农田灌溉管理中无人机遥感技术的应用

杨文兵

（南陵县弋江镇人民政府农业综合服务中心，安徽 芜湖 242400）

0 引言

灌溉是农业生产中一个非常重要的内容，其会对作物的产量和品质产生不容忽视的影响，但传统的农业灌溉模式存在着很多问题，如劳动强度大、灌溉均匀性差以及资源利用效率低等，无法很好地满足现代农业生产和发展的需求。将无人机遥感技术引入到农田灌溉管理中，能够避免人力、物力和财力的浪费，为农作物灌溉的信息化和一体化作业提供良好支撑。

1 无人机遥感技术概述

无人机遥感技术是一种能够完成遥感信息采集、遥感数据处理、模型构建及应用分析的专业技术。在无人机遥感系统中，集成了多种先进技术，包括无人驾驶飞行器技术、遥感遥测遥控技术、无线通信技术等，其能够有效获取自然环境、国土资源等空间遥感信息。无人机遥感技术具有成本费用低廉、影像获取周期短、分辨率高及机动灵活等特点，也是未来主要的航空遥感技术之一。无人机遥感技术能够以无人机作为空中平台，借助相应的遥感传感器实现信息获取，然后搭配计算机进行图像信息的处理工作，依照具体的工作需求完成图像制作［1］。

无人机遥感系统大致包含几个组成部分，一是无人机平台，可以将其分为旋翼型无人机和固定翼无人机，前者可以实现垂直起降和自由悬停，灵活性更强，但飞行高度较低，续航时间一般不超过30 min，适用于一些小范围的测量任务。后者需要依靠相应的发射器才能起飞，沿着预先设定好的航线飞行，可以直接降落，但安全性能差，容易损坏，因此在实际应用中多借助降落伞降落。固定翼无人机的飞行高度高、续航时间长，适用于大范围的测量任务。二是地面遥测遥控系统。地面遥测遥控系统包括地面控制计算机、数据通信装置、数字式遥控器及DGPS 基准站等，可以通过数据通信系统和遥测遥控软件的相互结合，对无人机的航线进行规划，同时也能够完成对遥感数据的实时监测及飞行数据的更改等操作。三是机载传感器。可以搭载在无人机上的传感器类型众多，常见的有高光谱相机、多光谱传感器及激光雷达等，这些传感器普遍具有精度高、体积小、质量轻等特点，可以实现对遥感影像数据的获取和存储［2］。

2 无人机遥感技术在农田灌溉管理中的应用

2.1 灌溉区域识别

随着我国土地政策的改革，传统承包到户、精耕细作的农业生产模式逐渐被集约化模式取代，对于农田灌溉管理工作也提出了许多新的要求。农业生产是一个系统性工程，灌溉在其中扮演了非常重要的角色，尤其是在农业规模化种植形成后，作物灌溉的顺利进行需要完善的农田水利设施作为支撑。从这个角度分析，在当前及未来较长的一段时间内，农田水利灌溉工程都会维持快速发展的态势。在以往的农业发展中，信息技术的应用范围相对狭窄，农业灌溉区域的识别及相关信息（地形地貌、水文环境等）的收集一般都是采用人工收集的方式，工作效率低下且资源消耗巨大，即便如此，也无法有效保障数据信息的准确性。最近几年，随着空间信息技术的快速发展，遥感技术在农业灌溉区域识别中得到了广泛应用，包括卫星遥感技术和无人机遥感技术。其中卫星遥感技术获取的影像分辨率相对较低，而且数据信息的时效性相对较差［3］，无法很好地满足农业水利灌溉建设及农业灌溉区域信息采集的需求。与之相比，无人机遥感技术能够在相对更短的时间内获取更加精准的灌区面积、地形地貌等信息，帮助工程技术人员做好灌区面积的合理规划以及水利灌溉工程的设计。以灌溉渠道的建设为例，借助无人机遥感技术获取的数据信息，能够计算出管道经过区域的地形高差，设计出科学的管道铺设方案，以此来降低成本投入，减少施工工程量。

2.2 灌溉渠系维护

在农田水利灌溉工程中，灌溉渠系及管网是最为核心的组成部分，而要想确保农田灌溉管理的有效性，需要尽量缩短灌溉渠系和管网分布信息更新的周期。需要定期对管道进行巡检，及时对存在的缺陷和问题进行处理，以此来保障农业生产安全。但是结合实际情况分析，农业灌溉渠系和管网的分布范围广、线路长，如果采用的是传统人工巡线的方式，存在人力资源投入巨大、巡线时间长［4］、巡线效率低等缺陷。而无人机遥感技术的应用，能够对上述问题进行解决。农业灌溉渠系从大到小依次为干渠、支渠、斗渠、农渠和毛渠，在使用无人机遥感技术对其进行识别的过程中，必须做好图像的预处理工作，通过对图像进行颜色增强及颜色空间转换，可以将原本的RGB图像转化为LAB 图像，将目标构筑物的颜色和亮度清晰呈现出来。但是，在提取农田渠系信息时，其数据来源相对单一，整体效果并不十分出众，也使得后续的渠系制图、泥沙淤积识别等存在较大难度。在新的发展环境下，随着支持向量机分类检测方法的应用，目标识别的精度及特征提取的效率显著提升，无人机遥感技术在灌溉渠系识别及维护方面的应用效果也得到了进一步体现。在实践中，应该将无人机遥感技术收集到的各种数据信息如高程数据、坡度数据、正射影像等结合起来，丰富数据源的同时，从中提取出具备显著特征的数据，建设训练样本集，再依照支持向量机分类检测方法，做好渠系的分割提取，提取结果经过去噪、优化后，可以帮助相关工作人员对灌溉渠系的连续性进行分析，准确把握泥沙淤积段的具体情况，为后续清淤工作提供参考依据［5］。

2.3 作物干旱预警

土壤含水率与植被生长情况可以将干旱与否直接反映出来，以无人机遥感技术为支撑，能够建立起农作物干旱预警机制，帮助农业生产人员控制好灌溉的间隔，保证灌溉效果。具体来讲，作物干旱预警机制应该关注3 个核心数据。

2.3.1 作物含水率。干旱会导致作物减产，严重时甚至可能出现作物大面积死亡的情况。借助无人机遥感技术，能够对农作物的含水量进行检测，其基本原理是不同植物的含水率与特定波长的反射率存在显著相关性。一般情况下，特征波长和植株含水率的相关性会受到环境温度及光谱仪器等的影响，实际数值可能存在一定误差，但这个误差并不会影响其对于植物含水率的测量和反映。以玉米为例，其植株含水率和一些特定波长（910、1 210、1 450、1 930 nm）的反射率都存在显著的相关性，此相关性在1 450 nm波长反射率中表现尤其明显。相比之下，与小麦相关性存在较强关联的波长体现在3 个不同的波段，分别是900 ～1 000 nm 波段、1 400 ～1 500 nm 波段以及1 900 ～2 000 nm 波段。在借助无人机遥感技术对农作物含水率进行测量前，需要应用相应的近红外遥感技术做好先期测量，然后利用滤波和校正的方式，得到作物的近红外反射强度数据，再结合测量得到的数据信息构建作物含水率检测模型。使用无人机遥感技术对作物含水率进行检测时，可以将采集到的数据信息与模型计算得到的数据信息进行对比，判断作物是否需要灌溉。

2.3.2 土壤含水率。土壤含水率的测定方式有很多，如近红外遥感检测、热红外遥感检测等，无人机遥感技术同样能够被应用到土壤含水率检测中，只需要将微波发射器、红外探测仪等安装在无人机上，就可以获取相应的数据，建立起土壤含水率预测模型。在实际操作中，一方面，需要对土壤含水率与不同波段反射率的相关性进行分析，找出相关性最显著的波段，以此建立土壤含水率预测模型；另一方面，应该对无人机采集到的数据进行降噪、拼接及几何校正处理，处理后的图像数据可以和模型预测数据进行对比，形成完整的土壤含水率监测体系。

2.3.3 蒸腾量计算。无人机遥感技术可以利用遥感数据和气象因子来对太阳辐射量、农作物生长情况等进行估算，然后计算出目标区域内农作物的蒸腾量。相关研究表明，使用无人机遥感技术针对较大范围内的蒸发蒸腾量进行分析具备良好的可行性和可靠性。在使用遥感数据从能量平衡的角度进行蒸发蒸腾量估算时，需要计算出几个核心数据，如土壤热通量、地表净辐射、感热通量等，然后求解出潜热通量，依照这些数据来计算出较为准确的蒸发蒸腾量。

2.4 种植结构分类

不同农作物类型有着不同的光谱特征。作物种植结构分类的基本原理，是依照植被光谱信息、叶面积指数信息等的差异性，实现对不同作物类型的准确识别。不同作物在相同生长阶段，又或者相同作物在不同生长阶段具有不同的光谱特征和空间特征，借助无人机遥感技术获取的遥感影像能够用于作物种植结构的识别。在此过程中，农业技术人员需要对照遥感区域的光谱差异、对农作物的识别特征以及翻译标志进行明确。例如，小麦在我国大部分区域都有种植，是一种非常重要的粮食作物，当其处于分蘖期时，小麦植株会匍匐在地面上，从遥感影像中可以看到大面积的土壤裸露及秸秆残留物；当处于拔节期时，小麦的高度增大，逐步实现了对于地表的覆盖，遥感影像中几乎看不到裸露土壤，能够看到的只有垂直层阴影。因此，如果小麦处于分蘖期至拔节期，遥感影像会同时包含小麦、土壤及阴影3 个部分。当小麦进入成熟期后，叶片为绿色，植被可以实现对地表的完全覆盖，这种情况下阴影部分全部消失，光谱的图像只有绿色的小麦。从乳熟期至完全成熟阶段，小麦开始从绿色变成黄色，光谱特征发生了很大变化。结合相应的遥感影像分析，再使用绿光波配合近红外波的反射率数值，结合归一化差值获取的植被指数，农业技术人员能够实现对遥感影像的快速分类。如果在同一幅遥感图像中存在有不同类型的农作物，需要对作物彼此之间在植被指数、空间特征及光谱特征方面的差异进行分析，运用逐级分层的方式做好分类，以此来实现对作物结构类型的准确识别。

3 农田灌溉领域无人机遥感技术的创新发展

信息技术的飞速发展，使得无人机遥感技术在农田灌溉领域中的应用也在不断创新，具体体现在4 个方面。一是专用遥感系统的出现。不同作物的生长对于水分需求不同，农田灌溉管理也存在很大差异，可以通过整合无人机遥感技术与GPS、GIS 等技术，构建起专用的遥感系统，了解农作物的实际生长状况，形成智能化的农田灌溉系统。二是响应机制的完善。可以就不同水肥条件下农作物的生理生化指标进行对比分析，明确作物在不同时期对于水分及养分的需求，构建起农作物生长模型和不同生长指标的响应机制，为作物种植、施肥、灌溉提供科学指导。三是解译方法的创新。从保障低空遥感数据准确性和可靠性的角度，需要做好数据波段的合理选择，明确不同作物的特点，确定好遥感技术中各种仪器设备的技术参数，为新的遥感数据源及数据源组合的选择提供参考。四是智能灌溉系统的构建。智能灌溉系统的构建同样是无人机遥感技术在农田灌溉领域的一种创新发展，其需要借助无人机遥感技术获取的各种数据信息，为农田灌溉提供智能化管理技术。在实际操作中，智能灌溉系统的建设需要考虑4 个方面的内容：一是必须结合农田所处区域的气候条件，确定好灌溉量及灌溉周期，保证灌溉的有效性，避免出现灌溉过于频繁导致水资源浪费的问题；二是应该做好灌溉区域和管道的合理布局，对灌溉均匀度、水源供给能力等进行综合考量，依照地形高差、水沟和道路的边界，做好轮灌和施肥工作；三是应该对轮灌区域进行合理划分，做好系统水力计算，对压力及流量的需求进行明确；四是在针对水肥药一体化智能灌溉系统进行设计时，需要同时做好滴灌系统、控制终端、施肥系统等的合理设计。

4 结语

随着城市化进程的加快，农村地区的劳动力逐渐朝着城市地区转移，农业从业人口越来越少，引入先进的技术手段，提升农业生产的自动化和智能化程度，成为现代农业发展的关键。将无人机遥感技术应用到农业灌溉管理中，能够有效规避传统机构调查方式存在的人力物力资源浪费问题，也可以对卫星遥感技术存在的不足进行弥补，提升农业灌溉的精准性、科学性和有效性，继而推动农业生产现代化发展。