1.2 机载对地观测传感器

以我国传统农业生产经验看来，农田种植操作的环境极大地影响农作物的质量和产量，故如何更精确地获取种植环境来了解农田信息成为目前我国农业向信息化、精准化农业发展的重点研究方向。目前我国对小范围农田的信息采集主要还是采用设置监测站、人工检测等方法，采集效率和精确度仅限于能够满足小范围农田需求；但无法满足大范围农田环境监测工作的需求，无人机搭载不同对地观测传感器可以更好地适应大面积农田的监测及信息的有效获取。根据不同农田环境监测需求，无人机可搭载数码相机、多光谱相机、高光谱相机、激光雷达传感器等进行高效、全地面的信息采集，帮助广大农户群众了解农田信息，以此为依据更好的指导农业生产。根据监测波段范围的差异，主要可分为400～760 nm的可见光波段数码相机、400～1100 nm的可见近红外波段多光谱相机、3.6～13.5 μm的热红外波段相机等。可见光数码相机由于成本低、操作简单被广泛应用，航拍图像能获取作物中蓝(450~520 nm)、绿(520~600 nm)、红(630~690 nm) 3波段灰度或者彩色图像，可以直观获得多种作物表型特征及反演多种参数，主要用于农作物分类、保险理赔等领域；多光谱相机价格适中，可获取关于地物的蓝、绿、红、近红外的多光谱信息、纹理信息和结构信息。可以提取用于农作物长势、土壤水分胁迫、地物识别、精细分类、植被覆盖度指数提取、叶面积指数提取、病虫害监测、产量估产等领域的多种参数；高光谱相机成本较高，图像光谱波段连续性强、计算量大，获得更精细的作物冠层光谱信息有利于更准确地反演地物目标的生态生理参数，主要用于农作物长势、土壤水分胁迫等领域的叶绿素含量、叶片含水量等理化参数反演；热红外相机可以获取作物冠层温度信息用于分析作物叶面光合作用和蒸散速率等受环境胁迫的影响。激光雷达传感器成本较高，图像计算量大，可以快速有效地获取用于反演作物株高、生物量等的表面点云信息。总体而言，大范围、高时效、客观准确的农情遥感监测需要搭载不同类型的传感器，快速无损地获取农情信息需要综合考虑传感器的特点、用途和成本等各方面因素。

1.3 机载农机设备

无人机可搭载喷洒系统、播撒系统等替代人力来从事田间作业，可以有效解决人工作业在效率、质量和劳动强度上的不足以及作业的安全问题等；无人机可以搭载多种高信息化、智能化的对地遥感监测设备来获得精准全面的农田信息，同时配合农事操作无人机共筑空天地一体化农田管理体系，在实现高产、高效、低成本的同时减少农药和水的使用，减少对土壤和环境的污染。在无人机农药喷洒和种子播散方面，刘泽锋等设计了基于脉宽调制(Pulse Width Modulation，PWM)技术的无人机喷洒系统液泵的变量喷洒控制，减少了农药的过量使用；珠海羽人农业航空有限公司生产的播种无人机在汕头市完成了水稻的精量飞播，提升了水稻播种的机械化水平；张厚东等以无人机为载体在新疆地区撒播毛叶苕子,无人机飞播不受地形地貌的限制，效率极高、节省人力、大大减轻劳动强度。目前，国内的植保无人机在根据农田病虫害的严重程度进行精确喷洒方面还有许多研究工作需要完成。无人机撒播固体肥料和饲料方面，存在颗粒随气流飘散撒播不均匀等问题。无人机飞播存在一定的局限性，前期准备工作比较长，散播均匀度受种子大小密度影响较大，目前实际应用较少。

2 农用无人机的应用现状

2.1 无人机农情遥感在农业中的应用

2.1.1 作物长势监测

作物长势监测主要是监测和分析作物的生长状况和趋势，及时获取田间作物的生长信息可以为农田管理操作提供相关参考。裴浩杰等利用无人机获取的作物的高光谱图像，从NDSI、RSI、SSI中筛选与作物长势相关性好的光谱指数，通过建立的线性回归模型可以很好的监测小麦生长状况。王楚锋等发现利用无人机搭载消费级相机获取可见光波段影像计算的归一化差指数(NDI)与地面实测归一化差植被指数(NDVI)之间的具有很高的相关性,可用来准确地获取作物长势信息，用于遥感监测油菜苗期长势。Bala等利用Terra Modis反射率数据来估算孟加拉国蒙希甘杰区的马铃薯产量，研究发现植被指数是早期估算马铃薯产量的有效工具。Brovkina等采用无人机遥感监测技术将基于NDVI和PDC光栅的分析成功应用于云杉和银杉的分离，并用于鉴定死树类别，证明了NDVI对云杉树的定性分类的潜力，这种方法可适用于监测当地森林地区的云杉健康状况。目前，多元线性回归、最小二乘法等建模被广泛用于目标作物的长势监测及产量预估。通过无人机搭载不同传感器获取不同波段的光谱信息组合形成植被指数，建立特定类作物不同生长时期的长势监测模型还需进一步研究。