薛秀云，許旭鋒，李 震,5，洪添勝，謝家興,5，陳建澤，宋淑然,5

基于葉墻面積的果樹施藥量模型設計及試驗

薛秀云1,2,3，許旭鋒1，李 震1,2,3,5，洪添勝2,3,4，謝家興1,5，陳建澤4，宋淑然1,2,3,5※

（1. 華南農業(yè)大學電子工程學院，廣州 510642； 2. 國家柑橘產業(yè)技術體系機械研究室，廣州 510642； 3. 廣東省山地果園機械創(chuàng)新工程技術研究中心，廣州 510642； 4. 華南農業(yè)大學工程學院，廣州 510642； 5. 廣東省農情信息監(jiān)測工程技術研究中心，廣州 510642）

變量噴霧技術是提高噴霧效果、降低農藥使用率的有效手段，而準確的樹冠特征參數(shù)檢測及施藥量模型是其關鍵。為克服果園變量噴霧中果樹特征參數(shù)檢測效率低和對環(huán)境要求高的缺陷，該文通過LiDAR（light detection and ranging）檢測技術獲取表征樹冠特征參數(shù)的葉墻面積LWA（leaf wall area），并利用圖像處理技術計算樹冠參數(shù)參考值。為了表征樹葉密度和LWA對變量噴霧的共同影響效果，研究基于LWA的決策系數(shù)LWA，LWA由反映果樹冠層分區(qū)內點云在水平方向平均深度下的分布密度1和分區(qū)內點云分布高度極差占分區(qū)高度的比值2加權決定。通過計算垂直方向各分區(qū)內決策系數(shù)LWA，并代入流量函數(shù)可得出基于LWA的施藥量計算模型，進一步計算電磁閥PWM占空比并調節(jié)水泵和電磁閥的工作狀態(tài)，使噴頭的流量對應冠層各區(qū)得到動態(tài)調整，實現(xiàn)基于LWA的變量噴霧。利用自制的室外變量噴霧驗證裝置，進行了多噴頭變量噴霧試驗，試驗結果表明，果樹的藥液附著率均接近100%，說明基于LWA的變量噴霧模型可實現(xiàn)有效噴霧，與連續(xù)噴霧相對比，基于LWA的變量噴霧施藥量模型的省藥率為68.34%，與純對靶定量噴霧比，基于LWA的變量噴霧施藥量模型的省藥率為32.77%。

農藥；模型；LiDAR；變量噴霧；決策系數(shù)

0 引 言

目前，國際上對變量噴霧在提高藥效、減少殘留和降低環(huán)境污染等方面的前景已形成共識[1]，精良的植保機械與施藥技術是農藥發(fā)揮藥效的重要手段與保證。隨著人們對農產品安全、環(huán)境保護意識的增強，精準施藥技術裝備成為植保領域的重點研究內容與發(fā)展方向[2]。因此，國內外對變量噴霧、靜電噴霧、防飄噴霧、風送噴霧、仿形噴霧、低空低量航空噴霧、農藥噴后回收等技術開展了大量的研究，取得了豐富的研究創(chuàng)新成果。其中，變量噴霧作為一種先進高效的果園施藥技術，與連續(xù)噴霧相比，可節(jié)省農藥使用量25%以上[3-6]。

果樹特征參數(shù)的檢測是實現(xiàn)變量噴霧的前提條件，變量噴霧機作業(yè)時，通過傳感器實時檢測果樹靶標的高度、寬度、樹冠體積等具體特征參數(shù)，進而控制壓力、流量等噴施系統(tǒng)的工作參數(shù)，達到按需施藥的目的[7-9]。變量噴霧研究前期主要通過微波探測超聲波測距傳感器、紅外光電傳感器或機器視覺系統(tǒng)等來探測靶標是否存在，進行對靶噴霧，降低農藥使用量[10-13]；后期通過圖像識別算法、傳感器矩陣或多傳感器信息融合等方法，進一步對樹冠高度、體積、寬度等參數(shù)進行檢測，根據(jù)冠層特征參數(shù)進行變量噴霧，進一步降低了農藥使用量，提高農藥利用率[14-16]。

翟長遠等[17]基于超聲傳感器搭建了靶標外形輪廓探測試驗平臺，試驗結果顯示規(guī)則樹冠和櫻桃樹冠體積探測精度分別為92.8%和90.0%。李井祝等[18]分別在啟用激光測距傳感器研究發(fā)現(xiàn)采用對靶噴藥功能比未采用對靶噴藥功能情況下效率提升34.76%。宋淑然等[19]利用超聲波傳感器進行對靶噴霧試驗，對靶噴霧方式下的霧滴沉積率分別為最高可達86.0%，遠高于連續(xù)噴霧方式下的霧滴沉積率。李龍龍等[20]對果園仿形變量噴霧與常規(guī)風送噴霧性能進行對比試驗，仿形變量噴霧機的霧滴飄移分別減少23.2%和42.7%，地面流失分別減少67.4%和58.8%。南玉龍等[21]針對仿形噴霧目標探測，進一步歸納和融合了紅外線、超聲波、圖像和激光等基本技術。

本文基于激光雷達（light detection and ranging，LiDAR）探測樹冠參數(shù)[22-26]，并根據(jù)葉墻面積（leaf wall area，LWA）進行施藥量模型設計和變量噴霧特性研究。相對于使用超聲波傳感器、紅外傳感器等樹冠參數(shù)檢測手段，激光雷達受空氣溫濕度、光照、風速等外界環(huán)境因素的制約較少，穩(wěn)定性高，也具有更高的檢測精度和更快的掃描速度[27-28]。本文研究果樹冠層分區(qū)內點云在水平方向平均深度下的分布密度和分區(qū)內點云分布高度極差占分區(qū)高度的比值對變量噴霧的影響效果。與單純的對靶噴霧相比，該方法根據(jù)葉墻面積和樹葉密度實時調整噴霧壓力、流量等參數(shù)，可進一步提高變量噴霧效果、降低農藥使用率。

1 試驗儀器及方法

1.1 試驗儀器與方法

為避免水敏紙因潮濕導致檢測誤差及避免環(huán)境光照影響LiDAR的測量精度，試驗在室外風速小于0.2 m/s、環(huán)境濕度80%以下、光照度小于80 000 lx條件下進行。LiDAR采用德國SICK公司生產的TIM561型，其角度分辨率0.33°，掃描角度270°，抗環(huán)境光強度80 000 lx。

風速通過標智GM8902型風速儀測量，其量程為45 m/s，分辨率為0.01m/s。溫濕度通過SW101型溫濕度計測量，溫度測量范圍為?10～50 ℃，測量精度±1 ℃，濕度測量范圍為10%～99%，測量精度±5%，濕度分辨率為1%。光照度通過華誼MS6612型光照度計，量程為200 000 lx，分辨率為0.01 lx，精度±3%。

根據(jù)中華人民共和國機械行業(yè)標準《JB/T 9782－1999（植保機械通用試驗方法》[29]，選取3棵LWA有差異的仿真樹進行多噴頭變量噴霧試驗。

變量噴霧藥液附著率試驗現(xiàn)場布置如圖1所示，3棵樹按照株距為3 m的標準布局，移動平臺的中線距離樹干1.75 m，搭載噴霧移動平臺的軌道長度為10 m。為了減少移動平臺顛簸造成的影響，變量噴霧試驗在0.33 m/s速度下進行，對應單位距離內的LiDAR掃描次數(shù)即掃描密度為45 scans/m。

由于LiDAR掃描角度具有對稱性，本文只對樹冠的一側進行變量噴霧特性試驗。在進行藥液附著率試驗時，噴頭正對樹冠，由上至下分為4層，每層均勻布置3張采樣水敏紙，每棵樹的采樣水敏紙由左至右，再由上到下分別編號為1~12，采樣水敏紙的分布圖如圖2所示。根據(jù)標準《JB/T 9782－2014 植保機械通用試驗方法》[22]，關于噴霧機采用液力噴霧時作業(yè)幅度測定，以33%的藥液附著率作為噴霧有效性的判定邊界。

在完成準備工作后，利用所設計的變量噴霧模型進行1次噴霧有效性試驗和3次流量省藥率試驗，記錄試驗數(shù)據(jù)，取3次省藥率試驗的施藥量平均值；每次噴霧有效性試驗后，待水敏紙晾干后再取下備用。為了對比變量噴霧模型的省藥率，本文在無變量噴霧調節(jié)的條件下進行3次連續(xù)噴霧，模擬傳統(tǒng)的連續(xù)淋洗式施藥方式，取3次連續(xù)噴霧試驗施藥量的平均值作為變量噴霧省藥率分析的參考值。

圖1 變量噴霧藥液附著率試驗現(xiàn)場布置圖

圖2 藥液附著率試驗水敏紙布樣圖

1.2 LWA參考值計算

準確的樹冠特征參數(shù)參考值對構建精確的施藥量計算模型具有重要意義。為了給基于LiDAR的樹冠特征參數(shù)檢測模型提供準確的參考值，本文根據(jù)鄭治剛等[30]，提出的利用兩幅正交圖像，根據(jù)圖中的比例尺，通過描繪樹冠輪廓曲線，利用MATLAB獲取曲線上若干坐標點，擬合出曲線的函數(shù)，通過積分求解得到仿真樹的葉墻面積。

如圖3所示，試驗時將仿真樹放置在白色背景墻前方，在樹干旁放置高度為50 cm的比例桿，作為尺寸參考物，拍攝正面樹冠圖像，將圖像導入MATLAB，捕獲圖像中比例桿的2個端點，計算其在圖像中的長度并獲得比例桿在圖像中的尺寸與實物尺寸的比例系數(shù)，由此即可通過尺子在圖像中的長度計算樹冠的尺寸信息；將圖像轉化為灰度圖后，通過最大類間方差法求解灰度圖閾值，利用該閾值對灰度圖進行二值化處理，標記只包含完整樹冠區(qū)域的對角點，統(tǒng)計區(qū)域內的黑色像素點總數(shù)sum；如圖4所示將黑色像素點sum構成的面積等效成一個正方形，則可利用式（1）計算葉墻面積LWA。

式中LWA為葉墻面積，cm2；sum為統(tǒng)計區(qū)域內的黑色像素點總數(shù)；為比例系數(shù)。

在3張白紙上分別打印出5 cm×8 cm帶框的長方形，將大、中和小3種規(guī)格的樹葉分別粘貼在長方形框內，利用照相機拍攝包含長方形外框的清晰樹葉圖像。

圖3 比例桿兩端點坐標獲取示意圖

圖4 包含完整樹冠區(qū)域的對角點

圖5a為仿真樹的原始二值化圖像，可見樹冠內部較為稀疏，根據(jù)本文試驗所用仿真柑橘樹的設計參數(shù)可知，若直接計算該二值化圖像的黑色素點對應的面積，則會導致計算值偏小，本文使用半徑為2的平坦型圓盤結構元素對原始二值化圖像進行disk(2)腐蝕處理再進行LWA計算，腐蝕后的二值化圖像如圖5b所示，其LWA計算更趨近真值，故本文使用disk(2)腐蝕后的二值化圖像計算得到的葉墻面積作為基于LiDAR的LWA檢測模型的參考值。

圖5 仿真樹樹冠二值化圖像

2 理論依據(jù)

利用LiDAR實現(xiàn)變量噴霧主要包含決策環(huán)節(jié)和執(zhí)行環(huán)節(jié)2部分。施藥量計算模型主要體現(xiàn)在變量噴霧的決策環(huán)節(jié)，噴頭流量模型主要體現(xiàn)是在變量噴霧的執(zhí)行環(huán)節(jié)。其系統(tǒng)的基本工作原理為：LiDAR執(zhí)行掃描任務并返回點云數(shù)據(jù)到上位機控制器，控制器分析、處理果樹點云數(shù)據(jù)，得到某種樹冠特征參數(shù)及表征某種特征參數(shù)的對應的決策系數(shù)，根據(jù)決策系數(shù)得到相應的施藥量計算模型，計算動態(tài)噴施所需的流量。通過PID控制器實時調節(jié)水泵的轉速來實現(xiàn)壓力的穩(wěn)定，固定電磁閥PWM信號的工作頻率，然后開啟不同數(shù)量的噴頭，測量不同PWM占空比下的流量，進而構建不同數(shù)量噴頭對應的流量模型。當系統(tǒng)進行變量噴霧時，根據(jù)噴頭的開啟數(shù)量，調用不同的流量模型，實現(xiàn)流量的精準控制。

2.1 基于LWA的施藥量計算模型設計

設計施藥量計算模型目的是實時計算所需的藥液量。葉墻面積LWA不同，對農藥噴施量的需求也不同。計算藥液量時，要根據(jù)果樹高度、冠形和噴霧機的噴頭數(shù)量設定分區(qū)數(shù)，考慮樹冠在垂直方向不同分區(qū)的特征，計算不同分區(qū)的決策系數(shù)，由式（2）得到所需的動態(tài)噴施流量flow。

式中、為噴施流量系數(shù)，由噴頭流量模型決定，通過標定試驗確定和的值分別為0.973 1和0.469 1，為移動平臺行駛速度，m/s，為噴霧量調整系數(shù)，取值為1。

根據(jù)樹冠的參考高度con（略大于樹冠最大高度），在垂直方向將檢測空間均勻分割為4個區(qū)域，如圖6所示。因樹冠在垂直方向不同分區(qū)的特征有所差別，故不同分區(qū)的決策系數(shù)分別計算。以下均以區(qū)域Ⅲ為例展開分析計算。

圖6中max和min為當前分區(qū)高度的最大值和最小值，用于計算當前樹冠的分區(qū)高度。圖6中實心點為第次掃描時檢測到的有效點，數(shù)量標記為cnt，通過雷達掃描樹冠讀取該值?？招狞c為第次掃描時對應葉墻區(qū)域內理想條件下布滿有效點的數(shù)量，其數(shù)量標記為base，如式（3）、（4）所知，由雷達掃描有效點云時對應的角度極差計算得到。

式中()average為第次掃描時所有有效點云數(shù)據(jù)中的平均值；為第次掃描有效點云對應的角度極差，由1和2兩部分構成；(max為第次掃描的有效點中的最大值；(min：第次掃描的有效點中的最大值。

注：Hcon為樹冠的參考高度，cm；Lmax和Lmin為當前分區(qū)高度的最大值和最小值，cm；實心點為LiDAR檢測到的有效點，空心點為該區(qū)理想情況下應有的掃描點，RS為果樹行距，m；θ為第i次掃描有效點云對應的角度極差；O為坐標原點。Ⅰ~Ⅳ為不同分區(qū)；1~4為噴頭。

該區(qū)域有效點的比例1可用式（5）表示。1反映分區(qū)內點云在水平方向上的每一個垂直斷面上的分布密度，1越大點云分布密度越大，反之越小。

在點云數(shù)據(jù)垂直極差相同（即LWA相同）的情況下，點云密度1越大表示樹葉越密，對應的噴霧量也應越大。將基于葉墻面積LWA的施藥量計算模型的決策系數(shù)記為LWA，為了表征樹葉密度和葉墻面積對變量噴霧的共同影響效果，LWA由2個特征參數(shù)加權決定，其計算模型如式（6）所示。

式（6）中，1如式（5）所述，2為分區(qū)內點云分布高度極差占分區(qū)高度的比值，反應葉墻面積的實際占比，()max和()min分別是第次掃描時，以LiDAR為原點，經(jīng)過坐標轉換后的最大值和最小值，con為樹冠的參考高度。

由以上分析可知，基于樹冠LWA的施藥量計算模型決策系數(shù)LWA有如下特點：

1）包含了樹冠樹葉疏密信息1和分區(qū)內實際葉墻面積占比信息2，比單純使用整個樹冠范圍內葉墻面積更能體現(xiàn)變量噴霧的特性；

2）1和2對變量噴霧的影響程度可通過比例系數(shù)靈活調整，由于未見有與該系數(shù)調節(jié)相關的文獻可供參考，故將1和2的權重分配各為50%；

3） 需要掃描2次或以上才能計算原始定義的LWA，而在每次LiDAR掃描均可快速計算出決策系數(shù)LWA，動態(tài)響應特性更好。在獲取決策系數(shù)LWA后，利用式（1）可得到基于樹冠LWA的動態(tài)噴施流量。

圖7中給出了在垂直方向將檢測空間均勻分割為4個區(qū)域后對應的LiDAR點云數(shù)據(jù)的分區(qū)識別效果圖。由此可根據(jù)不同分區(qū)點云數(shù)據(jù)進行相應區(qū)域決策系數(shù)的計算，從而得到動態(tài)噴施流量。

注：x、y、z為不同方向上的距離

2.2 多噴頭變量噴霧控制系統(tǒng)設計

根據(jù)2.1所述的基于LWA的施藥量計算模型，設計了多噴頭變量噴霧控制系統(tǒng)，其原理如圖8所示。將樹冠由上到下分為4個區(qū)，系統(tǒng)計算不同分區(qū)的決策系數(shù)，根據(jù)前文式（1）計算各區(qū)噴施流量，將該流量值代入多噴頭流量模型，計算得到調節(jié)電磁閥PWM占空比的控制指令，輸出控制指令到電磁閥控制器，實現(xiàn)變量噴霧。

注：1~4為閥門；5~8為噴頭。

2.3 噴霧模式設計及采樣點布置

為驗證基于LWA的變量噴霧效果，噴霧試驗設計為基于LWA的變量噴霧、連續(xù)噴霧和對靶噴霧3種，對比不同噴霧模式下施藥量的差異。

采用基于LWA的果樹施藥量模型根據(jù)樹墻面積特征進行變量噴霧，連續(xù)噴霧是在噴霧參數(shù)恒定的條件下，試驗平臺的噴嘴在移動過程中無論噴嘴前方是否有靶標都進行持續(xù)噴霧，屬于不帶任何檢測措施及判斷方法的噴霧，對靶噴霧是通過傳感器檢測噴嘴對面是否有靶標，如果有靶標則進行噴霧，如果沒有靶標，則停止噴霧，噴霧過程中噴霧參數(shù)恒定。3種噴霧模式下，均在仿真樹的葉片和樹之間的空白區(qū)域地面上布置若干水敏紙，用來計算霧滴在不同區(qū)域的沉積數(shù)據(jù)。

3 試驗結果與分析

由1.1所述試驗方法進行連續(xù)噴霧與基于LWA的變量噴霧試驗后，水敏紙的藥液附著采樣情況如圖9a所示，采樣局部及水敏紙染色情況如圖9b所示。

圖9 變量噴霧試驗水敏紙采樣情況

根據(jù)標準《JB/T 9782-2014》，藥液附著率為采樣水敏紙藍色面積與水敏紙總面積的比值。本研究中大部分采樣水敏紙的藥液附著率屬于分級標準中的第4級（藥液附著面積為觀察面積的3/4至全部）。對部分藥液附著情況無法肉眼識別的水敏紙，采用霧滴特性掃描軟件DepositScan進行識別，在非完全浸潤的情況下，軟件可自動識別所選面積內的總霧滴數(shù)、單位面積霧滴數(shù)和單位面積的霧滴沉積量。當DepositScan軟件識別霧滴數(shù)量達到25滴/cm2及以上認為所選區(qū)域達到有效覆蓋標準。由此可知，用于試驗的3棵樹的藥液附著率均接近100%，均在藥液附著率有效性判定界限33%以上，說明基于LWA的變量噴霧模型可實現(xiàn)有效噴霧。

為了進一步進行基于LWA的變量噴霧模型的省藥率分析，將其與單純對靶噴霧的相比，本文結合常規(guī)連續(xù)噴霧的施藥量，通過計算樹冠的總冠幅與噴霧試驗長度的比值計算施藥量，將該計算結果近似等效為純對靶噴霧的施藥量。3棵仿真樹的樹冠冠幅分別為1.47、1.70、1.60 m，則在軌道長度為10 m的噴霧試驗距離下，3棵樹的冠幅總長度4.77 m，占噴霧試驗距離的47.7%，結合常規(guī)連續(xù)噴霧的平均施藥量，可得到基于靶標存在性檢測的對靶噴霧的施藥量為常規(guī)連續(xù)噴霧施藥量的47.7%，即1.232 L。經(jīng)過試驗和計算，3種噴霧模式下的施藥量如表1所示。

表1 不同噴霧模式下施藥量對比

由表1可知，與連續(xù)噴霧相對比，基于LWA的變量噴霧模型的省藥率為68.34%，與純對靶噴霧比，基于LWA的變量噴霧模型的省藥率為32.77%。數(shù)據(jù)表明，在保證噴霧質量的前提下，基于LWA的變量噴霧模型達到了節(jié)省藥液量的目的。

4 結 論

本文利用LiDAR檢測技術，研究了基于LWA的樹冠特征參數(shù)檢測模型、施藥量計算模型、多噴頭流量模型。利用自制的室內變量噴霧驗證裝置和室外試驗平臺，進行了多噴頭變量噴霧試驗，最終完成了基于LWA的變量噴霧系統(tǒng)的研制。

1）為實現(xiàn)精準的變量噴霧，研究并分析了用決策系數(shù)表征樹冠特征參數(shù)及樹冠垂直方向分區(qū)計算施藥量的方法，設計了基于決策系數(shù)的施藥量計算模型。

2）提出了利用圖像處理技術計算樹冠參數(shù)參考值的計算方法。使用2幅正交投影圖像，通過獲取圖像比例尺像素寬度和捕獲圖像的4組輪廓坐標點，采用平坦型圓盤結構腐蝕的二值化圖像實現(xiàn)了LWA參考值的計算。

3）分析了基于LWA的變量噴霧模型的省藥率，試驗結果表明，在保證噴霧質量的前提下，與連續(xù)噴霧和純對靶噴霧相比，基于LWA的變量噴霧模型的省藥率分別為68.34%和32.77%，省藥效果顯著。

霧滴沉積量試驗可直接說明不同噴霧模式下施藥量的多少以及省藥的程度，后續(xù)將進一步研究基于冠層體積、葉面積密度、葉面積指數(shù)等理論的施藥模型，通過霧滴沉積量等方法直接計算各種施藥模型的省藥率等參數(shù)。

[1]邱白晶，閆潤，馬靖，等. 變量噴霧技術研究進展分析[J]. 農業(yè)機械學報，2015，46(3)：59－72.

Qiu Baijing, Yan Run, Ma Jing, et al. Research progress analysis of variable rate sprayer technology[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(3): 59－72. (in Chinese with English abstract)

[2]何雄奎. 植保精準施藥技術裝備[J]. 農業(yè)工程技術，2017，37(30)：22－26.

He Xiongkui. Precision spraying equipment for plant protection[J]. Agricultural Engineering Technology, 2017, 37(30): 22－26. (in Chinese with English abstract)

[3]Feng K, Pierce F J, Walsh D B, et al. An automated trailer sprayer system for targeted control of cutworm in vineyards[J]. American Society of Agricultural and Biological Engineers, 2011, 54(4): 1511－1519.

[4]Stajnko D, Berk P, Le?nik M, et al. Programmable ultrasonic sensing system for targeted spraying in orchards[J]. Sensors, 2012, 12(12): 15500－15519.

[5]金鑫，董祥，楊學軍，等. 3WGZ-500型噴霧機對靶噴霧系統(tǒng)設計與試驗[J]. 農業(yè)機械學報，2016，47(7)：21－27.

Jin Xin, Dong Xiang, Yang Xuejun, et al. Design and experiment of target spraying system of 3WGZ-500 sprayer[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(7): 21－27. (in Chinese with English abstract)

[6]王萬章，洪添勝，李捷，等. 果樹農藥精確噴霧技術[J]. 農業(yè)工程學報，2004，20(6)：98－101.

Wang Wanzhang, Hong Tiansheng, Li Jie, et al. Review of the pesticide precision orchard spraying technologies[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2004, 20(6): 98－101. (in Chinese with English abstract)

[7]宋淑然，洪添勝，孫道宗，等. 風機電源頻率對風送式噴霧機噴霧沉積的影響[J]. 農業(yè)工程學報，2011，27(1)：153－159.

Song Shuran, Hong Tiansheng, Sun Daozong, et al. Effect of fan power supply frequency on deposition of air-assisted sprayer[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(1): 153－159. (in Chinese with English abstract)

[8]王利霞，張書慧，馬成林，等. 基于ARM的變量噴藥控制系統(tǒng)設計[J]. 農業(yè)工程學報，2010，26(4)：113－118.

Wang Lixia, Zhang Shuhui, Ma Chenglin, et al. Design of variable spraying system based on ARM[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(4): 113－118. (in Chinese with English abstract)

[9]夏偉. 激光傳感器三維靶標檢測系統(tǒng)的設計與研究[D]. 鎮(zhèn)江：江蘇大學，2016.

Xia Wei. Development and Research of 3D Target Detection System Based on Laser Scanning Sensor[D]. Zhenjiang: Jiangsu University, 2016. (in Chinese with English abstract)

[10]陳志剛，王玉光，杜彥生，等. 精確對靶噴霧施藥的靶標微波探測試驗[J]. 排灌機械工程學報，2010，28(4)：364－368.

Chen Zhigang, Wang Yuguang, Du Yansheng, et al. Microwave target detecting experiment for precise pesticide spraying[J]. Journal of Drainage and Irrigation Machinery Engineering, 2010, 28(4): 364－368. (in Chinese with English abstract)

[11]何雄奎，嚴苛榮，儲金宇，等. 果園自動對靶靜電噴霧機設計與試驗研究[J]. 農業(yè)工程學報，2003，19(6)：78－80.

He Xiongkui, Yan Kerong, Chu Jingyu, et al. Design and testing of the automatic target detecting, electrostatic, air assisted, orchard sprayer[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2003, 19(6): 78－80. (in Chinese with English abstract)

[12]鄧巍，何雄奎，張錄達，等. 自動對靶噴霧靶標紅外探測研究[J]. 光譜學與光譜分析，2008，28(10)：2285－2289.

Deng Wei, He Xiongkui, Zhang Luda, et al. Target infrared detection in target spray[J]. Spectroscopy and Spectral Analysis, 2008, 28(10): 2285－2289. (in Chinese with English abstract)

[13]鄒建軍，曾愛軍，何雄奎，等. 果園自動對靶噴霧機紅外探測控制系統(tǒng)的研制[J]. 農業(yè)工程學報，2007，23(1)：129－132.

Zou Jianjun, Zeng Aijun, He Xiongkui, et al. Research and development of infrared detection system for automatic target sprayer used in orchard[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2007, 23(1): 129－132. (in Chinese with English abstract)

[14]王林惠，甘海明，岳學軍，等. 基于圖像識別的無人機精準噴霧控制系統(tǒng)的研究[J]. 華南農業(yè)大學學報，2016，37(6)：23－30.

Wang Linhui, Gan Haiming, Yue Xuejun, et al. Design of a precision spraying control system with unmanned aerial vehicle based on image recognition[J]. Journal of South China Agricultural University, 2016, 37(6): 23－30. (in Chinese with English abstract)

[15]劉理民，王金宇，毛文華，等. 基于傳感器融合陣列的果樹冠層信息采集方法[J]. 農業(yè)機械學報，2018，49(S1)：347－353，359.

Liu Limin, Wang Jinyu, Mao Wenhua, et al. Canopy information acquisition method of fruit trees based on fused sensor array[J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(S1): 347－353, 359. (in Chinese with English abstract)

[16]林怡飛，王庫，候天星，等. 籬架型作物高效施藥技術自適應控制系統(tǒng)的研究與實現(xiàn)[J]. 中國農業(yè)大學學報，2010，15(6)：108－114.

Lin Yifei, Wang Ku, Hou Tianxing, et al. Implementation of a self-adaptive control system for highly-effective application of trellised crops[J]. Journal of China Agricultural University, 2010, 15(6): 108－114. (in Chinese with English abstract)

[17]翟長遠，趙春江，王秀，等. 樹型噴灑靶標外形輪廓探測方法[J]. 農業(yè)工程學報，2010，26(12)：173－177.

Zhai Changyuan, Zhao Chunjiang, Wang Xiu, et al. Probing method of tree spray target profile[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2010, 26(12): 173－177. (in Chinese with English abstract)

[18]李井祝，朱鳳武. 基于PLC自動對靶噴霧控制系統(tǒng)的設計與試驗[J]. 中國農機化學報，2017，38(8)：55－58.

Li Jingzhu, Zhu Fengwu. Design and experiment of automatic targeting spraying control system based on PLC[J]. Journal of Chinese Agricultural Mechanization, 2017, 38(8): 55－58. (in Chinese with English abstract)

[19]宋淑然，陳建澤，洪添勝，等. 果園柔性對靶噴霧裝置設計與試驗[J]. 農業(yè)工程學報，2015，31(10)：57－63.

Song Shuran, Chen Jianze, Hong Tiansheng, et al. Design and experiment of orchard flexible targeted spray device[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(10): 57－63. (in Chinese with English abstract)

[20]李龍龍，何雄奎，宋堅利，等. 果園仿形變量噴霧與常規(guī)風送噴霧性能對比試驗[J]. 農業(yè)工程學報，2017，33(16)：56－63.

Li Longlong, He Xiongkui, Song Jianli, et al. Comparative experiment on profile variable rate spray and conventional air assisted spray in orchards[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2017, 33(16): 56－63. (in Chinese with English abstract)

[21]南玉龍，張慧春，徐幼林，等. 農林仿形對靶噴霧及其控制技術研究進展[J]. 世界林業(yè)研究，2018，31(4)：54－58.

Nan Yulong, Zhang Huichun, Xu Youlin, et al. Research progress on profiling target spray and its control technology in agriculture and forestry[J]. World Forestry Research, 2018, 31(4): 54－58. (in Chinese with English abstract)

[22]劉慧，李寧，沈躍，等. 模擬復雜地形的噴霧靶標激光檢測與三維重構[J]. 農業(yè)工程學報，2016，32(18)：84－91

Liu Hui, Li Ning, Shen Yue, et al. Spray target laser scanning detection and three-dimensional reconstruction under simulated complex terrain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(18): 84－91. (in Chinese with English abstract)

[23]牛潤新，李成平，徐照勝，等. 一種基于激光雷達點云技術的植物葉面積指數(shù)測定方法：CN104457626B [P]. 2015-03-25.

[24]徐偉恒，馮仲科，蘇志芳，等. 一種基于三維激光點云數(shù)據(jù)的單木樹冠投影面積和樹冠體積自動提取算法[J]. 光譜學與光譜分析，2014，34(2)：465－471.

Xu Weiheng, Feng Zhongke, Su Zhifang, et al. An automatic extraction algorithm for individual tree crown projection area and volume based on 3D point cloud data[J]. Spectroscopy and Spectral Analysis, 2014, 34(2): 465－471. (in Chinese with English abstract)

[25]Arnó J, Escolà A, Vallès J M, et al. Leaf area index estimation in vineyards using a ground-based LiDAR scanner[J]. Precision Agriculture, 2013, 14(3): 290－306.

[26]Bietresato M, Carabin G, Vidoni R, et al. Evaluation of a LiDAR-based 3D-stereoscopic vision system for crop-monitoring applications[J]. Computers and Electronics in Agriculture, 2016, 124: 1－13.

[27]劉慧，李寧，沈躍，等. 融合激光三維探測與IMU姿態(tài)角實時矯正的噴霧靶標檢測[J]. 農業(yè)工程學報，2017，33(15)：88－97.

Liu Hui, Li Ning, Shen Yue, et al. Spray target detection based on laser scanning sensor and real-time correction of IMU attitude angle[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(15): 88－97. (in Chinese with English abstract)

[28]劉慧，夏偉，沈躍，等. 基于實時傳感器的精密變量噴霧發(fā)展概況[J]. 中國農機化學報，2016，37(3)：238－244，260.

Liu Hui, Xia Wei, Shen Yue, et al. Development overview of precision variable spraying based on real-time sensor technology[J]. Journal of Chinese Agricultural Mechanization, 2016, 37(3): 238－244, 260. (in Chinese with English abstract)

[29]中華人民共和國工業(yè)和信息化部. JB 9782－2014植物保護機械通用試驗方法[S]. 北京：中國質檢出版社，2014．

[30]鄭治剛，李懷玉，廖雅萍. 樹冠空間體積的計算方法[J]. 林業(yè)資源管理，1986(1)：35－40.

Zheng Zhigang, Li Huaiyu, Liao Yaping. Calculation method of canopy space volume Forest[J]. Resources Management, 1986(1): 35－40. (in Chinese with English abstract)

Design and test of variable spray model based on leaf wall area in orchards

Xue Xiuyun1,2,3, Xu Xufeng1, Li Zhen1,2,3,5, Hong Tiansheng2,3,4, Xie Jiaxing1,5, Chen Jianze4, Song Shuran1,2,3,5※

(1.,,510642,; 2.510642,; 3.510642,; 4.510642,; 5.510642,)

Variable spray technology is an effective means to improve the spray effect and save pesticide. The accurate canopy characteristic parameter detection and application rate model are the decisive stages for precise variable sprays. In order to solve the problems of low efficiency and high environmental requirements in the orchard variable spray system, in this article, LiDAR (light detection and ranging) detection technology was used to obtain the LWA (leaf wall area) which represented the characteristic parameters of tree canopy, and image processing technology was used to calculate the reference value of canopy parameters. The leaf wall area was drawn by two orthogonal images. According to the scale in the image, some coordinate points on the curve were obtained by using MATLAB, and the leaf wall area of the simulation tree was obtained by integral solution. The decision coefficientLWAbased on LWA was studied, so that the effects of foliage density and LWA on the variable spray were characterized.LWAwas determined by the weighted sums of1and2, where1reflected the distribution density of point cloud in the tree canopy area under the average depth in the horizontal direction,2represented the ratio of the extreme difference in the height of the point cloud distribution to the height of the subarea within the canopy subarea. By calculating the decision coefficientLWAin each vertical direction, and by substituting the flow function, the calculation model of pesticide dosage based onLWAcan be obtained. Using the control variable method, the multi nozzle flow model is studied. With the PID controller to rapidly stabilize the pressure and the fixed PWM frequency of solenoid valves, the multi-nozzle flow model experiment has been conducted. By calculating the duty cycle of the solenoid valve PWM and adjusting the working state of the pump and solenoid valve, so that the flow rate of the sprinkler can be adjusted dynamically to the various parts of the canopy, and variable spray based on LWA can be realized. On this foundation, A variable spray verification device was designed, which consisting of LiDAR, 10 m track, 4 nozzles, 3 artificial trees with a crown of 1.47 m, 1.70 m, 1.60 m were built outdoors and a multi-nozzle variable spray test was carried out. To explore the effect of calculation model of pesticide dosage based on LWA, 2 other conventional orchard spray methods were selected as reference sprayers for comparison in this article. The fist reference type was continuous spray, the second reference sprayer is pure quantitative spray to target. The test results showed that, the adhesion rate of the liquid spray is close 100%, indicating that the variable spray model based on LWA can achieve effective spraying. The pesticide saving rate of the variable spray application rate model based onLWAwas 68.34% compared with continuous spray. Compared with pure quantitative spray to target, the pesticide saving rate of the variable spray application rate model based onLWAwas 32.77%, and the drug saving effect was remarkable. The research method provides the basis for theoretical research and optimized design of plant protection equipment, and also references for further improving the spray effect and the pesticide utilization rate by variable spray.

pesticides; model; LiDAR; variable spray; decision coefficient

薛秀云，許旭鋒，李 震，洪添勝，謝家興，陳建澤，宋淑然.基于葉墻面積的果樹施藥量模型設計及試驗[J]. 農業(yè)工程學報，2020，36(2)：16－22.doi：10.11975/j.issn.1002-6819.2020.02.003 http://www.tcsae.org

Xue Xiuyun, Xu Xufeng, Li Zhen, Hong Tiansheng, Xie Jiaxing, Chen Jianze, Song Shuran. Design and test of variable spray model based on leaf wall area in orchards[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(2): 16－22. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.02.003 http://www.tcsae.org

2019-06-14

2019-11-07

國家自然科學基金（31671591，31971797）；廣東省科技計劃項目（2017A020208049）；廣東省普通高校特色創(chuàng)新項目（2018KTSCX020）；現(xiàn)代農業(yè)產業(yè)技術體系建設專項（CARS-27）；2018年省級農業(yè)科技創(chuàng)新及推廣項目（2018LM2163）；廣東省現(xiàn)代農業(yè)產業(yè)技術體系創(chuàng)新團隊建設專項資金（2019KJ108）；2019年廣東省教育廳特色創(chuàng)新類項目“基于大數(shù)據(jù)和人工智能的空地一體化荔枝龍眼生長精準管控關鍵技術研究與應用示范”

薛秀云，高級實驗師。從事施肥技術、噴霧技術研究Email：xuexiuyun@scau.edu.cn

宋淑然，博士，教授。主要從事噴霧技術及測控技術研究。Email：songshuran@scau.edu.cn

10.11975/j.issn.1002-6819.2020.02.003

S491

A

1002-6819(2020)-02-0016-07