登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《无人机助庄稼节水》

  • 来源专题：土壤、生物与环境
  • 编译者： 李卫民
  • 发布时间：2017-01-06

  • Billions of gallons of freshwater are used every day to irrigate crops, but a lot of it gets wasted on already ripe or dying plants. Now, researchers have used images captured by an unmanned aerial vehicle (UAV)—i.e., a drone—to map barley fields and determine which rows of plants are most in need of water. The team mounted cameras sensitive to visual and infrared light—to collect both optical and thermal information—on a battery-powered UAV and flew the drone (pictured) 90 meters above fields in Denmark. With the airborne imagery, obtained in spring and summer, the researchers measured the greenness and temperature of the barley plants (temperature reflects the water content of nearby air and soil) and calculated the water stress level of each 25-by-25-centimeter patch of field, as they report in Biogeosciences last month. The researchers validated their results using measurements of soil water content obtained directly from the fields, and they showed that their airborne observations could reliably differentiate between ripe crops—which need less water—and unripe crops. Water stress maps like these can pinpoint the plants most in need of irrigation, potentially allowing farmers to minimize their water use and reduce pollutant runoff.

  • 原文来源：http://www.sciencemag.org/news/2017/01/how-drones-could-become-farmer-s-best-friend
13浏览量
原文链接
相关报告

  • 《五泉飞瀑今不见 曾经可灌溉山下很多庄稼》
    • 来源专题：水体污染与防治领域信息门户
    • 编译者：徐慧芳
    • 发布时间：2012-07-13
    7浏览量
    原文链接

  • 《农用无人机的应用现状与展望》
    • 来源专题：农业立体污染防治
    • 编译者：季雪婧
    • 发布时间：2019-11-27
    • 农业生产需要对农田进行实时、全面的监测分析，利用遥感技术可以为农田提供可靠的信息支撑来指导农田管理，实现作物长势的精准探测、开展田间精细化管理，合理使用农药化肥来提高农产品的品质，打破传统农业生产长期处于被动地位的状态。现代农情遥感技术是运用各类主被动探测器，利用卫星、各类航空航天设备不与探测目标直接接触来及时、全面的获取地物信息进行监测分析。低空遥感技术可以运用多平台搭载不同传感器来获取大规模农田的信息帮助农民及时掌握作物长势、农业灾害等信息，改变传统农业生产长期处于的被动局面。 我国农业生产面临耕地资源少、人口激增和农产品供给安全等诸多问题，为解决众多因素的困扰，改变传统农业生产中农药化肥过量使用的粗犷作业现象，需帮助农民及时掌握可靠的农田信息，全方位、多门类地了解田间作物的生长状况，对于田间管理要做到按时、按需精准作业管理，在节约生产成本的同时可以更好地保护环境，真正地使传统农业向现代化、信息化农业发展。低空无人机遥感技术不受传统监测设备监测范围小、分辨率低、视野窄等问题的困扰，又弥补了卫星遥感受天气和云层影响大、重访周期长造成的时间不连续等问题；将无人机遥感技术应用到农业生产中及时准确的精准探测农情信息，对农田管理操作做到定位、定量管理，不仅可以减少农药化肥的使用量，在提高利用率的同时也可以解决我国耕地面积少、环境压力大等问题。此外，无人机可加装喷洒系统、播散系统等机载设备，替代传统地面机械及人工作业对地面作物从空中开展农事活动，以提高工作效率，减少作业过程中农药对人员造成的身体伤害及地面作业机械对作物的伤害，节约生产成本的同时可以提高产量。但目前把无人机应用到农业生产环节中指导田间管理操作还处于起步阶段，有许多问题亟待进一步研究解决。本文从农用无人机的机载设备、农情遥感监测及农事操作等方面系统地分析和总结了当前无人机在农业领域的应用现状，并为该领域的后期研究提出了相应的发展建议，期望为该领域的研究有所帮助。 1 农用无人机概况 无人机(Unmanned Aerial Vehicle，缩写UAV)是靠无线电通讯并可实现自主飞行的无人驾驶航空器，它由飞行控制系统、动力系统、无线电控制系统、载荷系统等部分组成。不同的飞行平台可以搭载不同的载荷完成各种指定任务。农业生产中的无人机按作用不同可分为农情信息遥感监测和农事操作两大类型。 1.1 无人机飞行平台 农业中应用的无人机飞行平台按照不同构型主要可分为无人直升机、多旋翼无人机和固定翼无人机三大主要平台，其他飞行平台还包括扑翼无人机和无人飞船等，但在农业生产中应用较少。固定翼无人机是最为理想的低空遥感平台，由于其飞行速度快、续航时间长可以对大面积农田巡航作业来探测农情；但载荷较小，在农业中固定翼无人机多用于搭载小型传感器用于大面积的航拍测绘来进行作物长势分析、作物产量估测、地物目标分类识别等。无人直升机有油动和电动多种类型，具有可原地垂直起降、定点悬停和载重较大等优点，较大的旋翼能产生单一的垂直向下的气流，可以穿透高杆农作物，具有良好的施药效果，在农业生产中主要用于植保喷洒，可用于喷洒粉剂和水剂，但操作复杂，价格相对较高；多旋翼(多轴)无人机在农业应用中最为广泛，具有飞行可靠稳定、高度速度可控、起降灵活、植保作业过程中转场方便、操纵简单、价格较低较低等优点。多旋翼无人机可应用于土壤分析和农作物监测等农田信息获取以及农药喷施等农事操作领域。总而言之，选择合适的无人机飞行平台要综合考虑价格、有效载荷、续航时间、任务特点等多种因素，使得不同设备与无人机飞行平台合理搭配以达到高效的作业效果。 1.2 机载对地观测传感器 以我国传统农业生产经验看来，农田种植操作的环境极大地影响农作物的质量和产量，故如何更精确地获取种植环境来了解农田信息成为目前我国农业向信息化、精准化农业发展的重点研究方向。目前我国对小范围农田的信息采集主要还是采用设置监测站、人工检测等方法，采集效率和精确度仅限于能够满足小范围农田需求；但无法满足大范围农田环境监测工作的需求，无人机搭载不同对地观测传感器可以更好地适应大面积农田的监测及信息的有效获取。根据不同农田环境监测需求，无人机可搭载数码相机、多光谱相机、高光谱相机、激光雷达传感器等进行高效、全地面的信息采集，帮助广大农户群众了解农田信息，以此为依据更好的指导农业生产。根据监测波段范围的差异，主要可分为400～760 nm的可见光波段数码相机、400～1100 nm的可见近红外波段多光谱相机、3.6～13.5 μm的热红外波段相机等。可见光数码相机由于成本低、操作简单被广泛应用，航拍图像能获取作物中蓝(450~520 nm)、绿(520~600 nm)、红(630~690 nm) 3波段灰度或者彩色图像，可以直观获得多种作物表型特征及反演多种参数，主要用于农作物分类、保险理赔等领域；多光谱相机价格适中，可获取关于地物的蓝、绿、红、近红外的多光谱信息、纹理信息和结构信息。可以提取用于农作物长势、土壤水分胁迫、地物识别、精细分类、植被覆盖度指数提取、叶面积指数提取、病虫害监测、产量估产等领域的多种参数；高光谱相机成本较高，图像光谱波段连续性强、计算量大，获得更精细的作物冠层光谱信息有利于更准确地反演地物目标的生态生理参数，主要用于农作物长势、土壤水分胁迫等领域的叶绿素含量、叶片含水量等理化参数反演；热红外相机可以获取作物冠层温度信息用于分析作物叶面光合作用和蒸散速率等受环境胁迫的影响。激光雷达传感器成本较高，图像计算量大，可以快速有效地获取用于反演作物株高、生物量等的表面点云信息。总体而言，大范围、高时效、客观准确的农情遥感监测需要搭载不同类型的传感器，快速无损地获取农情信息需要综合考虑传感器的特点、用途和成本等各方面因素。 1.3 机载农机设备 无人机可搭载喷洒系统、播撒系统等替代人力来从事田间作业，可以有效解决人工作业在效率、质量和劳动强度上的不足以及作业的安全问题等；无人机可以搭载多种高信息化、智能化的对地遥感监测设备来获得精准全面的农田信息，同时配合农事操作无人机共筑空天地一体化农田管理体系，在实现高产、高效、低成本的同时减少农药和水的使用，减少对土壤和环境的污染。在无人机农药喷洒和种子播散方面，刘泽锋等设计了基于脉宽调制(Pulse Width Modulation，PWM)技术的无人机喷洒系统液泵的变量喷洒控制，减少了农药的过量使用；珠海羽人农业航空有限公司生产的播种无人机在汕头市完成了水稻的精量飞播，提升了水稻播种的机械化水平；张厚东等以无人机为载体在新疆地区撒播毛叶苕子,无人机飞播不受地形地貌的限制，效率极高、节省人力、大大减轻劳动强度。目前，国内的植保无人机在根据农田病虫害的严重程度进行精确喷洒方面还有许多研究工作需要完成。无人机撒播固体肥料和饲料方面，存在颗粒随气流飘散撒播不均匀等问题。无人机飞播存在一定的局限性，前期准备工作比较长，散播均匀度受种子大小密度影响较大，目前实际应用较少。 2 农用无人机的应用现状 2.1 无人机农情遥感在农业中的应用 2.1.1 作物长势监测 作物长势监测主要是监测和分析作物的生长状况和趋势，及时获取田间作物的生长信息可以为农田管理操作提供相关参考。裴浩杰等利用无人机获取的作物的高光谱图像，从NDSI、RSI、SSI中筛选与作物长势相关性好的光谱指数，通过建立的线性回归模型可以很好的监测小麦生长状况。王楚锋等发现利用无人机搭载消费级相机获取可见光波段影像计算的归一化差指数(NDI)与地面实测归一化差植被指数(NDVI)之间的具有很高的相关性,可用来准确地获取作物长势信息，用于遥感监测油菜苗期长势。Bala等利用Terra Modis反射率数据来估算孟加拉国蒙希甘杰区的马铃薯产量，研究发现植被指数是早期估算马铃薯产量的有效工具。Brovkina等采用无人机遥感监测技术将基于NDVI和PDC光栅的分析成功应用于云杉和银杉的分离，并用于鉴定死树类别，证明了NDVI对云杉树的定性分类的潜力，这种方法可适用于监测当地森林地区的云杉健康状况。目前，多元线性回归、最小二乘法等建模被广泛用于目标作物的长势监测及产量预估。通过无人机搭载不同传感器获取不同波段的光谱信息组合形成植被指数，建立特定类作物不同生长时期的长势监测模型还需进一步研究。 2.1.2 作物遥感估产 作物遥感估产可以实现对地块面积及产量的精确估测，对规模化农业经营管理具有重要意义。无人机搭载传感器构成的遥感估产系统具有获取信息速度快、成本低、灵活高效的特点，可以选取最优的作业时期获取最优植被指数,建立有效的无人机遥感估产模型。李昂等利用无人机搭载数码相机快速、无损地获取水稻从抽穗期到成熟期的冠层影像信息，研究证明利用数字图像运用K均值聚类算法能够较为准确地对水稻产量进行估算。Gong等利用无人机搭载微型数码相机结合光谱混合分析技术对油菜籽产量进行远程估算，研究发现无人机遥感冠层光谱反射率计算植被指数(VI)估算油菜籽产量最为准确。Somard等利用无人机获取的RGB图像与地面信息相结合的技术，采用基于对象的图像分析(OBIA)对泰国的甘蔗产量快速、可靠地估算。Zhao等利用无人机搭载Cuber UHD185成像光谱仪获得稳定的大豆冠层高光谱数据，对山东省嘉祥县的大豆产量进行精确估算。目前基于作物冠层影像数据估算作物产量的模型还需进一步验证优化，为规模化农业种植经营、指导农业合理安排生产提供一种快捷高效的低空管理方案，加快诸如农业补贴、核查申报等政策的推进落地。 2.1.3 作物氮素营养诊断 氮素是作物整个生长周期中不可或缺的营养元素，对于改善作物的光合作用和提高作物生产力至关重要。作物氮素营养诊断在提高作物产量、品质和改善土壤肥力方面起着关键作用，可以为农技部门和农业生产管理者提供决策支持，实现农业可持续生产。无人机搭载近地传感器获取作物冠层光谱信息，建立氮素诊断模型并优化地理信息系统和专家决策系统支持下的精准变量施肥在国内外得到了广泛应用。刘昌华等利用无人机搭载Tetracam Mini-MCA 6多光谱相机获取的植被指数间接诊断作物的氮素营养。Nasi等利用无人机和基于飞机的光谱和摄影测量三维特征估算大麦和草的生物量和氮量，结果表明高光谱相机在氮含量估算中得到的结果较为精确。Zheng等基于无人机的多光谱图像和地面高光谱数据相结合，通过结合选定的植被指数(VIs)和纹理信息来估算水稻植株氮素浓度(PNC)。Liu等利用基于无人机的高光谱数据对冬小麦叶片氮素含量进行定量建模，研究发现BP神经网络建模结果通常优于多元线性回归建模结果，可以精确估算拔节期，叶期和开花期的冬小麦叶片氮素含量。作物氮素营养诊断在农田精准施肥方面尤为重要，准确评估作物氮含量合理优化田间施肥不仅可以实现作物的高质优产而且可以降低过度施肥对环境造成的污染。但目前基于无人机数字图像的作物营养诊断仍停留在作物诊断模型的建立，基于营养诊断生成的处方图如何应用到农业生产中指导变量施肥还需进一步研究。 2.1.4 作物病虫害监测 农作物病虫灾害是主要的自然灾害之一，大范围流行性、暴发性、毁灭性病虫害每年造成大量的粮食损失，严重影响农产品的质量和产量。世界粮食产量每年因病害和虫害损失的产量分别占粮食总产量的14%和10%以上。而在我国，病虫害造成的损失占我国各类农业灾害损失的10%~15%左右。农作物病虫害从小范围发生暴发到大范围流行或毁灭与种植地区的气候特点、作物品种、种植习惯及防治情况等密切相关。利用无人机低空遥感机动、实时、灵活的特征，可以对病虫害发生的位置进行及时监测，做到早期发现，开展早期有效防治，对于压制病虫害的暴发减少粮食产量损失意义重大；同时可以对不同病虫害的暴发方式及蔓延特点进行有效分析，建立不同农作物不同病虫害评估模型和诊断模型，对于快速有效防治具有重要意义。Aylo等利用无人机和拉格朗日模型跟踪马铃薯晚疫病菌在大气中的分布，帮助预测疾病在邻近马铃薯田之间传播的风险，为整个区域决策支持系统提供有效帮助。Hunt等利用无人机搭载多光谱相机，研究发现基于特定目标的图像分析可以准确估计的马铃薯甲虫的虫害程度。Stanton等利用小型固定翼系统搭载近红外摄像机，通过试验区域蚜虫密度和NDVI之间的负相关性来评估高粱被蚜虫入侵所造成的破坏程度。黄文江等对农田大面积的作物病虫害探测提出了新的解决思路。总而言之，目前基于无人机遥感监测作物病虫害的还需构建不同作物、不同虫害等级的遥感反演模型，对虫害的暴发位置和受损程度精确监测，准确及时防控，减少虫害造成的损失。 2.2 无人机农事操作在农业中的应用 2.2.1 无人机在航空施药方面的应用 随着近年来城镇化建设进程的加快，大量农村劳动力涌向城市造成农村人口老龄化现象严重，人力成本攀升，加之新型规模化经营性农场的出现及大面积的病虫害爆发对施药效率和精确性提出新的要求，为农用无人飞机航空作业创造了良好条件。农用植保无人机技术优势突出，具有以下优点： 1)作业效率高。规模作业可达8~11 hm2/h(林果树木8 hm2/h)，其效率比地面机械高出3倍以上，比人工喷洒高出100倍，可以大幅度解放劳动力。 2)不受地形限制。农用无人机飞行不受山地、丘陵等复杂地理因素限制，空中作业避免了对农作物的损伤。 3)防治效果好。采用超低空作业和悬疑下沉气流变量喷雾，药液雾化程度好且沉积量和覆盖密度高，高速旋转产生垂直向下的气流不仅可以减少雾滴漂移而且增强了药液的穿透性，使作物正反叶面都能均匀受药，并较长时间的沉积在作物叶面上，便于病虫吸食以达到最优的杀虫效果。 4)植保成本低。据大量实践应用测算，采用农用无人机喷洒农药不仅节水省药而且喷洒成本大大低于地面机械和人工喷洒。 5)安全环保。无人机喷洒农药能明显减少农药的施用量，减少农药对环境的面污染以及对作业人员的身体伤害，符合国家化肥农药减施增效的要求。 6)是重大病虫害的应急解决方案。在遭遇重大病虫害的年份，农用无人机可快速集结组建规模化的服务网络进行紧急救援，有效抑制灾情的蔓延。 我国航空施药起步相对较晚，其最早可追溯到20世纪50年代初，从最初的载人固定翼飞机和载人直升机发展到无人直升机和多旋翼无人机。目前我国农用无人机飞控技术甚至处于世界领先地位，无人机装备总量和作业面积都处于全球第一，无人植保机市场保有量已经超过30 000架，作业面积从2017年的1.06亿亩次增长到2018年3亿多亩次，标志着我国航空植保发展进入全新时代。 日本在20世纪80年代开始喷药无人机的研制工作，是最先将无人直升机用于农业生产的国家。1987年日本将最先研制的无人直升机R50用于农药喷洒，经过近30年的发展植保无人机经历了从无到有，从有人直升机到无人直升机的快速发展，YAMAHA公司研发的无人植保直升机成功解决了日本受地形和地块面积限制不适合载人飞机作业的难题，为日本农业航空的发展做出了重要贡献。在2003年无人直升机对水稻的防治面积首次超过有人直升机且此后作业率一直高于有人直升机。1995—2015年，日本的植保无人机保有量从307架增加到2668架。截至2010年底，日本使用农用无人机开展农田防治面积达到96.3万hm2，占航空作业总面积的38%，登记在册的无人飞手14 163人。美国农业航空开始于1906年，发展到现在已经有100多年的历史，具有完善的航空组织体系和质保模式。美国是农业航空应用最广泛的国家，现有农业航空公司2000多家，在用农用飞机约4000架，注册持证的驾驶员3000多名，每年防治耕地面积近3400万hm2，占美国年防治面积40%以上。美国的森林飞防防治和水稻飞防防治完全使用航空飞防作业。 2.2.2 无人机在田间管理方面的应用 在田间管理方面，无人机除了可用于农药喷洒之外还可以用于作物播种、授粉、施肥等，从空中代替人工作业减少了作业过程中农用机械对作物的损害及对土壤的反复碾压，作业效率和质量极高且减轻地面操作人员的劳动强度，有利于实现大面积、规模化生产。孔德生等在玉米授粉期间，采用植保无人机空中飞行辅助授粉，研究发现2次辅助授粉玉米亩增产97.10 kg，秃顶率减少7.5%，1次辅助授粉玉米亩增产58.67 kg，秃顶率减少6.13%。李继宇等通过对水稻花粉分布规律受旋翼风场的影响进行研究，为无人机的空中授粉作业提供了相关参考。在无人机播种方面，我国已将无人机飞播技术应用于水稻播种，2019年春耕期间在广东省阳江市雅韶镇八一村为广大农户进行无人机水稻播种，成功的解决了人工插秧工作效率低、成本高的难题。高志政等针对无人机播撒技术在农业中的应用，对撒播技术特点和应用方向及当前存在的不足之处进行了探讨，无人机撒播技术在农业生产管理中具有可行性和优越性，是加速实现我国农业生产管理现代化进程的一个重要环节。 3 展望 总而言之，无人机遥感监测和农事操作两类无人机应用到农业生产中对于提高我国农业生产的效率和质量，推动我国智慧农业、精准农业的发展意义重大。无人机搭载传感器对地遥感监测及时获取准确的农田信息，对作物长势、土壤信息、农业灾害等进行有效动态监测，与卫星遥感监测及地面传感器监测互补共筑空天地一体监测系统，生成准确的农田“诊断图”并结合农田实际情况应用到指导田间生产中，指导田间管理做到按时按需对作物进行精准化施肥、施药及灌溉管理。 目前无人机在遥感监测和农事操作等农业应用中还存在以下问题：在遥感监测方面，需创建不同作物的反演模型及信息库；无人机监测数据与地面监测及农用作业机械数据耦合；在农事操作方面，无人机关键部件的使用寿命还不能完全满足应用需求；缺乏配合无人机使用的航空植保剂及助剂；缺乏有关无人机行业应用的标准体系的建设。为推动农用无人机更好的在农业生产中应用，以下几个方面的研究将是重点。 3.1 无人机技术与精准农业结合发展 精准农业是在3S(GPS、GIS和RS)等高新技术与现代农业相结合对农业生产过程中的农资和农事操作进行定时、定位、定量的科学管理，以最少的投入获得优质高产的可持续发展的农业。无人机以其灵活、高效的特点可以为农业生产的各个环节提供准确的信息支持，为农田生产管理者施肥、施药和灌溉等提供可靠依据。无人机搭载传感器可对农田土壤水分含量、植被指数、作物养分胁迫等进行监测反演得到不同作物的信息库模型，把农田分成许多个小的操作单元来进行精准化管理，根据农田中不同位置作物的不同生长情况变量施肥、施药以及分区灌溉等以达到生产要素的有效配置，无人机可以根据农田不同位置遭受不同虫害程度的作物进行喷头精准变量的控制智能化施药，无人机技术与精准农业结合发展可以极大地推动精准农业的现代化进程。 3.2 无人机与航空植保剂配合使用 众所周知无人机喷洒农药过程中药滴受旋翼风场、迎面风力和环境风力共同作用飘移现象比较严重，除喷头与旋翼的安装位置有关外还与所施药剂的物理特性有关。目前植保无人机配套专用制剂相对缺乏或技术不够成熟，只能靠提高常规农药的浓度来进行植保作业。目前在中国农药信息网上尚无配合植保无人机使用的专用制剂或助剂注册登记，许多农药生产商和无人机龙头企业也开始投入到无人机飞防制剂和助剂的研发中，通过改变雾滴直径大小及利用蒸发抑制剂和沉降剂来减少雾滴在下降过程中的蒸发程度。在农业部制定的《到2020年农药使用量零增长行动方案》中规定要减少农药的使用量，国内唯一拥有纳米农药知识产权的南京善思生物科技有限公司研制的纳米农药在多地用无人机喷洒进行病虫害防治实验并取得了令人满意的防治成果，无人机纳米制剂一旦投入大面积推广使用，可以减少我国现有农药使用量的30%以上，充分发挥其高效、安全、经济、环境友好的特点，将极大地促进我国农药的减施增效。 3.3 完善相关体系标准 由于我国无人机市场门槛较低，监管法律法规欠缺且相关行业标准不够健全，国家对于无人机农机购置补贴只在某些地区推行，未能在全国范围内得到广泛普及推广应用。为约束农用无人机的安全飞行并保证行业健康有序发展，有关部门应突破地区限制在国家层面加强无人机质量技术要求、操作人员驾驶培训、作业规范等方面的行业标准体系建设，加速推进无人机农机购置补贴政策落地及在行业中的应用发展。无人机植保施药标准、防治效果评估标准与作业环境风险评估标准等方面的标准体系建设也将大大规范植保无人机的行业应用。 4 结束语 农用无人机可以及时准确地获取农情信息并从空中辅助农事操作，是精准农业领域应用的重要手段，具有其他传统监测方式和传统地面作业机械无法比拟的优势。随着我国农业供给侧结构性改革的不断推进，各地土地流转的实施及规模化经营性农场的出现农用无人机为生产管理者提供了新的发展途径，先诊断后管理，对田间操作管理定时、定位、定量的精准化管理将极大地推动农业朝着智能化、现代化方向发展。
    497浏览量
    原文链接