1 引言

在農(nóng)業(yè)生產(chǎn)中，提高產(chǎn)量是人類的主要目的，而農(nóng)藥的發(fā)明和使用則是關(guān)鍵手段[1]。但是，隨著現(xiàn)代生活質(zhì)量的提高，農(nóng)藥對(duì)環(huán)境污染和農(nóng)作物殘留的影響成為人們所密切關(guān)注的問題。我國每年使用農(nóng)藥制劑達(dá)130萬噸，單位面積農(nóng)藥使用量是世界平均水平的2.5倍，受污染的耕地面積達(dá)1.5億畝，約占可耕地面積的1/10，其中很大部分源于農(nóng)藥化肥的不合理施用[2-3]。2015年中央一號(hào)文件要求加強(qiáng)農(nóng)業(yè)面源污染治理，大力推廣低毒低殘留農(nóng)藥，農(nóng)業(yè)部也已通過化肥農(nóng)藥減施行動(dòng)方案，提出到2020年化肥農(nóng)藥使用量實(shí)現(xiàn)零增長(zhǎng)。而近年來，我國精準(zhǔn)農(nóng)業(yè)航空發(fā)展迅速，受到植保界的特別重視，是減少農(nóng)藥用量，降低農(nóng)藥殘留，提升農(nóng)藥防效的有力手段。

精準(zhǔn)農(nóng)業(yè)航空技術(shù)主要是指利用各種技術(shù)和信息工具來實(shí)現(xiàn)農(nóng)業(yè)航空作業(yè)生產(chǎn)率的最大化，是精準(zhǔn)農(nóng)業(yè)技術(shù)在農(nóng)業(yè)航空領(lǐng)域的應(yīng)用，主要包括全球定位系統(tǒng)、地理信息系統(tǒng)、土壤地圖、產(chǎn)量監(jiān)測(cè)、養(yǎng)分管理地圖、航拍、變量控制器及地面驗(yàn)證等精準(zhǔn)農(nóng)業(yè)技術(shù)。機(jī)載遙感系統(tǒng)可以產(chǎn)生精確的空間圖像來分析農(nóng)田植物的水分、營(yíng)養(yǎng)狀況，病蟲害的狀況；空間統(tǒng)計(jì)學(xué)可以結(jié)合數(shù)據(jù)更好地分析空間圖像，通過圖像處理將遙感數(shù)據(jù)轉(zhuǎn)換成處方圖；變量噴施系統(tǒng)根據(jù)已給出的作物處方圖及航空噴施霧滴沉積模型控制噴施過程中的施藥量；精準(zhǔn)導(dǎo)航系統(tǒng)根據(jù)需作業(yè)區(qū)域地圖規(guī)劃出施藥作業(yè)的航路圖，并準(zhǔn)確地使飛機(jī)沿著規(guī)定路線施藥，有效避免重噴和漏噴；地面驗(yàn)證技術(shù)可以通過地面的霧滴沉積結(jié)果來為航空噴施作業(yè)的決策進(jìn)行設(shè)計(jì)和指導(dǎo)；通過以上技術(shù)及設(shè)備的結(jié)合使用來實(shí)現(xiàn)對(duì)農(nóng)田作物的變量、精準(zhǔn)噴施的目的[4]。因此，本文通過對(duì)我國精準(zhǔn)農(nóng)業(yè)航空技術(shù)發(fā)展現(xiàn)狀進(jìn)行概括和總結(jié)，并預(yù)測(cè)了精準(zhǔn)農(nóng)業(yè)航空技術(shù)的發(fā)展趨勢(shì)，指出了精準(zhǔn)農(nóng)業(yè)航空技術(shù)的未來發(fā)展方向，以期為國內(nèi)科研機(jī)構(gòu)和企業(yè)的科學(xué)研究及應(yīng)用提供參考，加快我國精準(zhǔn)農(nóng)業(yè)航空的發(fā)展進(jìn)程。

2 精準(zhǔn)農(nóng)業(yè)航空發(fā)展現(xiàn)狀

2.1 遙感技術(shù)

農(nóng)田作物信息的快速獲取與解析是開展精準(zhǔn)農(nóng)業(yè)實(shí)踐的前提和基礎(chǔ)，是突破制約中國精準(zhǔn)農(nóng)業(yè)應(yīng)用發(fā)展瓶頸的關(guān)鍵[5]。隨著人口的不斷增長(zhǎng)和農(nóng)業(yè)生產(chǎn)增加的需求，迫切需要改進(jìn)農(nóng)業(yè)資源管理。遙感技術(shù)可通過全球定位系統(tǒng)和地理信息系統(tǒng)來提高農(nóng)作物病蟲害管理精度，幫組農(nóng)民獲取最大的經(jīng)濟(jì)和環(huán)境效益。近年來，農(nóng)業(yè)遙感技術(shù)發(fā)展迅速，已成為精準(zhǔn)農(nóng)業(yè)中一個(gè)重要的發(fā)展方向。目前，遙感主要可分為衛(wèi)星遙感、有人機(jī)遙感和無人機(jī)遙感。

競(jìng)霞等[6]利用PLS 算法和高分辨率IKONOS衛(wèi)星影像實(shí)現(xiàn)了棉花黃萎病病情嚴(yán)重的遙感監(jiān)測(cè)，篩選出了棉花黃萎病病情嚴(yán)重度遙感估測(cè)的敏感因子，研究結(jié)果對(duì)實(shí)現(xiàn)大范圍農(nóng)作物病蟲害的遙感監(jiān)測(cè)具有重要的參考價(jià)值。張競(jìng)成等[7]采用環(huán)境星影像數(shù)據(jù)反演的各種植被指數(shù)，地表溫度及作物干旱指數(shù)，通過logistic回歸方法構(gòu)建了小麥白粉病的發(fā)生預(yù)測(cè)模型。馬慧琴等[8]采用不同的特征選擇算法分別用篩選出的landsat8遙感數(shù)據(jù)、氣象數(shù)據(jù)特征及2種數(shù)據(jù)特征相結(jié)合的方式構(gòu)建了小麥灌漿期白粉病的發(fā)生預(yù)測(cè)模型，并對(duì)多種不同數(shù)據(jù)模型進(jìn)行了驗(yàn)證與評(píng)估，結(jié)果結(jié)果進(jìn)一步提高了作物病蟲害發(fā)生的預(yù)測(cè)精度及可為其他作物病害遙感監(jiān)測(cè)提供方法參考。鮑艷松等[9]以航空影像、地面冠層光譜數(shù)據(jù)及同步觀測(cè)的植被生化數(shù)據(jù)為基礎(chǔ)，探討了冬小麥冠層氮素監(jiān)測(cè)的遙感方法，并生成了基于航空高光譜OMIS影像數(shù)據(jù)的變量施肥處方圖。汪沛等[10]通過對(duì)有人機(jī)搭載雙目多光譜圖像采集系統(tǒng)獲取的水稻遙感圖像進(jìn)行光譜校正，從而提高在陰影條件下水稻氮素水平檢測(cè)的精度。

無人機(jī)遙感技術(shù)具有平臺(tái)構(gòu)建容易、運(yùn)行和維護(hù)成本低、體積小、質(zhì)量輕、操作簡(jiǎn)單、靈活性高、作業(yè)周期短等特點(diǎn)。無人機(jī)遙感技術(shù)的發(fā)展，大大地?cái)U(kuò)展了以航天、航空遙感為主的農(nóng)業(yè)遙感的應(yīng)用范圍，完善地面作物監(jiān)測(cè)體系，特別對(duì)于中小尺度的農(nóng)業(yè)遙感應(yīng)用能夠發(fā)揮更大的作用。喬紅波等[11]采用手持式高光譜儀和低空遙感系統(tǒng)對(duì)不同危害程度小麥白粉病冠層光譜反射率進(jìn)行了測(cè)定，通過線性回歸分析建立了低空遙感平臺(tái)光譜信息與作物生長(zhǎng)狀況指標(biāo)的相關(guān)關(guān)系，結(jié)果表明低空遙感系統(tǒng)可以無損、快速、大面積地對(duì)小麥白粉病進(jìn)行監(jiān)測(cè)。李冰等[12]設(shè)計(jì)了一種低空無人直升機(jī)搭載美國Tetracam公司的ADC 多光譜相機(jī)系統(tǒng)對(duì)冬小麥不同生育期進(jìn)行監(jiān)測(cè)，研究結(jié)果表明利用植被指數(shù)閾值法獲取的SAVI（土壤調(diào)整植被指數(shù)）閾值能夠?yàn)榇竺娣e監(jiān)測(cè)農(nóng)作物的覆蓋度和生長(zhǎng)狀況提供一種可行的手段。田振坤等[13]以冬小麥為研究對(duì)象，分析了無人機(jī)低空航飛獲得的高空間分辨率農(nóng)作物遙感影像特征，結(jié)果表明該方法從無人機(jī)高分辨率影像中提取不同種類的農(nóng)作物分類信息具有較高的正確率和普適性，兼具快速和低成本的特點(diǎn)，在海量農(nóng)作物無人機(jī)航拍數(shù)據(jù)的信息提取上具有較廣的應(yīng)用。

2.2 施藥技術(shù)

農(nóng)業(yè)航空施藥作業(yè)是農(nóng)業(yè)航空服務(wù)最主要的作業(yè)項(xiàng)目，由于其噴施作業(yè)具有作業(yè)效率高、作業(yè)速度快、突擊能力強(qiáng)、應(yīng)對(duì)突發(fā)性爆發(fā)性病蟲害的防控效果好等特點(diǎn)，可解決水稻生長(zhǎng)過程中地面機(jī)械難以下田作業(yè)的問題。此外，航空施藥作業(yè)還有勞動(dòng)用工少、綜合作業(yè)成本低、不會(huì)留下轍印和損壞作物、不破壞土壤物理結(jié)構(gòu)等優(yōu)點(diǎn)，深受農(nóng)場(chǎng)主和種植大戶的歡迎和喜愛[14]，航空施藥技術(shù)因此在農(nóng)業(yè)生產(chǎn)中得到廣泛的應(yīng)用和推廣。其中，航空施藥技術(shù)主要可分為有人駕駛飛機(jī)航空施藥技術(shù)及無人駕駛飛機(jī)航空施藥技術(shù)。

在有人駕駛飛機(jī)施藥方面，蘭玉彬等[15]通過Air Tractor 402B農(nóng)用飛機(jī)對(duì)添加了4種不同農(nóng)藥助劑的藥液進(jìn)行噴施試驗(yàn)，結(jié)果發(fā)現(xiàn)霧滴沉積量、霧滴粒徑、霧滴密度等參數(shù)與農(nóng)藥助劑和飄移距離成高度相關(guān)性。張瑞瑞等[16]設(shè)計(jì)了一種用于有人直升機(jī)的變量施藥控制系統(tǒng)并進(jìn)行了相應(yīng)試驗(yàn)，結(jié)果表明當(dāng)直升機(jī)飛行速度小于160km/h時(shí)，實(shí)際施藥量與設(shè)定施藥量之間的誤差保持在10%以內(nèi)，有效解決了有人直升機(jī)無差別施藥造成的農(nóng)藥浪費(fèi)，提高了農(nóng)藥的有效利用率。王國賓等[17]研究測(cè)定了羅賓遜R-44直升飛機(jī)與貝爾206直升飛機(jī)飛行高度和噴頭配置對(duì)農(nóng)藥霧滴在水稻田沉積分布以及對(duì)稻瘟病防治效果的影響。張東彥等[18]對(duì)M-18B型、Thrush 510G 型飛機(jī)在不同環(huán)境參數(shù)（風(fēng)速、溫度、濕度）、噴嘴角度條件下的有效噴幅寬度進(jìn)行了評(píng)定，對(duì)不同飛機(jī)噴施作業(yè)的霧滴沉積分布特性進(jìn)行了分析和比較，并首次形成了施藥效果測(cè)試報(bào)告。上述已開展的探索研究大大促進(jìn)了有人駕駛飛機(jī)航空施藥技術(shù)的快速提升和廣泛推廣。endprint

在無人駕駛飛機(jī)施藥方面，邱白晶等[19]通過采用二因素三水平試驗(yàn)方法研究了CD-10型無人直升機(jī)噴霧沉積濃度、沉積均勻性與飛機(jī)飛行高度、飛行速度及兩因素間的交互作用的關(guān)系，并建立了相應(yīng)的關(guān)系模型；秦維彩等[20]通過改變N-3型無人直升機(jī)的作業(yè)高度和噴灑幅度對(duì)玉米進(jìn)行噴施試驗(yàn)，研究了噴灑參數(shù)對(duì)玉米冠層的霧滴沉積分布的影響，獲得了不同作業(yè)高度和噴幅下無人機(jī)噴霧在玉米冠層中的霧滴沉積量和沉積密度。陳盛德等[14]研究了HY-B-10L型單旋翼電動(dòng)無人直升機(jī)在不同作業(yè)參數(shù)下對(duì)雜交水稻植株冠層噴施作業(yè)的霧滴沉積分布效果，并根據(jù)霧滴沉積結(jié)果和外界環(huán)境參數(shù)對(duì)霧滴沉積分布規(guī)律的影響進(jìn)行了分析。同時(shí)，在無人機(jī)作業(yè)參數(shù)優(yōu)化方面，多種類型的無人機(jī)根據(jù)不同作業(yè)參數(shù)下的霧滴沉積結(jié)果對(duì)作業(yè)參數(shù)進(jìn)行了優(yōu)化和篩選[14，20-23]，如表1所示。上述已開展的探索與研究結(jié)果為有效應(yīng)用小型無人機(jī)開展航空施藥作業(yè)提供了極大的參考價(jià)值。

另外，為加快推進(jìn)無人機(jī)航空施藥應(yīng)用技術(shù)的研究與推廣，華南農(nóng)業(yè)大學(xué)精準(zhǔn)農(nóng)業(yè)航空?qǐng)F(tuán)隊(duì)先后在云南、湖南、新疆、河南等多地開展橙樹、水稻、棉花、小麥等多種作物的無人機(jī)航空施藥技術(shù)應(yīng)用研究。2016年，河南全豐航空科技有限公司和華南農(nóng)業(yè)大學(xué)組織40多家農(nóng)業(yè)無人機(jī)企業(yè)成立了國家航空植?？萍紕?chuàng)新聯(lián)盟，這是正式開啟中國農(nóng)用無人機(jī)航空施藥技術(shù)應(yīng)用發(fā)展的里程碑。聯(lián)盟于2016年5月、2016年7月和9月先后組織多家單位分別在河南和新疆等地開展小麥蚜蟲防治和噴施棉花脫葉劑的測(cè)試作業(yè)，加快了無人機(jī)航空施藥技術(shù)的應(yīng)用和推廣。2016年8月，陜西省30萬畝玉米粘蟲病害大爆發(fā)，聯(lián)盟組織多家聯(lián)盟成員、調(diào)動(dòng)100余架無人機(jī)開展緊急防治救災(zāi)工作。此次救災(zāi)是國內(nèi)農(nóng)用無人機(jī)航空施藥作業(yè)的首次協(xié)同作戰(zhàn)，標(biāo)志著應(yīng)用農(nóng)用無人機(jī)進(jìn)行大規(guī)模病蟲害防治進(jìn)入新的篇章。

3 結(jié)語及展望

隨著精準(zhǔn)農(nóng)業(yè)技術(shù)的不斷進(jìn)步，以及對(duì)糧食安全和生態(tài)安全要求的提高，精準(zhǔn)農(nóng)業(yè)航空技術(shù)被越來越多的人所熟知。同時(shí)，由于精準(zhǔn)農(nóng)業(yè)航空的作業(yè)特點(diǎn)，圖像實(shí)時(shí)處理技術(shù)、變量噴施技術(shù)、數(shù)據(jù)融合技術(shù)、高精度RTK定位技術(shù)、多機(jī)協(xié)同作業(yè)技術(shù)及無人機(jī)噴施配套技術(shù)必將成為未來的研究方向和研究重點(diǎn)，為精準(zhǔn)農(nóng)業(yè)航空技術(shù)的應(yīng)用和發(fā)展提供有力的保障。

精準(zhǔn)農(nóng)業(yè)航空產(chǎn)業(yè)的發(fā)展是中國農(nóng)業(yè)現(xiàn)代化建設(shè)的重要組成部分，隨著相關(guān)制度及配套核心技術(shù)的不斷完善，中國精準(zhǔn)農(nóng)業(yè)航空產(chǎn)業(yè)必將得到健康、有序和高速發(fā)展，有利于指導(dǎo)人們更加合理地使用化肥農(nóng)藥和實(shí)現(xiàn)農(nóng)業(yè)病蟲害統(tǒng)防統(tǒng)治，實(shí)現(xiàn)精準(zhǔn)作業(yè)，從而滿足人們對(duì)生態(tài)環(huán)境的要求，極大地提速中國現(xiàn)代農(nóng)業(yè)的進(jìn)程。

【參考文獻(xiàn)】

[1] Lan， Yubin， Chen Shengde， Fritz B K， Current status and future trends of precision agricultural aviation technologies[J]. Int J Agric & Biol Eng， 2017. 10（3）： 1-17.

[2] 袁會(huì)珠， 楊代斌， 閆曉靜，等. 農(nóng)藥有效利用率與噴霧技術(shù)優(yōu)化[J]. 植物保護(hù)， 2011， 37（5）：14-20.

[3] 中華人民共和國國土資源部，中華人民共和國環(huán)境保護(hù)部，全國土壤污染狀況調(diào)查公報(bào)，2014.

[4] Lan Y B， Thomson S J， Huang Y B， et al. Current status and future directions of precision aerial application for site-specific crop management in the USA[J]. Computers & Electronics in Agriculture， 2010； 74（1）： 34–38.

[5] 汪沛， 羅錫文， 周志艷，等. 基于微小型無人機(jī)的遙感信息獲取關(guān)鍵技術(shù)綜述[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2014， 30（18）：1-12.

[6] 競(jìng)霞， 黃文江， 琚存勇，等. 基于PLS算法的棉花黃萎病高空間分辨率遙感監(jiān)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2010， 26（8）：229-235.

[7] Zhang Jingcheng， Pu Ruiliang， Yuan Lin， et al. Integrating remotely sensed and meteorological observations to forecast wheat powdery mildew at a regional scale. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing， 2014， 7（11）： 4328-4339.

[8] 馬慧琴， 黃文江， 景元書，等. 基于AdaBoost模型和mRMR算法的小麥白粉病遙感監(jiān)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2017， 33（5）：162-169.

[9] 鮑艷松， 王紀(jì)華， 劉良云，等. 不同尺度冬小麥氮素遙感監(jiān)測(cè)方法及其應(yīng)用研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2007， 23（2）：139-144.

[10] 汪沛， 張俊雄， 蘭玉彬，等. 多光譜低空遙感圖像光照輻射度校正[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2014， 30（19）：199-206.

[11] Qiao Hongbo， Zhou Yilin， Bai Youlu， et al. The primary research of detecting wheat powdery mildew using in-field and low altitude remote sensing[J]. Acta Phytophylacia Sinica， 2006， 33（4）： 341-344.endprint

[12] 李冰， 劉镕源， 劉素紅，等. 基于低空無人機(jī)遙感的冬小麥覆蓋度變化監(jiān)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2012， 28（13）：160-165.

[13] 田振坤， 傅鶯鶯， 劉素紅，等. 基于無人機(jī)低空遙感的農(nóng)作物快速分類方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2013， 29（7）：109-116.

[14] 陳盛德， 蘭玉彬， 李繼宇，等. 小型無人直升機(jī)噴霧參數(shù)對(duì)雜交水稻冠層霧滴沉積分布的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2016， 32（17）：40-46.

[15] Lan Yubin， W C Hoffmann， B K Fritz， D E Martin， J D J Lopez. Spray drift mitigation with spray mix adjuvants [J]. Applied Engineering in Agriculture， 2008， 24（1）： 5-10.

[16] 張瑞瑞， 李楊， 伊銅川，等. 有人直升機(jī)變量施藥控制系統(tǒng)的設(shè)計(jì)與試驗(yàn)[J]. 農(nóng)機(jī)化研究， 2017， 39（10）：124-127.

[17] 王國賓， 李學(xué)輝， 任文藝，等. 兩種大型直升飛機(jī)在水稻田噴霧質(zhì)量檢測(cè)及對(duì)稻瘟病的防效觀察[J]. 中國植保導(dǎo)刊， 2014（s1）：6-11.

[18] Zhang Dongyan， Chen Liping， Zhang Ruirui， Xu Gang， Lan Yubin， W C Hoffmann， Wang Xiu， Xu Min. Evaluating effective swath width and droplet distribution of aerial spraying systems on M-18B and Thrush 510G airplanes. Int J Agric & Biol Eng， 2015， 8（2）： 21-30.

[19] 邱白晶， 王立偉， 蔡?hào)|林，等. 無人直升機(jī)飛行高度與速度對(duì)噴霧沉積分布的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2013， 29（24）：25-32.

[20] 秦維彩， 薛新宇， 周立新，等. 無人直升機(jī)噴霧參數(shù)對(duì)玉米冠層霧滴沉積分布的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2014， 30（5）：50-56.

[21] 張京， 何雄奎， 宋堅(jiān)利，等. 無人駕駛直升機(jī)航空噴霧參數(shù)對(duì)霧滴沉積的影響[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2012， 43（12）：94-96.

[22] 秦維彩， 薛新宇， 張宋超，等. 基于響應(yīng)面法的P20型多旋翼無人機(jī)施藥參數(shù)優(yōu)化與試驗(yàn)[J]. 江蘇大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2016， 37（5）：548-555.

[23] Zhang P， Deng L， Lv Q， He S， Yi S， Liu Y， et al. Effects of citrus tree-shape and spraying height of small unmanned aerial vehicle on droplet distribution. Int J Agric & Biol Eng， 2017； 33（1）： 117–123.endprint