无人机高光谱遥感的在精准农业上的应用方向

 

     精准农业是在现代信息技术 、生物技术与工程技术等一系列高新技术最新成就的基础上发展起来的一种重要的现代农业生产形式,它是实现农业低耗 、高效 、优质与安全的重要途径,目前 , 已成为世界农业技术的研究重点,其中遥感技术是实施精准农业的重要工具之一 。
1  作物长势的遥感监测
1.1  叶面积指数的监测   
        叶面积指数(LAI)是作物冠层结构的一个重要参数,它不仅决定着作物的许多生物物理过程,还提供着作物生长的动态信息,同时叶面积指数也是许多作物生长模型和决策支持系统的重要输入参数,因此国内外均比较重视对LAI的研究。利用遥感数据提取植被叶面积指数的方法可以采用传统植被指数与LAI的相关分析,也可以借助于冠层辐射传输模型。另外,敏感波段分布表和神经网络方法也被用于LA I的遥感估测,其中植被指数的方法应用最为广泛。最近,随着高光谱遥感的兴起,导数光谱技术以及基于植被反射光谱波形分析的红边参数也越来越多地用于反演植物叶面积指数。遥感估测作物叶面积的众多研究提出了不同的敏感区域和不同波段组合的植被指数。Prasad对棉花、大豆、玉米、马铃薯与向日葵五种作物的研究表明 , 红光区反射率与叶面积指数相关性较为密切,刘伟东和王秀珍在水稻上的研究也证明了这一结论,并且分别提出671和682 nm反射率与叶面积指数的关系最好。薛利红在水稻上研究发现,比值植被指数RVI(810, 560)波段组合与水稻L AI 呈幂函数关系。李凤秀在玉米上的研究得出,归一化植被指数NDVI(760 , 990) 、比值植被指数RVI(760,1001)与差值植被指数DVI(677 , 1070)等波段组合与LAI相关性最好。此外,唐延林通过对玉米、水稻与小麦3种作物的冠层高光谱参数与叶面积指数的相关研究发现,红边位置、红边斜率与红边面积与叶面积指数存在极显著相关关系。代辉在冬小麦研究中也证实了这一结论。上述研究表明作物的叶面积指数在光谱中有较好的体现,利用高光谱遥感技术获取作物的叶面积指数,能够克服传统获取作物叶面积指数费时耗力,并减少作物叶片的破坏性。
1.2   生物量的监测 
       生物量是作物重要的生物物理参数之一,作物生物量与叶面积指数和产量密切相关,因此以作物生物量的遥感监测通常与叶面积指数或者产量结合起来讨论。用于监测作物叶面积指数的方法都适用于生物量的光谱监测,主要利用植被指数、高光谱参数与生物量进行相关分析。许多研究表明,生物量与两个区域波段的光谱反射率存在良好的相关性,在近红外波段(740-1100nm)正相关,而红光波段(620-700 nm)表现为负相关。Casanova等通过植被指数反射模型计算的光合有效辐射可以精确预测水稻生育期的生物量。Takahashi等通过测定水稻冠层可见光和近红外高光谱反射率来建立预测水稻干重的统计回归模型。Gitelson证明用红边位置的对数方程估测生物量的效果最好。国内有关作物生物量的光谱估测的研究也不少,如唐延林研究表明水稻地上部鲜、干生物量与比值植被指数和归一化植被指数都达显著性相关,他还提出冠层光谱变量R990/R550、R800/R550、R750/R550、R800/R680 及红边参数与水稻、玉米和棉花的鲜叶重和干叶重都存在极显著相关关系。侯新杰等研究发现棉花产量与抗大气植被指数VAR I-700 的相关性达到0.96。因此,植被指数与高光谱参数都能较好地估测作物的生物量。
2  作物生物化学参数的遥感监测
2.1   氮素营养的监测     
        氮素是作物生长最为重要的营养元素之一,受氮肥胁迫时,作物的生长受到影响,引起叶面积指数、生物量、盖度、叶绿素含量和蛋白质含量等降低,从而影响作物群体的反射光谱发生改变,所以利用遥感技术无损监测作物氮素一直是作物遥感监测研究领域的重点。
       早在1972年,Thomas等利用550和670nm这两个波段定量估算甜椒的氮素含量,精度达90%。Blacker在玉米上的研究表明,550nm附近的反射率能较好地区别玉米氮肥处理之间的差异,并确定550-710nm 为氮素敏感波段。Stone提出用671和780nm两个波段反射率组合植株 -氮-光谱指数可以较好地估算小麦的全氮含量。以上研究提出的氮素敏感波段大部分集中在可见光波段,并且多数认为绿光附近较好。20世纪80年代出现的高光谱遥感掀起了植物生物化学光谱估测的新高峰。Inoue等从水稻冠层的高光谱数据来估测其生态生理状态,发现水稻叶片的氮素和叶绿素含量可由可见光和近红外区域内高光谱数据的多元回归模型估算,并在400 - 900nm 范围内用分辨率为3 - 5 nm的水稻冠层高光谱影像的三次幂来估计叶片的氮素和叶绿素含量,结果显示叶片氮素含量不一样的水稻冠层光谱在近红外部分差异显著,估测氮素和叶绿素含量的r2分别达0.72和0.86。由于作物冠层光谱反射特征易受到植株叶片含水量、冠层几何特征以及土壤覆盖度等各种时空因子的影响,因此所建立氮素光谱诊断模型可靠性与普及性都较低,目前如何提高氮素光谱诊断模型在实际生产中的广泛应用应是高光谱氮素监测的一个重要研究内容。
2.2   叶绿素的监测   
       叶绿素是作物光合作用的主要色素,是吸收光能的物质,其含量的高低直接影响作物的光合同化和物质积累能力。通常叶绿素可以作为作物氮素胁迫、光合作用能力和发育阶段(特别是衰老阶段)的指示器,因此,叶片及冠层光谱反射率对光合色素的响应可以作为一种监测光合作用、氮素状况的有力手段。可见光波段是叶绿素含量的最敏感波段,蓝光和红光是叶绿素吸收峰区域,而绿光是叶绿素吸收低谷区域。许多研究表明,可以利用叶片反射光谱来评估作物叶绿、类胡萝卜素等状况。
       已有许多光谱植被指数主要是为估测绿色生物量而提出的,如PRI、GNDVI与OSAVI等。同样,用高光谱分辨率数据也能够估测叶片色素含量,并且它与作物的叶绿素密度通常具有较好的相关性。另外,由于高光谱遥感数据可以描述植被的“红边”特性,因而红边是叶绿素含量的另外一种较好的评价指标。Bonham-Carter等定义了以660-750 nm之间一阶微分光谱最大值为“红边”位置,并开始了“红边”位置与叶绿素等色素关系的研究。Pinar认为,作物群体植被光谱的“红边”位置能够很好地反映叶绿素密度信息。随着叶绿素浓度的增加,红光范围叶绿素浓度的吸收特性加深加宽,并且变形点红移。生长期间叶绿素浓度增加导致变形点红移;当叶片衰老时,叶片结构开始破坏,同时叶绿素减少导致红光反射增加,这些变化导致红边变形点蓝移。因此,利用高光谱数据不仅能够较好地监测叶绿素含量,还能监测叶绿素密度、植被红边特性以及其他色素含量等重要信息。
2.3   叶片碳氮比的监测
        在植被遥感研究中,植物体内含碳物质和含氮物质的定量监测是国内外的一个重要研究方向。有关植株氮素的光谱监测比较多,碳监测的研究主要集中在纤维素和木质素等方面,而对碳氮比的研究鲜有报道。最近,冯伟等研究发现,小麦的碳氮比在生长旺盛期(如开花期)与高光谱特征关系最好,而灌浆后期表现最差。此外,通过多年的试验以及综合分析小麦叶片碳氮比与冠层高光谱关系的基础上,已初步确定了叶片碳氮比监测模型。作物体内的碳氮比是表征作物生理代谢协调的一项重要指标,因此,快速、无损和准确地监测叶片的碳氮比状况,有助于进行实时的生长诊断及管理调控,实现作物高产、优质和高效。
3   作物品质的遥感监测 
        2000 年,小西教夫等利用卫星影像数据在稻谷氮素、直链淀粉与籽粒蛋白质等品质监测上取得了重要进展,其中日本北海道中央农业试验场以籽粒蛋白质含量为主要监测指标,并利用卫星遥感成图技术指导区域施肥,有效地提高了稻谷品质,取得了显著的经济效益。与星载或机载传感器相比,地物光谱仪通常基于地物光谱特征从机理方面来研究作物籽粒品质。Hansen等报道了用冠层光谱反射率和偏最小二乘法预测小麦籽粒蛋白质含量的方法。田永超等报道抽穗后冠层植被指数R1500/R610和R1220 /R560与小麦籽粒蛋白质和淀粉积累量呈极显著的指数关系。还有一些在小麦方面的研究也都是借助于氮素光谱监测的方法来推算蛋白质含量。相对于作物长势、氮素营养状况以及叶绿素等方面的遥感监测, 有关品质光谱监测的研究较晚,但随着优质作物以及人们生活营养的要求,目前作物品质监测在生产和应用研究上已逐步显示其重要作用。

4  作物倒伏遥感监测

       以小麦为例,近几年,我国经常出现麦收之前小麦倒伏产量受损失的报道。前人研究结果表明,小麦倒伏时间越早,其损失越大,小麦灌浆期以前倒伏,其产量损失大于20%甚至达50%,灌浆期或以后倒伏,其产量损失在20%以内,重者可能超过20%。在1998年安徽省小麦倒伏面积巨大,导致减30%左右; 2002年6月初,江苏高邮受到冰雹袭击,其在田未收的小麦倒伏达40%以上; 2009年6月初,河南商丘等地遭受狂风、暴雨和冰雹,数百万亩小麦倒伏;2009年6月3口安徽毫州北部遭受11级大风袭击、4口安庆岳西县8个乡镇遭受特大冰雹袭击,尚未收割的小麦倒伏,至少减收两成。
 
       冬小麦在灌浆期以前倒伏产量损失严重,且发生茎倒伏现象比根倒伏现象损失严重。由冬小麦倒伏的历史记录可知冬小麦倒伏多发生在灌浆期后、倒伏类型多为根倒伏。冬小麦发生茎倒伏后,其茎秆叶片光合作用后产的营养物质不能向下输送同时根吸收的水分、氨氮等不能向上输送,随着时间推移发生茎倒伏的冬小麦植株整体会逐渐枯萎变黄,其遥感影像与倒伏之前相比会有明显的变化;而冬小麦发生根倒伏后,改变了冠层结构,但是其植株的营养物质输送并未受到影响,在遥感影像上仍然是绿色植物的光谱特征,且冬小麦植株有一定的恢复能力,倒伏一段时间后可能会重新直立起来,这给利用遥感影像监测带来了一定的困难。下图为灌浆前中后期不同倒伏级别的光谱反射率曲线。
 
图2 灌浆前中后期不同倒伏级别的光谱反射率
       从图中可知灌浆前期冬小麦倒伏后冠层光谱反射率在可见光和近红外波段都有所增加。正常生长的冬小麦光谱反射率在可见光波段最高为4%,近红外波段最高为34%;倒伏最严重的冬小麦光谱反射率在可见光波段最高为10%,近红外波段最高为58%。在可见光波段倒伏冬小麦光谱反射率增加的百分点小于近红外波段增加的百分点,可见光波段550 nm附近的反射率增大最为明显,近红外波段增加相对平稳;且倒伏角度越大在可见光和近红外波段冬小麦光谱反射率值增加的越多。
       冬小麦在灌浆中期倒伏后其冠层光谱反射率可见光和近红外波段的冠层光谱反射率值变化同在灌浆前期倒伏后的变化一致,都是有所增加。此时正常生长的冬小麦光谱反射率可见光波段最高可达4%,近红外波段最高可达犯%,与灌浆前期正常生长的冬小麦类似;倒伏最严重的冬小麦光谱反射率在可见光波段最高可达10%,近红外波段最高可达56%。在可见光波段倒伏冬小麦光谱反射率增加的百分点小于近红外波段增加的百分点,可见光波段550nm附近的反射率增大最为明显,近红外波段增加相对平稳;且倒伏角度越大在可见光和近红外波段冬小麦光谱反射率值增加的越多,这与灌浆前期倒伏的冬小麦变化是一致的。
       灌浆后期冬小麦倒伏后其冠层光谱反射率在可见光和近红外波段的冠层光谱反射率值变化同在灌浆前期、中期倒伏后的反射率值变化相一致。此时正常生长的冬小麦光谱反射率可见光波段最高可达5%,近红外波段最高可达24%,与灌浆前期、中期正常生长的冬小麦相比近红外波段的反射率有所降低;倒伏最严重的冬小麦光谱反射率在可见光波段可见光波段最高可达10%,近红外波段最高可达48%,比前两期相同倒伏程度的冬小麦光谱反射率要低。在可见光波段倒伏冬小麦光谱反射率增加的百分点小于近红外波段增加的百分点,可见光波段550 nm附近的反射率增大最为明显,近红外波段加相对平稳;且倒伏角度越大在可见光和近红外波段冬小麦光谱反射率值增加的越多,这与灌浆前期、中期倒伏的冬小麦变化是一致的。