衛(wèi)星遙感技術(shù)具有宏觀、快速、重訪周期短等特點(diǎn)，在甘蔗面積識(shí)別、長(zhǎng)勢(shì)監(jiān)測(cè)、產(chǎn)量估算、旱災(zāi)分析、凍害監(jiān)測(cè)等方面得到有效應(yīng)用，但仍無(wú)法滿足甘蔗產(chǎn)業(yè)的高精準(zhǔn)監(jiān)測(cè)需求。無(wú)人機(jī)遙感技術(shù)具有靈活、準(zhǔn)確的特性，不受時(shí)間、地域、氣候等條件限制，能夠快速獲取高分辨影像數(shù)據(jù)，有效彌補(bǔ)了衛(wèi)星技術(shù)的不足，尤其在災(zāi)害應(yīng)急方面具有重大貢獻(xiàn)。

近年來(lái)，無(wú)人機(jī)技術(shù)在甘蔗產(chǎn)業(yè)的應(yīng)用取得初步成效，楊琦等學(xué)者構(gòu)建作物表面模型估測(cè)甘蔗LAI；莫彩娜等學(xué)者利用無(wú)人機(jī)技術(shù)評(píng)估甘蔗定位，結(jié)合土壤溫濕度指導(dǎo)蔗田灌溉；孫明等學(xué)者利用無(wú)人機(jī)監(jiān)測(cè)糖料蔗“雙高”基地扶綏“甜蜜之光”蔗區(qū)洪澇災(zāi)害和甘蔗倒伏情況；藺喬仙等學(xué)者通過(guò)試驗(yàn)證實(shí)植保無(wú)人機(jī)對(duì)甘蔗害蟲(chóng)防治具有效率高、安全和防效好的優(yōu)勢(shì)。不難發(fā)現(xiàn)，無(wú)人機(jī)技術(shù)在甘蔗產(chǎn)業(yè)應(yīng)用有待提高，尤其在甘蔗長(zhǎng)勢(shì)、產(chǎn)量、災(zāi)害等方面研究十分欠缺。當(dāng)前，性價(jià)比高且常用的無(wú)人機(jī)圖像以可見(jiàn)光影像為主，近紅外、紅外等波段信息缺乏在一定程度上限制該技術(shù)的發(fā)展，這對(duì)無(wú)人機(jī)可見(jiàn)光影像應(yīng)用研究提出巨大挑戰(zhàn)。然而，甘蔗長(zhǎng)勢(shì)精準(zhǔn)監(jiān)測(cè)對(duì)于糖料蔗“雙高”基地、糖企種植區(qū)、甘蔗種苗培育基地等核心區(qū)的種植指導(dǎo)和產(chǎn)量預(yù)估具有重要意義，無(wú)人機(jī)可見(jiàn)光影像精準(zhǔn)監(jiān)測(cè)甘蔗長(zhǎng)勢(shì)研究十分必要且迫在眉睫。

為解決無(wú)人機(jī)精準(zhǔn)監(jiān)測(cè)甘蔗長(zhǎng)勢(shì)面臨的難題，本文在前人研究基礎(chǔ)上，選取常用無(wú)人機(jī)可見(jiàn)光植被指數(shù)的歸一化綠紅差異指數(shù)、超綠紅藍(lán)差異指數(shù)、紅綠藍(lán)植被指數(shù)、歸一化綠藍(lán)差異指數(shù)、超綠指數(shù)、綠葉植被指數(shù)與同期歸一化植被指數(shù)進(jìn)行相關(guān)性分析，篩選相關(guān)性最高指數(shù)開(kāi)展2019-2020年甘蔗長(zhǎng)勢(shì)變化監(jiān)測(cè)，以廣西糖料蔗“雙高”基地扶綏“甜蜜之光”現(xiàn)代特色農(nóng)業(yè)（核心）示范區(qū)進(jìn)行試驗(yàn)，為甘蔗長(zhǎng)勢(shì)精準(zhǔn)監(jiān)測(cè)提供技術(shù)參考，為產(chǎn)量預(yù)估提供信息服務(wù)。

（1）無(wú)人機(jī)影像處理

在天氣晴朗無(wú)云、陽(yáng)光輻射強(qiáng)度穩(wěn)、風(fēng)力較小的正午時(shí)段，利用大疆精靈Phantom4RTK小型多旋翼高精度航測(cè)無(wú)人機(jī)拍攝高清影像。傳感器為1英寸CMOS，2000萬(wàn)有效像素，F(xiàn)OV84°鏡頭，可調(diào)節(jié)光圈，調(diào)節(jié)范圍為F/2.8~F/11，帶自動(dòng)對(duì)焦（對(duì)焦距離1米~∞),拍攝影像格式為JPEG，最大像素5472×3648。拍攝時(shí)間為2019年8月15日和2020年8月13日，航向重疊度為75%、旁向重疊度為70%，飛行高度150米。應(yīng)用Pix4Dmapper軟件進(jìn)行無(wú)人機(jī)影像處理，該軟件具有全自動(dòng)一體化處理無(wú)人機(jī)影像的功能，經(jīng)過(guò)原始影像處理、空三解算和數(shù)字產(chǎn)品生成輸出，生成無(wú)人機(jī)可見(jiàn)光正射影像，分辨率為0.06米，坐標(biāo)系統(tǒng)為WGS-84。

（2）衛(wèi)星影像處理

采用2019年8月10日GF-1WFV衛(wèi)星影像數(shù)據(jù)，利用ENVI軟件進(jìn)行輻射定標(biāo)、大氣校正、幾何精校正、影像裁剪，形成與無(wú)人機(jī)影像無(wú)偏移且具有相同坐標(biāo)系的影像數(shù)據(jù)。

（3）甘蔗田塊提取

以無(wú)人機(jī)影像為基底，利用ArcGIS軟件完成甘蔗邊界提取，形成甘蔗田塊矢量數(shù)據(jù)。

RGB數(shù)碼相機(jī)具有分辨率高、成本低等優(yōu)勢(shì)，備受人們青睞，常搭載在無(wú)人機(jī)平臺(tái)上拍攝地面高清圖像，基于可見(jiàn)光波段影像構(gòu)建植被指數(shù)，開(kāi)展農(nóng)業(yè)領(lǐng)域?qū)I(yè)應(yīng)用。如Hunt等學(xué)者建立歸一化綠紅差異指數(shù)（Normalized Green-Red Di?erence Index，NGRDI），評(píng)估了作物生物量及氮素營(yíng)養(yǎng)狀況[5]；高永剛等學(xué)者構(gòu)建超綠紅藍(lán)差異指數(shù)（Excess Green-Red-Blue Di?erence Index，EGRBDI），利用該指數(shù)識(shí)別植被信息精度為97.67%[6]；Bendig等學(xué)者基于紅綠藍(lán)植被指數(shù)（Red Green Blue Vegetation Index，RGBVI）監(jiān)測(cè)大麥生物量；汪小欽等學(xué)者應(yīng)用歸一化綠藍(lán)差異指數(shù)（Normalized Green-Blue Di?erence Index，NGBDI）提取植被信息；Kazmi等學(xué)者運(yùn)用超綠指數(shù)（Excess green index，ExG）檢測(cè)甜菜田中的薊，準(zhǔn)確率超過(guò)90%；Louhaichi等學(xué)者利用綠葉植被指數(shù)（Green Leaf Index，GLI）估算小麥冠層覆蓋度。無(wú)人機(jī)可見(jiàn)光植被指數(shù)計(jì)算公式如表1所示。

表1 無(wú)人機(jī)可見(jiàn)光植被指數(shù)信息

隨機(jī)獲取2019年無(wú)人機(jī)影像上點(diǎn)信息，將點(diǎn)所對(duì)應(yīng)的植被指數(shù)NGRDI、EGRBDI、RGBVI、NGBDI、ExG、GLI分別與2019年GF-1WFV影像的歸一化植被指數(shù)（Normalized Di?erence Vegetation Index，NDVI）進(jìn)行相關(guān)性分析，根據(jù)Pearson相關(guān)系數(shù)r的大小選取相關(guān)性最高指數(shù)進(jìn)行長(zhǎng)勢(shì)監(jiān)測(cè)，利用SPSS22軟件進(jìn)行相關(guān)性分析，計(jì)算方法如公式（1）。

式中，xi、yi分別為某無(wú)人機(jī)可見(jiàn)光植被指數(shù)和NDVI，x-、y-分別為2個(gè)要素的平均值，計(jì)算方法如公式（2）和（3）。

r是反映2個(gè)要素相關(guān)程度的指標(biāo)，r>0表示正相關(guān)，r<0表示負(fù)相關(guān)。r絕對(duì)值越接近1說(shuō)明2個(gè)要素關(guān)系越密切。

選取相關(guān)性最高的植被指數(shù)開(kāi)展甘蔗長(zhǎng)勢(shì)監(jiān)測(cè)，以甘蔗地塊為單元，將每個(gè)地塊范圍內(nèi)所有像元的植被指數(shù)平均值作為該地塊植被指數(shù)值，將2020年植被指數(shù)與2019年植被指數(shù)相減求取偏差值，計(jì)算甘蔗地塊植被指數(shù)標(biāo)準(zhǔn)差進(jìn)而劃分甘蔗長(zhǎng)勢(shì)等級(jí)，計(jì)算公式如下。

在公式（4）和（5）中，ΔTi為第i塊甘蔗地塊植被指數(shù)偏差；T2020為2020年甘蔗地塊植被指數(shù)，T2019為2019年甘蔗地塊植被指數(shù)，σ為甘蔗地塊植被指數(shù)標(biāo)準(zhǔn)差，n為甘蔗地塊數(shù)量。

利用甘蔗地塊偏差和標(biāo)準(zhǔn)差綜合判定長(zhǎng)勢(shì)情況，劃分3個(gè)等級(jí)，ΔT＞σ為長(zhǎng)勢(shì)比上年優(yōu)、-σ≤ΔT≤σ為長(zhǎng)勢(shì)與上年持平、ΔT＜-σ為長(zhǎng)勢(shì)比上年差。

隨機(jī)選取524個(gè)樣本點(diǎn)分析無(wú)人機(jī)植被指數(shù)與NDVI的相關(guān)性，結(jié)果如圖1所示。通常相關(guān)系數(shù)絕對(duì)值|r|＜0.5表示弱相關(guān)，0.5≤|r|＜0.8表示中度相關(guān)，|r|≥0.8表示高度相關(guān)。在圖1中，0.01水平NGBDI的r為0.805，說(shuō)明NGBDI與NDVI高度正相關(guān)，EGRBDI、GLI、ExG與NDVI中度相關(guān)，NGRDI、RGBVI與NDVI弱相關(guān)。本研究選取 NGBDI 開(kāi)展長(zhǎng)勢(shì)監(jiān)測(cè)。

圖1 相關(guān)性分析散點(diǎn)（**表示在0.01水平上顯著相關(guān)）

試驗(yàn)區(qū)甘蔗種植面積為391.53公頃，共有374個(gè)地塊，將2020年NGBDI與2019年NGBDI相減獲取甘蔗地塊偏差，標(biāo)準(zhǔn)差為0.1，基于NGBDI偏差與標(biāo)準(zhǔn)差對(duì)比劃分甘蔗長(zhǎng)勢(shì)等級(jí)，形成專題效果圖，如圖2所示。2020年8月，試驗(yàn)區(qū)甘蔗長(zhǎng)勢(shì)比上年優(yōu)、與上年持平、比上年差的面積分別為105.87、206.7、78.96公頃，占甘蔗總面積比例分別為27.04%、52.79%、20.17%，長(zhǎng)勢(shì)與上年持平的面積超過(guò)半數(shù)，長(zhǎng)勢(shì)比上年優(yōu)的面積超過(guò)長(zhǎng)勢(shì)比上年差的面積26.91公頃，2020年甘蔗產(chǎn)量有望增產(chǎn)。

本文選取6種常用無(wú)人機(jī)可見(jiàn)光植被指數(shù)與衛(wèi)星影像NDVI進(jìn)行相關(guān)性分析，利用相關(guān)性最高的植被指數(shù)開(kāi)展甘蔗長(zhǎng)勢(shì)精準(zhǔn)監(jiān)測(cè)。試驗(yàn)結(jié)果表明，NGBDI與NDVI高度相關(guān)，EGRBDI、GLI、ExG與NDVI中度相關(guān)。而毛智慧等學(xué)者利用無(wú)人機(jī)可見(jiàn)光影像提取植被，研究發(fā)現(xiàn)NGRDI、ExG與NDVI相關(guān)性顯著。高永剛等學(xué)者研究發(fā)現(xiàn)EGRBDI識(shí)別作物精度更高。為此，下一步工作將選取多時(shí)段無(wú)人機(jī)影像與同期衛(wèi)星影像NDVI進(jìn)行分析，篩選普適性的甘蔗長(zhǎng)勢(shì)評(píng)價(jià)指標(biāo)，提高試驗(yàn)準(zhǔn)確性。

通過(guò)對(duì)比2019年與2020年NGBDI分析試驗(yàn)區(qū)甘蔗長(zhǎng)勢(shì)，比上年優(yōu)、與上年持平、比上年差3個(gè)等級(jí)面積分別占甘蔗總面積的27.04%、52.79%、20.17%，2020年甘蔗產(chǎn)量有望增產(chǎn)，但監(jiān)測(cè)時(shí)間為8月中旬，而8-10月是甘蔗生長(zhǎng)關(guān)鍵時(shí)期，降水及灌溉情況直接影響產(chǎn)量，為此仍需持續(xù)監(jiān)測(cè)長(zhǎng)勢(shì)變化，提高產(chǎn)量評(píng)估的精準(zhǔn)性。

圖2 無(wú)人機(jī)監(jiān)測(cè)甘蔗長(zhǎng)勢(shì)等級(jí)

本文參考衛(wèi)星影像監(jiān)測(cè)甘蔗長(zhǎng)勢(shì)標(biāo)準(zhǔn)，通過(guò)計(jì)算甘蔗地塊植被指數(shù)標(biāo)準(zhǔn)差劃分甘蔗長(zhǎng)勢(shì)等級(jí)，雖然采用了常用的作物長(zhǎng)勢(shì)分級(jí)方法，但是否適用無(wú)人機(jī)技術(shù)監(jiān)測(cè)甘蔗長(zhǎng)勢(shì)，仍需結(jié)合實(shí)地生長(zhǎng)情況進(jìn)行深入研究。