精準(zhǔn)農(nóng)業(yè)技術(shù)包含信息獲取、信息管理和決策及變量作業(yè)3個(gè)部分,其中如何方便、快速、準(zhǔn)確、可靠地獲取作物信息,已經(jīng)成為實(shí)施精準(zhǔn)農(nóng)業(yè)關(guān)鍵的問題。養(yǎng)分生理指標(biāo)作為作物內(nèi)部指標(biāo),與作物生長(zhǎng)的狀態(tài)以及產(chǎn)量密切相關(guān)。如氮、磷、鉀、鋅等營(yíng)養(yǎng)元素與作物生長(zhǎng)狀態(tài)密切相關(guān),缺少任何一種元素都可能會(huì)引起植物的不正常生長(zhǎng);而氮、葉綠素含量、冠層參數(shù)等指標(biāo)與作物的產(chǎn)量相關(guān),可以作為作物產(chǎn)量預(yù)估指標(biāo);當(dāng)作物受到環(huán)境脅迫時(shí),其生理信息和外部形態(tài)都會(huì)發(fā)生改變,如受到病蟲害侵染時(shí),作物會(huì)作出應(yīng)激反應(yīng)產(chǎn)生酶以及某些產(chǎn)物。因此,作物當(dāng)中一些特定的酶含量、氨基酸含量、蛋白含量的變化反映了作物在逆境中的狀況,可以作為作物逆境脅迫響應(yīng)指標(biāo)。目前隨著光譜傳感技術(shù)和圖像處理分析技術(shù)的日益發(fā)展,無(wú)人機(jī)與光譜軟硬件的結(jié)合也越發(fā)純熟。在農(nóng)業(yè)、林業(yè)、資源、生態(tài)、環(huán)境保護(hù)等領(lǐng)域都得到了廣泛應(yīng)用。
作物的光譜特征是環(huán)境因子(生物因子和非生物因子)影響的結(jié)果。利用光譜和成像技術(shù)快速、無(wú)損地獲取作物的養(yǎng)分生理信息,間接預(yù)估作物的產(chǎn)量以及監(jiān)測(cè)作物長(zhǎng)勢(shì)與逆境脅迫響應(yīng),有助于實(shí)現(xiàn)農(nóng)業(yè)精準(zhǔn)化、數(shù)字化、信息化以及智能化管理作業(yè)。光譜成像技術(shù)將光譜分析技術(shù)和成像技術(shù)結(jié)合起來,它既能獲取樣本的光譜信息也能獲取空間信息,并且能同時(shí)獲取樣本的物理特性和化學(xué)特性。光譜圖像通常是三維(3D)的,由二維的空間信息和一維的光譜信息組成。根據(jù)波段的多少,光譜成像技術(shù)可以分為多光譜成像技術(shù)和高光譜成像技術(shù)。通常來說,高光譜成像技術(shù)獲取的圖像由大量連續(xù)的波段(幾十個(gè)或幾百個(gè))組成,而多光譜成像技術(shù)的圖像由一系列離散的波段(一般少于10個(gè))組成。
高光譜圖像的光譜分辨率更高,能夠更好地獲取樣本的信息,對(duì)于監(jiān)測(cè)作物信息精度更高。然而,由于高光譜圖像通常攜帶有大量的信息,因此需要對(duì)數(shù)據(jù)進(jìn)行降維,去除冗余信息。高光譜成像技術(shù)也有它的局限性,如成本高,處理速度慢等。因此,高光譜成像技術(shù)主要用于基礎(chǔ)研究。相比高光譜成像技術(shù),多光譜成像技術(shù)更適合田間的大面積監(jiān)測(cè)。
1 水分脅迫監(jiān)測(cè)
通過光譜和成像技術(shù)對(duì)作物水分脅迫信息進(jìn)行快速獲取,有利于作物肥水管理的精準(zhǔn)化控制。研究者張曉東等應(yīng)用了多光譜成像技術(shù)和高光譜技術(shù)研究水分脅迫下油菜葉片的含水率?;诟吖庾V建立的模型預(yù)測(cè)結(jié)果優(yōu)于基于多光譜成像建立的模型。
圖1 WBI 指數(shù)變化(WBI 值越大,植物含水量越高,越利于植物生長(zhǎng))
2 病害脅迫監(jiān)測(cè)
早期作物病蟲害診斷對(duì)科學(xué)防治病蟲害,保證作物產(chǎn)量具有重要意義。目前,病蟲害診斷可分為直接方法和間接方法。直接方向主要是以化學(xué)分析方法為主,包含聚合酶鏈反應(yīng)、DNA 陣列等方法。而間接方法主要是以電子鼻、光譜儀等為主的傳感器技術(shù)。光譜和成像技術(shù)是一種病蟲害診斷的快速、無(wú)損、有效檢測(cè)技術(shù)。當(dāng)作物受到病蟲害脅迫時(shí),作物內(nèi)部的生理指標(biāo)以及外部形態(tài)均會(huì)發(fā)生變化,在光譜和成像技術(shù)上以光譜響應(yīng)與紋理、顏色等特征呈現(xiàn)。因此,光譜和成像技術(shù)通過分析某一波段或者多個(gè)波段光譜以及作物圖像信息對(duì)作物病蟲害脅迫作出診斷。此外,用于診斷病蟲害的植被指數(shù)主要有歸一化植被指數(shù)、綠色歸一化植被指數(shù)、比值植被指數(shù)、光化學(xué)反射、葉片水分植被指數(shù)1、水分指數(shù)、水分波段指數(shù)等。
圖2 病害脅迫,越黃發(fā)病越嚴(yán)重,越綠發(fā)病越輕
綜述
盡管多光譜、高光譜技術(shù)已經(jīng)成為精準(zhǔn)農(nóng)業(yè)信息獲取中關(guān)鍵技術(shù),然而仍存在一些問題。
1)基于光譜成像技術(shù)作物指標(biāo)檢測(cè)模型的穩(wěn)健性、傳遞性不高。由于受到作物生理因素(品種、生長(zhǎng)階段等)、環(huán)境因素(光照、土壤、溫度、降水等)、檢測(cè)參數(shù)、田間管理因素(灌溉、施肥等)、指標(biāo)之間互相干擾等因素影響,作物指標(biāo)模型很難涵蓋適用所有情況。
2)針對(duì)作物脅迫水平的診斷仍存在問題。由于作物病蟲害、雜草、水分等脅迫沒有統(tǒng)一的評(píng)價(jià)指標(biāo),很難建立定量診斷模型。
農(nóng)作物生理信息的感知和獲取,已經(jīng)在農(nóng)業(yè)生產(chǎn)、決策和作物生長(zhǎng)狀態(tài)的檢測(cè)中發(fā)揮了重要的作用,已成為精準(zhǔn)農(nóng)業(yè)和農(nóng)業(yè)信息化發(fā)展的重要內(nèi)容。在精準(zhǔn)農(nóng)業(yè)中,快速無(wú)損地獲取農(nóng)作物養(yǎng)分生理信息(氮、葉綠素類、蛋白類、酶類等)仍是農(nóng)業(yè)生產(chǎn)的精準(zhǔn)管理和作業(yè)研究的重點(diǎn)和難點(diǎn),相關(guān)方法和技術(shù)的突破,對(duì)實(shí)現(xiàn)農(nóng)業(yè)的精準(zhǔn)化、數(shù)字化、信息化和智能化管理和作業(yè)具有重要意義。