(xué)邊界分割，樣本訓(xùn)練，對(duì)麥穗目標(biāo)物的特征進(jìn)行提取分析（如圖6所示），進(jìn)而達(dá)到計(jì)算機(jī)自動(dòng)化數(shù)穗。準(zhǔn)確高效的麥穗自動(dòng)化計(jì)數(shù)，對(duì)于大田小麥的產(chǎn)量的評(píng)估具有重要的意義。

5 總結(jié)

本文提出的用于精細(xì)化農(nóng)情監(jiān)測(cè)的無(wú)人機(jī)低空遙感系統(tǒng)進(jìn)行農(nóng)田信息采集與處理，在技術(shù)上可行，在實(shí)踐中有效。通過(guò)長(zhǎng)焦距、低航高的低空無(wú)人機(jī)遙感采集農(nóng)田信息，能夠快速精確提取大尺度農(nóng)田中作物的長(zhǎng)勢(shì)信息，監(jiān)測(cè)作物的生長(zhǎng)狀況，評(píng)估作物的受災(zāi)情況，并及時(shí)采取有效的管理措施，為精細(xì)化農(nóng)業(yè)的發(fā)展提供了更為有力的技術(shù)支持。

參考文獻(xiàn)

[1]李德仁，李明.無(wú)人機(jī)遙感系統(tǒng)的研究進(jìn)展與應(yīng)用前景[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2014，39（5）：505-513，540

[2]李磊，熊濤，胡湘陽(yáng)，熊俊.淺論無(wú)人機(jī)應(yīng)用領(lǐng)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(wú)人機(jī)遙感解析田間作物表型信息研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào)，2016，12（24）：98-99

[4]崔紅霞，林宗堅(jiān)，孫杰.無(wú)人機(jī)遙感監(jiān)測(cè)系統(tǒng)研究[J].測(cè)繪通報(bào)，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(zé)編：王慧晴）