裴信彪，吳和龍，馬 萍，嚴(yán)永峰，彭 程，郝 亮*，白 越*

(1.中國(guó)科學(xué)院 長(zhǎng)春光學(xué)精密機(jī)械與物理研究所，吉林 長(zhǎng)春130033；2.中國(guó)科學(xué)院大學(xué)，北京 100039；3.吉林省農(nóng)業(yè)科學(xué)院 水稻研究所，吉林 公主嶺 136100)

1 引 言

水稻是我國(guó)最重要的主糧，氮素是水稻生長(zhǎng)過(guò)程中最重要的營(yíng)養(yǎng)元素之一，也是土壤中最活躍的元素之一[1-2]。水稻產(chǎn)量在一定范圍內(nèi)和氮肥施用量有直接關(guān)系，但過(guò)量施用氮肥會(huì)導(dǎo)致氮肥利用率降低，同時(shí)污染水體，造成土壤板結(jié)和硬化[3-5]，因此，實(shí)現(xiàn)水稻營(yíng)養(yǎng)狀況的快速診斷，對(duì)水稻氮素含量進(jìn)行監(jiān)測(cè)以便合理施用氮肥具有重要意義。營(yíng)養(yǎng)診斷的傳統(tǒng)方法是采用實(shí)驗(yàn)室測(cè)試，準(zhǔn)確性高，但時(shí)效性差，難以滿(mǎn)足其在生產(chǎn)中的快速診斷需求[6-9]。隨著遙感技術(shù)的發(fā)展，基于星載的光譜技術(shù)被用于農(nóng)業(yè)、氣象、國(guó)土勘察等眾多領(lǐng)域中[10-12]，成為診斷的一種方法。

Thenkabail等人[13]將TM影像與同期采集的地面實(shí)測(cè)數(shù)據(jù)相結(jié)合, 建立了玉米和大豆的葉面積指數(shù)估算模型，預(yù)測(cè)精度可達(dá)66%以上。Bunnik[14]利用遙感技術(shù)成功提取出植被覆蓋度與葉面積指數(shù)。Walthall等人[15]利用ETM+影像反演了玉米和大豆的葉面積指數(shù), 并對(duì)比分析了使用神經(jīng)網(wǎng)絡(luò)算法和經(jīng)驗(yàn)?zāi)Ｐ驮诜囱萆系牟町?。雖然衛(wèi)星遙感技術(shù)已經(jīng)成功地應(yīng)用于宏觀(guān)農(nóng)情監(jiān)測(cè)中，并獲得了較好的應(yīng)用效果，提高了農(nóng)業(yè)生產(chǎn)效益，但衛(wèi)星遙感技術(shù)存在影像分辨率低、重訪(fǎng)周期長(zhǎng)等缺點(diǎn)[16]，另外，基于衛(wèi)星遙感的監(jiān)測(cè)精度還會(huì)受到云層、大氣和雨雪等環(huán)境一定程度的干擾，監(jiān)測(cè)得到的數(shù)據(jù)往往與真實(shí)值有較大的偏差。隨著無(wú)人機(jī)技術(shù)越來(lái)越成熟，無(wú)人機(jī)在農(nóng)業(yè)很多領(lǐng)域成功地進(jìn)行了實(shí)際應(yīng)用。無(wú)人機(jī)平臺(tái)使用靈活、遙感距離近、受環(huán)境影響小，能夠?qū)崟r(shí)快速地獲取遙感數(shù)據(jù)[17]，成為當(dāng)前農(nóng)業(yè)遙感應(yīng)用的研究熱點(diǎn)和前沿手段，可作為衛(wèi)星遙感之外的新型測(cè)量方法[18]。當(dāng)前利用無(wú)人機(jī)平臺(tái)搭載光譜傳感器進(jìn)行農(nóng)業(yè)遙感的相關(guān)工作還較少，本文使用共軸十二旋翼無(wú)人機(jī)搭載光譜儀構(gòu)成農(nóng)情遙感系統(tǒng)，測(cè)試不同施氮水平水稻的光譜指數(shù)變化規(guī)律，并使用廣泛應(yīng)用的比值植被指數(shù)(RVI)和歸一化植被指數(shù)(NDVI)來(lái)分析不同氮素水平下水稻關(guān)鍵生育期內(nèi)長(zhǎng)勢(shì)情況。RVI和NDVI均可以預(yù)測(cè)水稻葉片氮素含量及氮素積累量,且具有較高的準(zhǔn)確性，且光譜參數(shù)對(duì)葉片氮素積累量的預(yù)測(cè)效果優(yōu)于葉片氮含量。由于差值植被指數(shù)(DVI)對(duì)土壤背景的變化極為敏感，故本文采用RVI和NDVI來(lái)分析不同氮素水平下水稻關(guān)鍵生育期內(nèi)長(zhǎng)勢(shì)情況，以期為作物長(zhǎng)勢(shì)分析、健康狀況監(jiān)測(cè)提供必要的數(shù)據(jù)支持，同時(shí)驗(yàn)證無(wú)人機(jī)搭載光譜遙感獲取數(shù)據(jù)的有效性，為水稻氮素的合理施用提供更多理論指導(dǎo)。

2 高光譜遙感數(shù)據(jù)采集系統(tǒng)結(jié)構(gòu)

2.1 飛行平臺(tái)

試驗(yàn)使用的飛行平臺(tái)為自主研發(fā)的六軸十二旋翼無(wú)人機(jī)，處于同一平面內(nèi)的六個(gè)等長(zhǎng)碳纖維機(jī)臂圍繞中心點(diǎn)均勻分布構(gòu)成機(jī)體平面；6組12個(gè)電機(jī)和旋翼構(gòu)成驅(qū)動(dòng)單元依次安裝于機(jī)臂末端。電機(jī)軸向與機(jī)體平面夾角為ζ(0<ζ<20°)，使得升力在偏航方向分量增大，顯著增強(qiáng)偏航控制力矩，提升了系統(tǒng)風(fēng)擾下的航向穩(wěn)定性。飛行平臺(tái)實(shí)物圖如圖1所示。

圖1 六軸十二旋翼無(wú)人機(jī) Fig.1 Twelve-Rotor UAV

飛行平臺(tái)空載4.3 kg，最大帶載10 kg，空載續(xù)航時(shí)間40 min，詳細(xì)參數(shù)如表1所示。

表1 六軸十二旋翼無(wú)人機(jī)參數(shù)Tab.1 Twelve-Rotor UAV parameters

2.2 飛行控制系統(tǒng)

飛行控制系統(tǒng)包括硬件模塊和軟件模塊，其中硬件模塊如圖2所示。

圖2 飛行控制硬件模塊 Fig.2 Hardware module of flight control

其中，飛控主芯片采用STM32F429，實(shí)時(shí)處理用戶(hù)發(fā)出的飛行航跡指令、遙感載荷工作指令，并回傳飛行狀態(tài)和遙感數(shù)據(jù)。同時(shí)主控制芯片與遙感載荷交互間，采用RS232-TTL遙感數(shù)據(jù)電平轉(zhuǎn)換實(shí)現(xiàn)實(shí)時(shí)傳輸，并配備MicroSD卡進(jìn)行存儲(chǔ)。

軟件模塊中，核心是飛行控制方法的選擇，無(wú)人機(jī)搭載遙感載荷進(jìn)行數(shù)據(jù)采集時(shí)，需要良好的軌跡跟蹤精度，為此采用一個(gè)基于雙環(huán)嵌套結(jié)構(gòu)的飛行器軌跡跟蹤飛行控制系統(tǒng)，如圖3所示。

圖3 飛行控制軌跡跟蹤方法 Fig.3 Trajectory tracking method for flight control

無(wú)人飛行器自主軌跡跟蹤飛行控制閉環(huán)系統(tǒng)被設(shè)計(jì)為內(nèi)、外環(huán)嵌套的結(jié)構(gòu)。其中，在控制系統(tǒng)的外環(huán)設(shè)計(jì)一個(gè)基于A(yíng)DRC算法的位置控制器，其作用為對(duì)比飛行器的位置信息以及期望軌跡信息，確定飛行器在各個(gè)方向上所需求的位置控制量，將位置控制量轉(zhuǎn)化為期望的姿態(tài)角信號(hào)，并將其作為輸入傳送給內(nèi)環(huán)的飛行器姿態(tài)控制系統(tǒng)。PD跟蹤微分器環(huán)節(jié)，可以有效地平滑姿態(tài)角的期望信號(hào)，便于姿態(tài)跟蹤算法的實(shí)現(xiàn)。內(nèi)環(huán)采用PID算法保證飛行器的姿態(tài)實(shí)時(shí)跟蹤，實(shí)現(xiàn)對(duì)期望軌跡的自主跟蹤飛行。飛行控制參數(shù)如表2所示。

表2 飛行控制系統(tǒng)參數(shù)Tab.2 Parameters of flight control system

2.3 光譜遙感設(shè)備

光譜遙感設(shè)備選用美國(guó)ASD(Analytical Spectral Device)FieldSpec HandHeld便攜式光譜儀，適用于從遙感測(cè)量、農(nóng)作物監(jiān)測(cè)、森林研究到工業(yè)照明測(cè)量、海洋學(xué)研究和礦物勘察的各方面應(yīng)用。操作簡(jiǎn)單，軟件包功能強(qiáng)大。此儀器可用來(lái)測(cè)量輻射、輻照度、CIE顏色、反射和透射。具體參數(shù)指標(biāo)如表3所示。

表3 ASD FieldSpec光譜儀參數(shù)Tab.3 Parameters of ASD FieldSpec

光譜儀的使用條件范圍廣，可手持或固定在三腳架上，也可作為有效載荷掛載在無(wú)人機(jī)上。本文將光譜儀掛載在無(wú)人機(jī)機(jī)體正下方，對(duì)不同施氮量的水稻土地進(jìn)行光譜測(cè)量，可實(shí)時(shí)測(cè)量原始數(shù)據(jù)、反射、透射、輻射和輻照度光譜曲線(xiàn)，其中ASD可測(cè)量的最大輻射值超過(guò)0°天頂角處100%反射白板輻射值的2倍。

2.4 數(shù)據(jù)采集系統(tǒng)

光譜遙感數(shù)據(jù)采集系統(tǒng)，要求能夠?qū)崟r(shí)傳輸位置信息和遙感信息，因此采用遙感載荷-飛行平臺(tái)-無(wú)人機(jī)的傳輸方式，系統(tǒng)在這3個(gè)工作節(jié)點(diǎn)，都對(duì)采集的遙感數(shù)據(jù)進(jìn)行了實(shí)時(shí)存儲(chǔ)，實(shí)現(xiàn)多環(huán)節(jié)數(shù)據(jù)存儲(chǔ)和備份，如圖4所示。

圖4 遙感數(shù)據(jù)采集系統(tǒng) Fig.4 Acquisition system of remote sensing data

采集的遙感數(shù)據(jù)，ASD光譜儀本地進(jìn)行存儲(chǔ)備份，同時(shí)回傳至飛行平臺(tái)。平臺(tái)對(duì)數(shù)據(jù)進(jìn)行校驗(yàn)和板載SD卡存儲(chǔ)。在飛行平臺(tái)與地面站的實(shí)時(shí)通信中，將遙感數(shù)據(jù)和位置信息組合成數(shù)據(jù)包，經(jīng)900M無(wú)線(xiàn)數(shù)傳模塊上傳至地面站窗口顯示并保存。系統(tǒng)在地面站、飛行平臺(tái)、遙感載荷3個(gè)環(huán)節(jié)都進(jìn)行了數(shù)據(jù)備份。飛行平臺(tái)備份遙感載荷數(shù)據(jù)會(huì)產(chǎn)生極少量數(shù)據(jù)誤碼，地面站備份時(shí)由于無(wú)線(xiàn)傳輸會(huì)產(chǎn)生微量誤碼。然而多環(huán)節(jié)的備份可為試驗(yàn)自由選擇數(shù)據(jù)源提供方便，選擇地面站數(shù)據(jù)時(shí)可以直接通過(guò)窗口觀(guān)測(cè)遙感數(shù)據(jù)，使用飛行平臺(tái)SD卡的遙感數(shù)據(jù)，可以在試驗(yàn)結(jié)束后詳細(xì)分析多項(xiàng)參數(shù)。

3 試驗(yàn)結(jié)果與分析

試驗(yàn)地點(diǎn)位于吉林省公主嶺市水稻研究所試驗(yàn)田(124°44′ E，43°28′ N)，該地區(qū)為平原地區(qū)，土壤類(lèi)型為水稻土。設(shè)計(jì)4個(gè)施氮水平試驗(yàn)區(qū)域，分別為不施氮區(qū)(N1)、施氮量50 kg /hm2(N2)、施氮量100 kg /hm2(N3)和施氮量200 kg /hm2(N4)4個(gè)區(qū)域。

選擇天氣條件良好、晴朗無(wú)風(fēng)的上午9∶00-10∶30，分別在水稻分蘗期、拔節(jié)期和抽穗期測(cè)定水稻冠層光譜反射率。試驗(yàn)測(cè)試時(shí)多旋翼無(wú)人機(jī)遙感系統(tǒng)距離測(cè)試區(qū)上空10 m并保持靜止，光譜儀視場(chǎng)通過(guò)三軸穩(wěn)定云臺(tái)保持垂直向下，每個(gè)測(cè)量區(qū)域在不同位置均進(jìn)行5次測(cè)量，每次測(cè)量開(kāi)始和結(jié)束都對(duì)采集位置的光譜進(jìn)行白板校正，以5次試驗(yàn)測(cè)量點(diǎn)平均作為該區(qū)域光譜反射值。試驗(yàn)時(shí)的數(shù)據(jù)源選擇飛行平臺(tái)存儲(chǔ)的遙感數(shù)據(jù)，試驗(yàn)場(chǎng)景如圖5所示。

圖5 旋翼無(wú)人機(jī)遙感系統(tǒng) Fig.5 Remote sensing system of multirotor UAV

3.1 水稻冠層反射光譜特性

圖6 不同時(shí)期、不同區(qū)域、不同氮素含量的水稻冠層反射光譜 Fig.6 Canopy reflectance spectra in different time and at different nitrogen levels

圖6中a、b、c分別為分蘗期、拔節(jié)期、抽穗期不同氮素水平下水稻冠層光譜反射率曲線(xiàn)。由圖6可以看出，水稻冠層光譜反射率在分蘗期、拔節(jié)期和抽穗期隨氮素水平呈現(xiàn)一定的規(guī)律性：即在可見(jiàn)光區(qū)水稻冠層反射率隨氮素水平增加呈減小趨勢(shì)，其中區(qū)域N1最高，區(qū)域N4最低；在近紅外區(qū)，光譜反射率一開(kāi)始隨氮素水平增加而增大，但氮素水平增大到一定程度后再增加氮素導(dǎo)致反射率降低，近紅外區(qū)光譜反射率順序?yàn)镹3>N4>N2>N1。同時(shí)高氮素水平下，水稻冠層在近紅外區(qū)的反射率較高，在可見(jiàn)光區(qū)的反射率較低，主要是由于高氮素水平對(duì)應(yīng)著較高的葉綠素含量，而葉綠素在可見(jiàn)光區(qū)藍(lán)、紅光具有強(qiáng)烈吸收特性而在近紅外區(qū)具有高度的反射、散射特性，葉綠素在可見(jiàn)區(qū)形成了一個(gè)可見(jiàn)光區(qū)的小反射峰，能看到對(duì)紅光與藍(lán)光波段的強(qiáng)吸收，使綠色波段的反射漸近突出。另外，近紅外區(qū)的光譜反射率N3>N4表明，當(dāng)施氮水平超過(guò)一定量時(shí)，過(guò)高的氮素供應(yīng)反倒影響水稻葉綠素積累，而葉綠素含量是作物長(zhǎng)勢(shì)的重要參數(shù)，因此，過(guò)高的氮素供應(yīng)不但造成浪費(fèi)，還會(huì)影響水稻生長(zhǎng)。

圖7 抽穗期不同氮素營(yíng)養(yǎng)水平水稻冠層反射光譜 Fig.7 Canopy reflectance spectra in heading stage at different nitrogen levels

圖7為N3施氮水平水稻冠層光譜反射率隨生長(zhǎng)進(jìn)程變化曲線(xiàn)，由圖7可以看出，隨著水稻生長(zhǎng)進(jìn)程的增加，水稻冠層光譜反射率增加，其原因是隨著生長(zhǎng)進(jìn)程增加，葉綠素的含量不斷提高，使得對(duì)藍(lán)、紅光的吸收效應(yīng)和近紅外的反射效應(yīng)增強(qiáng)。

3.2 不同氮素水平下水稻植被指數(shù)的變化

植被指數(shù)用來(lái)表征作物生長(zhǎng)水平，本文采用的RVI和NDVI來(lái)分析水稻氮素水平和植被指數(shù)的關(guān)系

其中NIR為紅外波段光譜反射率，R為紅光光譜反射率。圖8為由光譜反射率計(jì)算得到的植被指數(shù)RVI和NDVI，為減小單點(diǎn)光譜誤差影響，NIR為紅外波段光譜，選擇760～900 nm，R為紅光光譜，選擇630～690 nm，選擇范圍與美國(guó)陸衛(wèi)5衛(wèi)星上專(zhuān)題制圖儀(Thematica pper) 波段TM4(760～900 nm)、TM3(630～690 nm) 相當(dāng)[19]。

圖8 不同氮素水平水稻光譜植被指數(shù)RVI與NDVI變化 Fig.8 Variation of RVI and NDVI of rice under different nitrogen levels

從圖8a中可看出，水稻植被指數(shù)RVI隨生育期進(jìn)程先增大再減小。4種氮素水平N1到N4條件下，分蘗期到拔節(jié)期之間RVI不斷增大，拔節(jié)期至抽穗期之間逐漸減小，且抽穗期RVI值小于其分蘗期RVI值。上述變化原因分析為：水稻生長(zhǎng)進(jìn)程中，植株不斷壯大，隨著葉面積不斷增加以及葉綠素含量的增高，對(duì)近紅外波段的反射率不斷增強(qiáng)，同時(shí)葉綠素含量的提升使作物對(duì)可見(jiàn)波段紅光的吸收增強(qiáng)，因此RVI值在分蘗期到拔節(jié)期隨生長(zhǎng)進(jìn)程顯著增加。從拔節(jié)期到抽穗期生長(zhǎng)進(jìn)程中RVI值顯著減小，分析其原因，隨著生長(zhǎng)進(jìn)程不斷趨于成熟，葉面積逐漸減小，水稻冠層對(duì)近紅外波段的反射強(qiáng)度逐漸減小，對(duì)可見(jiàn)光波段的紅光吸收效應(yīng)減弱，導(dǎo)致RVI顯著減小，另一方面，隨著生長(zhǎng)進(jìn)程水稻穗數(shù)逐漸增多，稻穗的反射光譜在近紅外波段和可見(jiàn)波段，和水稻冠層葉片的反射光譜之間的差異逐漸增大，直接體現(xiàn)為稻穗對(duì)水稻冠層光譜的影響不斷增強(qiáng)，同時(shí)隨著水稻成熟進(jìn)程的增加，水稻葉片顏色逐漸由綠轉(zhuǎn)黃，葉綠素對(duì)紅光的吸收減弱，可見(jiàn)波段的紅光反射增強(qiáng)，因此，水稻RVI隨拔節(jié)期向抽穗期進(jìn)程顯著減小。

NDVI在分蘗期至抽穗期的生育期內(nèi)變化如圖8b所示，可以看出，NDVI也呈明顯的規(guī)律性變化,4種氮素水平N1到N4條件下，從分蘗期到拔節(jié)期NDVI都逐漸增大，拔節(jié)期至抽穗期逐漸減小，且抽穗期NDVI值小于其分蘗期NDVI值。歸一化植被指數(shù)NDVI對(duì)簡(jiǎn)單比值植被指數(shù)RVI進(jìn)行了非線(xiàn)性歸一化處理并限制了RVI的無(wú)界增長(zhǎng)，從圖8b中也可以看出NDVI的其整體變化規(guī)律同RVI是一致的。

由圖8a和圖8b可以看出，相對(duì)N3的施氮水平，N4施氮水平下水稻RVi和NDVI兩種植被指數(shù)均小于同生育期N3施氮水平水稻的植被指數(shù)，其結(jié)果同圖2光譜反射率結(jié)果相一致，因此，植被指數(shù)RVI和NDVI都可以反映和水稻長(zhǎng)勢(shì)密切相關(guān)的葉綠素含量，兩種植被指數(shù)的大小與氮含量、葉綠素含量有直接對(duì)應(yīng)關(guān)系，對(duì)過(guò)量施用氮素影響水稻生長(zhǎng)也可以直觀(guān)反映在植被指數(shù)RVI和NDVI上。

4 結(jié) 論

本文利用多旋翼無(wú)人機(jī)搭載光譜儀對(duì)不同施氮水平的水稻關(guān)鍵生育期進(jìn)行了遙感測(cè)量，測(cè)量結(jié)果表明不同氮素營(yíng)養(yǎng)水平水稻的冠層光譜存在差異，在可見(jiàn)光區(qū)水稻冠層反射率隨氮素水平增加而減小，在近紅外區(qū)，光譜反射率一開(kāi)始隨氮素水平增加而增大，但氮素水平增大到一定程度后再增加氮素導(dǎo)致反射率降低。水稻植被指數(shù) RVI和NDVI都隨生育期進(jìn)程先增大再減小，4種氮素水平條件下，從分蘗期到拔節(jié)期RVI值都不斷增大，拔節(jié)期至抽穗期又逐漸減小，且抽穗期RVI和NDVI值小于其分蘗期RVOI和NDVI值。因此，植被指數(shù)RVi和NDVI都可以反映和水稻長(zhǎng)勢(shì)密切相關(guān)的葉綠素含量，且兩種植被指數(shù)的大小與氮含量、葉綠素含量有直接對(duì)應(yīng)關(guān)系，對(duì)過(guò)量施用氮素影響水稻生長(zhǎng)也可以直觀(guān)反映在植被指數(shù)RVI和NDVI上。實(shí)驗(yàn)結(jié)果說(shuō)明利用多旋翼無(wú)人機(jī)為平臺(tái)同步搭載光譜儀器構(gòu)成農(nóng)情遙感監(jiān)測(cè)系統(tǒng)在反演作物植被指數(shù)方面是可行的。本文設(shè)計(jì)的基于無(wú)人機(jī)平臺(tái)的遙感數(shù)據(jù)采集系統(tǒng)能夠有效、實(shí)時(shí)獲取光譜信息，其獲取的農(nóng)田實(shí)時(shí)信息，高空間分辨率和光譜分辨率等能夠?yàn)樽魑镩L(zhǎng)勢(shì)分析、健康狀況監(jiān)測(cè)提供必要的數(shù)據(jù)支持。另外，無(wú)人機(jī)平臺(tái)在低空(幾米至幾十米)遙感數(shù)據(jù)受大氣、云層風(fēng)等外界因素的干擾較小, 可以更加準(zhǔn)確地反映反演區(qū)真實(shí)狀況,可以作為現(xiàn)有衛(wèi)星、航空以及地面遙感的有益補(bǔ)充，作為一環(huán)構(gòu)建更為合理的綜合遙感系統(tǒng)。