摘要：无人机遥感技术的应用是对低空遥感的有效补充，在使用成本、功能及设备专业性上能够满足普通研究工作者的使用需求，在农业遥感领域应用广泛。通过多传感器类型在作物种植区提取及面积监测、作物长势监测及产量估计、农业灾害遥感等方面的应用可为田间管理提供数据支持，对推动农业信息化的发展具有重要意义。本文就此展开了相关探究。

关键词：无人机；遥感技术；农业测量

引言：无人机在应用过程中依照实际需求与场景，预先在飞行平台搭载传感器装置，全面收集遥感数据。至于遥感传感器在使用时则要充分考虑无人机平台荷载能力对其产生的制约效果，保证设备体积小、功耗低，且安全性能良好。目前我国大多是以数码相机、高光谱相机作为遥感传感器，利用数据传输系统实现影像生成以及数字模型的打造，以此获取遥感结果，并将相关数据用于农业生产管理中的农作物调查、产量评估等。

1 无人机遥感技术简概述

与卫星平台相比，无人机遥感对地观测时的飞行高度一般较低，不会受到大气层的影响，受云层的影响也较小，因此能够获取更为精细的地表影像数据。无人机遥感系统主要包括飞行载荷平台和传感器两个部分。动力系统、姿态调整系统、ＧＰＳ实时定位系统、数据传输系统是飞行载荷平台的重要组成部分，按机体结构设计差异可分为固定翼和旋翼、无人直升机和飞艇等。其中小型固定翼和旋翼无人机使用成本相对较低，在农业领域应用广泛。小型固定翼无人机航速高，单位时间内采集的影像范围大，但其对飞行场地的及作业人员的操控技能要求较高；小型旋翼无人机易于携带，垂直起降方式使其对场地要求较低，能够实现定速定高巡航、悬停等操作，更加适用于农情遥感监测。

2 无人机遥感技术在农业中的应用

2.1农作物识别

与以往的地面调查相比，轻小型无人遥感识别方式具有极强的高效性，而与卫星遥感识别手段相比，无人机的抗干扰性更加优越，由于该技术能够提供大量的纹理信息以及结构数据，因此在地物分类数据的收集方面更加高效。当前，我国以轻小型无人机获取影像作为基础，实现农作物种植信息提取的研究课题已取得一定进展，单就遥感类型来说可细分为两类：一是基于像元的方法；二是基于面向对象的方法。基于像元的方法是指借助搭载冠层相机的无人机平台收集高分辨率遥感影像，进一步分析农作物波谱特征变化阈值。而基于面向对象的方法则是要利用无人机航拍影像的几何特征与光谱特征，对农作物进行分类，借助无人机收集的正射影像与数字模型，完成梯田的自动识别。通过RGN影像，对农场内的农作物类型实施精细识别。

2.2农作物监测

在进行农作物监测时注意农作物信息获取前需要优先完成生长问题的诊断，并将其作为后续精准农业管理与田间作业的参照依据，及时调整施肥措施，达到促进农作物正常生长、获取高额经济效益的目的。农作物监测的内容主要包括农作物生产参数的具体变化与农作物的元素含量[1]。我国有知名学者就曾提出过，可利用无人机平台实现水稻叶片的数字图像获取，并进一步研发不同N养分下水稻冠层的特征信息，可将该方法运用在水稻N养分诊断当中。同时也可借助无人机平台收集红外影像完成作物生长状况的监测，计算各区域作物的生长参数，利用绿度与归一化指标进行作物生长变异性的量化，之后可将其作为基础，提出针对性的种植改进措施，用以达到作物的预期收益。此外也可将植被与土壤的光谱特征作为分析手段，完成作物生育期的监测研究，利用多光谱遥感影像植被覆盖度计算，进行植被覆盖度的年变化判断。

2.3田块尺度估产

一是以遥感平台为依托，获取高分辨率影像，用以完成农作物产量的估算，探究归一化植被指数，完成叶片叶绿素含量的适应性估算，之后借助统计分析判断农作物产量与生物量的差异性。二是应用多光谱相机拍摄不同季节的植物影像，同样要研究归一化植被指数与作物状态之间的关系，完成产量的预测评估。经分析可知，归一化植被指数与产量以及生物量之间存在良好的线性关系。三是根据多光谱影像计算归一化植被指数，并充分结合氮肥优化算法完成作物产量预测，通过将其与实际产量对比可发现，该方法的预测结果准确度极高[2]。四是应用搭载MINIMCA的无人机拍摄影像预测作物产量，而最佳预测指数可采用VARI。

2.4作物长势监测及产量估计

通过对长势及叶片发育情况监测可以辅助进行作物的生长环境评估及水肥施补等田间管理。无人机遥感可以及时准确地获取农作物长势信息，利用叶面积指数（LAI）、冠层高度、植被指数等地表参数监测作物长势信息，进而构建作物产量估算模型。如周敏姑等通过提取冬小麦四个关键期无人机多光谱影像的反射率，采用多种回归分析方法结合地面监测数据建立冬小麦SPAD值的反演模型，在无人机遥感作物长势监测方面具有一定应用价值。

2.5病虫害监测

应用轻小型无人机可以针对波段光谱特征实现动态监测，之后将监测结果作为农作物是否受到病虫害侵袭的诊断依据，判断具体的危害程度，为后续精准农业管理提供科学指导，在减少生产损失的基础上进一步减少农药的使用量，确保环境效益最佳化。在进行无人机病虫害监测过程中需要将病虫害识别以及病害时空监测作为研究对象，具体的应用方法可分为以下几种：一是利用无人机航空图像实现病害的监测，利用敏感波段光谱反射率与病情指数的回归模型，在PHI影像上实现病害发生程度的监测，并判断具体的影响范围[3]。二是借助多光谱航空影像数据实现病害的定位。三是应用多源数据，提取植被指数，完成对叶绿素含量的反演，为遥感参数的诊断应用提供参照对象。四是使用红外多光谱相机拍摄遥感影像，对栽培中的植物病害开展定性分析，以此确定病害模式，并监测病害防治效果。

2.6空间信息监测

在实现农田空间信息的监测方面要利用轻小型无人机遥感系统完成农田地理坐标数据的获取，实现农作物的准确分类，之后进行两方面数据的融合，计算农作物种植面积。同时，为了进一步提高计算的精确性与准确度，需要高效应用无人机平台附带的数码相机等一系列传感装置，用以识别农田空间信息，进一步提高空间信息的分辨率。

2.7作物种植区提取及面积监测

在农业领域，作物的分类识别是进行不同种类作物面积监测、产量估计的前提。无人机遥感技术获取的高分辨率影像蕴藏丰富的地物表型信息，根据不同作物在无人机影像上所表现出的色彩、纹理特征，建立无人机遥感作物解译标志库，用于人工目视解译与遥感制图。虽然这种方式解译精度高，但工作量大，作业人员容易出现解译疲劳而导致解译准确度的降低[4]。为此，作物自动化提取方法成为当下研究热点，国内外的研究主要集中在算法的创新及特征的选择上，主要包括统计回归分析、人工神经网络等。

结束语：

综上所述，无人机遥感技术的应用拓展了精确获取地表信息的渠道，其机身尺寸小、便携性强，使用成本低、灵活度高，且其时空分辨率优于航天航空遥感平台，为小区域作物精细监测提供了新手段。代农业信息化的发展需要及时准确获取地表田间作物信息，以此实现作物分类识别、田间土壤理化性质反演及农业灾害监测。同样，为了确保后续提出的无人机遥感技术在农业中的应用路径具有针对性与实用性，需要对轻小型无人机遥感技术进行充分了解。

参考文献：

[1]田婷，张青，张海东. 无人机遥感在作物监测中的应用研究进展[J]. 作物杂志，2020（05）：1-8.

[2]林娜，陈宏，赵健，池美香. 轻小型无人机遥感在精准农业中的应用及展望[J]. 江苏农业科学，2020，48（20）：43-48.

[3]曹静. 智能无人机遥感技术在农业植保中的应用[J]. 乡村科技，2020，11（31）：112-113.

[4]陈会明. 无人机遥感技术在我国现代农业生产中的应用[J]. 安徽农学通报，2021，27（11）：131-132.