基於無人機高光譜技術的煙草生化指標分析研究

0  引言

成像技術和光譜技術是傳統的光學技術的兩個重要方向，成像技術能夠獲得物體的影像，得到其空間信息
；光譜技術能夠得到物體的光學信息，進而研究其物質屬性。20世紀70年代以前，成像技術和光譜技術是相互獨立的學科，隨著遙感技術的發展，成像光譜技術迅速發展起來，它是一種快速
、無損的檢測技術，具有光譜分辨率高
、duoboduanhetupuheyidetedian，nengzaidachidufanweineishibiedibiaobingshenruyanjiuqidibiaowuzhidechengfenjijiegou。muqianchengxiangguangpujishuyijingchengweiyaoganjishudefazhanqushizhiyi，bingzaijunshizhencha
、海洋遙感、地質勘探、植被分析等領域得到越來越廣泛的應用。

suizhewurenjijishuderiyichengshu，jiyuwurenjipingtaidexinxingyaoganjishuyijuntuqi，dedaoyaogangongzuorenyuandeqinglai，keyangongzuozhegengduiqizaixingyeshangdeyingyongqianjingyuyizhongwang。muqianwurenjidazaichengxiangguangpuyizainongyeshangkeyongyuzhenduanzuowuchangshi、病蟲害情況以及土壤肥力等；在環境保護方麵可用於檢測海洋、湖泊的化工原料汙染
、富營養化等；在林業領域可用於檢測林火、林業病害
、林木存活率、林木種類區分等；在礦產資源領域上可用於石油、礦物礦產等領域的勘測；在考古領域可用於古村落的修複、文物遺址的勘查等；在通信部門可用於電纜絕緣子的勘察等。

woguoshiyancaozhongzhidaguo，yancaozaiquanguogeshengjunyouzhongzhi，qimianjihechanliangmuqianjunjushijieshouwei，shuifushouruzaiwoguoshuishouzongliangzhanyoujuzuqingzhongdediwei，weiwoguojingjifazhanzuochulexiangdanggongxian。erwoguoyanyezongchanliangzhongkaoyanzhanle80％以上，是生產卷煙的最主要原料。長期以來，我國在觀察監測煙田煙草的生長長勢以及煙草品質等方麵均采用耗時、耗力、成本高的傳統方法。無人機成像高光譜技術是高效的煙草種植管理手段，其能大範圍快速、準確地為決策者提供煙田煙草的生長狀況
，為決策者施肥
、灌溉、噴pen灑sa農nong藥yao提ti供gong有you效xiao的de數shu據ju，有you利li於yu顯xian著zhu提ti高gao農nong藥yao現xian代dai化hua水shui平ping，促cu進jin現xian代dai農nong業ye可ke持chi續xu發fa展zhan。因yin此ci無wu人ren機ji高gao光guang譜pu技ji術shu在zai煙yan田tian監jian測ce方fang麵mian具ju有you較jiao大da的de應ying用yong價jia值zhi，為wei煙yan田tian管guan理li的de新xin趨qu勢shi。

1  材料與試驗部分

野外試驗田在雲南大理

、楚雄
、石林板橋鎮紅塔煙草(集團)有限責任公司的煙草試驗基地。

1.2  數據采集設備

本次試驗采用大疆六旋翼無人機M600 Pro(無人機淨重約4 kg，最大載重約 10 kg)，在無人機遙感平台上搭載江蘇雙利合譜科技有限公司自主研發的高光譜成像光譜儀GaiaSky-mini-2，該無人機遙感平台采用的是無人機懸置空中
，高光譜成像光譜儀采用內置推掃的方式獲取地麵圖像(其主要參數見表1)。在雲南大理和楚雄煙草試驗基地，無人機的飛行高度均為120m，分別采集了33景和67景圖像，每景圖像代表地麵幅寬為48m*48m；在石林板橋鎮煙草試驗基地，無人機的飛行高度為250m，一共采集了86景圖像
，每景圖像代表地麵幅寬為100m*100m。無人機遙感平台的實景圖，如圖1。

表1   GaiaSky-mini 機載成像高光譜儀係統參數

Table 1 GaiaSky-mini high airborne imaging spectrometer system parameters

圖1   無人機高光譜成像係統實景圖

1.3  無人機高光譜數據的預處理與分析

無人機高光譜圖像的預處理在江蘇雙利合譜科技有限公司自主研發的SpecView軟件中進行
，包括鏡像變換、黑白幀校準（如公式1所示）。

         (1)

式中，Rref 是黑白校正過的圖像的反射率值
，DNraw 是原始圖像的DN值，DNwhite為白板的白幀數據，DNdark 是相機的係統誤差DN值。

考慮到無人機飛到一定高度後
，高光譜成像儀獲取的高光譜影像數據可能會受到大氣、水汽等因素的影響。為了消除這些因素的影響，我們在無人機起飛之前

，在拍攝區域放置一塊經過國家計量院標定過的2m*2m灰布
，在高光譜影像獲取的時候
，隻需要在其中的一景高光譜影像中覆蓋到灰布即可。消除大氣
、水汽等因素影響的方法如公式2所示。

    (2)

式中
，Rfixed 是消除大氣、水汽等因素後的圖像光譜反射率
，Rref是經過黑白校正後的圖像反射率，Rstandard是經過國家計量院標定的灰布的光譜反射率，Rgrayref 是經過黑白校正後圖像中灰布的光譜反射率。

1.4  無人機高光譜影像拚接

無人機高光譜影像的拚接采用江蘇雙利合譜科技有限公司自主研發的無人機高光譜拚接軟件HiSpectralStitcher進行拚接，該拚接軟件有圖像篩選、拚接預覽、投影方式選擇、拚接方法選擇、重采樣方法選擇、是否勻色、拚接結果格式輸出選擇等功能。拚接軟件界麵如圖2所示。

圖2  無人機高光譜拚接軟件HiSpectralStitcher

2  結果與分析

圖3為利用無人機高光譜拚接軟件HiSpectralStitcher對雲南大理

、楚雄、石林板橋鎮紅塔煙草(集團)有限責任公司的煙草試驗基地的無人機高光譜影像的三波段拚接效果預覽圖（RGB分別代表750 nm/650 nm/550 nm最鄰近波長）。從(cong)拚(pin)接(jie)結(jie)果(guo)來(lai)看(kan)
，除(chu)楚(chu)雄(xiong)煙(yan)草(cao)試(shi)驗(yan)基(ji)地(di)
，由(you)於(yu)航(hang)線(xian)規(gui)劃(hua)過(guo)程(cheng)沒(mei)規(gui)劃(hua)成(cheng)功(gong)，導(dao)致(zhi)部(bu)分(fen)煙(yan)草(cao)田(tian)塊(kuai)沒(mei)有(you)拚(pin)接(jie)成(cheng)功(gong)外(wai)，大(da)理(li)和(he)石(shi)橋(qiao)板(ban)鎮(zhen)煙(yan)草(cao)基(ji)地(di)的(de)無(wu)人(ren)機(ji)拚(pin)接(jie)結(jie)果(guo)較(jiao)好(hao)。

圖3.1 大理煙草試驗基地無人機高光譜拚接預覽圖

圖3.2 楚雄煙草試驗基地無人機高光譜拚接預覽圖

圖3.3 石橋板鎮煙草試驗基地無人機高光譜拚接預覽圖

2.2  無人機高光譜影像煙草提取方法

無人機高光譜影像不僅包含有煙草，還有其他的作物、雜草
、土壤、道路、建築物等，從影像中提取感興趣的目標物，通常的方法有非監督分類、監督分類、決策樹
、麵(mian)向(xiang)對(dui)象(xiang)分(fen)類(lei)等(deng)
，本(ben)研(yan)究(jiu)采(cai)用(yong)監(jian)督(du)分(fen)類(lei)的(de)最(zui)大(da)似(si)然(ran)法(fa)對(dui)拚(pin)接(jie)好(hao)的(de)無(wu)人(ren)機(ji)高(gao)光(guang)譜(pu)影(ying)像(xiang)進(jin)行(xing)分(fen)類(lei)，分(fen)別(bie)提(ti)取(qu)了(le)煙(yan)草(cao)和(he)其(qi)他(ta)植(zhi)物(wu)做(zuo)植(zhi)被(bei)指(zhi)數(shu)分(fen)析(xi)，葉(ye)綠(lv)素(su)、總氮、煙yan堿jian等deng生sheng化hua指zhi標biao的de反fan演yan。其qi中zhong大da理li和he楚chu雄xiong煙yan草cao試shi驗yan基ji地di隻zhi提ti取qu煙yan草cao做zuo生sheng化hua指zhi標biao反fan演yan，石shi板ban橋qiao鎮zhen煙yan草cao基ji地di將jiang煙yan草cao和he其qi他ta作zuo物wu一yi起qi參can與yu生sheng化hua指zhi標biao的de反fan演yan，觀guan察cha煙yan草cao與yu其qi他ta作zuo物wu在zai生sheng化hua指zhi標biao的de差cha異yi。

2.3  煙草與其他地物的光譜分析

   圖4為無人機高光譜影像上煙草、雜草、作物以及土壤在400-1000 nm範fan圍wei的de光guang譜pu曲qu線xian。從cong圖tu中zhong可ke知zhi，煙yan草cao的de光guang譜pu反fan射she率lv高gao於yu雜za草cao的de光guang譜pu反fan射she率lv，而er雜za草cao的de光guang譜pu反fan射she率lv則ze高gao於yu作zuo物wu的de光guang譜pu反fan射she率lv
，土tu壤rang的de光guang譜pu反fan射she率lv在zai400-760nm範圍內保持穩定上升的趨勢

，在760-900nm範圍內光譜差異不大，在900-1000nm範圍內有一峰穀

，這是因為水汽吸收的原因。

圖4 煙草與其他地物的光譜反射率曲線

2.4  植被指數分析

植被指數是一類具有一定生化意義的不同波段光譜值的組合，通常有比值植被指數
、線性組合植被指數
、修正植被指數、差值植被指數等。不同波段組合的植被指數對於不同指標預測效果不同。在農業上，基於光譜技術檢測作物生理指數的波段範圍一般在 400～2 500 nm 之間
，涉及到色素（葉綠素、類胡蘿卜素等）
、氮、水分等吸收和葉片細胞的內部結構。在 400-740 nm  可見光波段
，葉綠素在 480
、650、670-680
、740 nm  處有吸收峰，類胡蘿卜素在420、425

、440、450、470、480 nm 均有吸收峰，葉黃素在  425、445、475 nm  有吸收峰。而在  740-1 300 nm  近紅外波段由於健康的葉肉細胞反射作用
，其反射率急劇升高；作物水分的吸收峰主要集中在 970
、1 450、1 944 nm  處。因此當作物受到脅迫作用時，相應的氮、色素、酶等發生變化，通過應用各種植被指數監測這些生理指標變化
，可判斷作物脅迫情況
、生長狀況以及產量情況。圖5為大理、楚雄、石板橋鎮煙草基地煙草的NDVI分布圖（NDVI采用的綠光波長與紅光波長的），NDVI值越大則說明長勢越好。

圖5.1 大理煙草基地煙草NDVI分布圖

圖5.2 楚雄煙草基地煙草NDVI分布圖

圖5.3 石板橋鎮煙草基地煙草
、作物
、雜草的NDVI分布圖

2.5  煙草葉綠素分析

葉綠素含量是植被生長狀態的良好指示器
，它與植被的光合作用能力，發育狀況
，脅迫

chengdujidansuhanliangdengmiqiexiangguan，youshizhibeiyuwaijiefashengwuzhinengliangjiaohuandezhongyaotiaojian
，yincigucezuowuyelvsuhanliangyichengweipingjiaqichangshideyizhongyouxiaoshouduan。wangqiangdengyimianhuaguancengyelvsumidujiguancenggaoguangpufanshelvweishujuyuan
，fenxileyelvsumidutongyuanshiguangpufanshelv(R)，一階導數光譜反射率(DR)，已yi有you光guang譜pu指zhi數shu及ji全quan波bo段duan組zu合he指zhi數shu的de相xiang關guan性xing
，認ren為wei由you一yi階jie導dao數shu比bi值zhi為wei自zi變bian量liang估gu測ce棉mian花hua冠guan層ceng葉ye綠lv素su密mi度du的de模mo型xing效xiao果guo好hao。丁ding永yong軍jun等deng和he宋song開kai山shan等deng分fen別bie利li用yong高gao光guang譜pu建jian立li了le預yu測ce番fan茄qie
、玉米等葉綠素含量的模型，效果較好。徐新剛等研究了高光譜曲線特征同葉綠素的相關性
，發現可見光波段520-740nm之間的歸一化光譜反射率同葉綠素含量呈良好的負相關關係；lvfengfansheguangpuquxiantezhengbiandebianhuasulvjilvfengliangbiandejiajiaodengbianliangyushuidaoyepianyelvsuhanliangjuyoulianghaodexiangguanxing。yangqiaomingdengcaiyonggaoguangpufenxihexianxinghuiguijishufenxile3個橡膠樹品種葉片的室內反射光譜數據和葉綠素含量，認為橡膠樹葉片的葉綠素含量敏感波段主要指藍邊範圍。

針對煙草葉綠素的監測研究
，本研究利用雲南農業大學研究的模型進行反演
，圖6分別對大理
、楚雄和石板橋鎮煙草基地的煙草進行葉綠素a和葉綠素b進行反演。

圖6.1 大理煙草基地煙草葉綠素a和葉綠素b的反演圖

圖6.2 楚雄煙草基地煙草葉綠素a和葉綠素b的反演圖

圖6.3 石橋板鎮煙草基地煙草、作物、雜草葉綠素a和葉綠素b的反演圖

2.6  煙草總氮分析

國內外對多種作物的營養元素、多種生化組分反射光譜特性及其與品質和產量的關係研究有較多的研究和報道。李佛琳等對可見近紅外波段(350nm-1650nm)單波段光譜和100 種光譜指數共兩類光譜參量進行了與生化組分之間線性函數
、冪函數

、指數函數共3種形式相關分析和基於決定係數的篩選，結果表明
，對於煙堿、總氮
、總糖最優方法分別是在 1135nm反射率倒數對數二階微分的線性擬合(R2=0.20)、在 666nm 反射率倒數對數一階微分的冪函數擬合(R2=0.44)、在532nm反射率一階微分線性擬合(R2=0.54)。niuzhengdengyixiaomaihuotiyepianweiyanjiuduixiang
，liyonggaoguangpushuju
，tansuoleliyongchengxiangguangpuyaoganyucexiaomaishenghuazufendejichuxingyanjiu
，caiyongduoyuanzhubuhuiguifangfa
，fenxilexiaomaiyepian7zhongshenghuazufenhanyutezhengguangpucanliangdeguanxi。zhangxijiedengzaiwenshinei，liyongziranguangzhaofansheguangpuyanjiulehuangguayepiandehandanliangyucemoxing，faxianliyongdanyiminganbochang520 nm就可獲得理想模型；原始光譜及其一階微分光譜都可用於黃瓜葉片含氮量預測。Thomas 等對 7 種不同的作物葉片在不同氮素營養水平下的光譜特性
，結果證明在氮素營養缺乏條件下
，7 種zhong作zuo物wu葉ye片pian的de可ke見jian光guang波bo段duan的de反fan射she率lv表biao現xian為wei增zeng加jia
，但dan不bu同tong植zhi物wu的de光guang譜pu反fan射she率lv增zeng加jia幅fu度du不bu一yi樣yang。蘇su永yong士shi等deng研yan究jiu了le不bu同tong施shi肥fei條tiao件jian下xia煙yan草cao冠guan層ceng光guang譜pu反fan射she率lv差cha異yi顯xian著zhu，經jing篩shai選xuan綠lv波bo段duan植zhi被bei指zhi數shu(GNDVI)與葉綠素含量和葉麵積指數關係顯著，建立的回歸方程的 R2 分別為 0.436 和 0.568，均達到顯著水平。

本研究利用現有的煙草總氮非線性模型，通過算法分析
，反演大理、楚雄、石板橋鎮煙草基地煙草的總氮含量

，如圖7所示。

圖7.1 大理煙草基地煙草總氮反演圖

圖7.2 楚雄煙草基地煙草總氮反演圖

圖7.3 石板橋鎮煙草基地煙草
、作物
、雜草總氮反演圖

2.7  煙草煙堿分析

煙yan草cao是shi我wo國guo一yi項xiang非fei常chang重zhong要yao的de經jing濟ji作zuo物wu，中zhong國guo是shi世shi界jie上shang烤kao煙yan種zhong植zhi麵mian積ji和he產chan量liang最zui大da的de國guo家jia，煙yan草cao除chu了le可ke為wei卷juan煙yan製zhi品pin提ti供gong原yuan料liao外wai，同tong時shi在zai食shi品pin和he醫yi藥yao領ling域yu還hai有you很hen多duo潛qian在zai的de應ying用yong價jia值zhi。煙yan堿jian是shi絕jue大da多duo數shu煙yan草cao屬shu作zuo物wu葉ye片pian的de最zui重zhong要yao的de生sheng物wu堿jian
，其qi含han量liang是shi評ping價jia煙yan葉ye品pin質zhi的de重zhong要yao指zhi標biao。雖sui然ran煙yan堿jian對dui人ren類lei健jian康kang和he環huan境jing具ju有you危wei害hai性xing，但dan是shi美mei國guo食shi品pin和he藥yao物wu管guan理li局ju近jin年nian來lai證zheng實shi了le它ta可ke用yong來lai治zhi療liao一yi些xie疾ji病bing，也ye可ke被bei用yong來lai製zhi作zuo戒jie煙yan產chan品pin和he殺sha蟲chong劑ji，同tong時shi，煙yan堿jian和he煙yan草cao中zhong的de氮dan及ji色se素su含han量liang密mi切qie相xiang關guan。因yin此ci
，快kuai速su地di監jian測ce遮zhe蔭yin條tiao件jian下xia煙yan草cao葉ye片pian中zhong煙yan堿jian含han量liang的de變bian化hua有you助zhu於yu采cai取qu有you效xiao的de農nong藝yi管guan理li措cuo施shi。李li向xiang陽yang等deng以yi不bu同tong成cheng熟shu度du烤kao煙yan葉ye片pian為wei研yan究jiu對dui象xiang
，開kai展zhan了le室shi內nei光guang譜pu紅hong邊bian參can數shu研yan究jiu，研yan究jiu表biao明ming紅hong邊bian位wei置zhi是shi預yu測ce烤kao煙yan葉ye片pian成cheng熟shu度du精jing度du較jiao高gao的de指zhi標biao，紅hong邊bian位wei置zhi位wei於yu 693-695nnl。劉國順等利用冠層光譜估測煙草葉麵積指數和地上生物量

，篩選出相應的特征變量為 Rg／Dr。蔣錦鋒等以煙草為研究對象，應用近紅外光譜技術建立了煙草主要化學成分的快速、無損檢測方法。

本ben文wen利li用yong研yan究jiu者zhe利li用yong光guang譜pu設she備bei研yan究jiu煙yan草cao觀guan察cha煙yan堿jian的de模mo型xing反fan演yan到dao大da尺chi度du無wu人ren機ji高gao光guang譜pu影ying像xiang上shang，從cong而er分fen析xi得de到dao每mei一yi田tian塊kuai煙yan草cao煙yan堿jian的de含han量liang分fen布bu情qing況kuang，如ru圖tu8所示。

圖8.1 大理煙草基地煙草煙堿含量反演圖

圖8.2 楚雄煙草基地煙草煙堿含量反演圖

圖8.3 石板橋鎮煙草基地煙草、作物、雜草煙堿含量反演圖

3  結論

從煙草的NDVI和葉綠素a/b、zongdanheyanjianfanyanfenbutulaikan，shiqiaobanzhenyancaojidideyancaoyuqitazuowuhezacaodehanliangchayixianzhu，tebieshiyanjianzuoweiyancaoteyoudeshuxing
，qiyuqitazuowu

、雜草差異尤為顯著，因此利用無人機高光譜可大範圍快速識別煙草，可幫助決策者判斷煙草的種植麵積。同時根據大理、楚雄和石板橋鎮煙草基地的煙草NDVI、和葉綠素a/b、總氮和煙堿反演分布圖來看，利用無人機高光譜技術可以判別煙草的長勢及監測生化參數的含量，為決策者定量施肥、灌溉、噴灑農藥等提供技術支持，同時根據煙草煙堿的分布圖
，可以判斷煙草的品質。

因(yin)此(ci)利(li)用(yong)高(gao)光(guang)譜(pu)技(ji)術(shu)可(ke)以(yi)對(dui)煙(yan)草(cao)主(zhu)要(yao)生(sheng)化(hua)成(cheng)分(fen)進(jin)行(xing)很(hen)好(hao)的(de)監(jian)測(ce)，而(er)且(qie)具(ju)有(you)廣(guang)闊(kuo)的(de)應(ying)用(yong)前(qian)景(jing)。然(ran)而(er)煙(yan)草(cao)學(xue)者(zhe)們(men)雖(sui)然(ran)已(yi)經(jing)提(ti)出(chu)的(de)一(yi)係(xi)列(lie)的(de)煙(yan)草(cao)生(sheng)化(hua)成(cheng)分(fen)的(de)監(jian)測(ce)和(he)估(gu)算(suan)模(mo)型(xing)，但(dan)每(mei)個(ge)模(mo)型(xing)都(dou)有(you)特(te)定(ding)的(de)研(yan)究(jiu)方(fang)法(fa)和(he)適(shi)用(yong)條(tiao)件(jian)，並(bing)不(bu)適(shi)用(yong)於(yu)所(suo)有(you)品(pin)種(zhong)的(de)煙(yan)草(cao)，所(suo)以(yi)很(hen)難(nan)找(zhao)到(dao)通(tong)用(yong)的(de)模(mo)型(xing)。同(tong)時(shi)高(gao)光(guang)譜(pu)遙(yao)感(gan)數(shu)據(ju)有(you)一(yi)些(xie)缺(que)陷(xian)
，比(bi)如(ru)景(jing)觀(guan)異(yi)質(zhi)性(xing)
、大氣噪音、太陽位置等的幹擾都會影響高光譜遙感技術在實際的應用能力。所以要使煙草光譜資料更加完備，今後的研究方向：一是煙草生化參數，要一步步地上升到較為精確的模型水平 

，進一步對其進行細化和確定。為了降低實際生產中煙草的品種類型 、生sheng態tai條tiao件jian多duo樣yang和he栽zai培pei管guan理li等deng方fang麵mian的de差cha異yi，需xu要yao建jian立li更geng加jia全quan麵mian和he更geng具ju規gui模mo的de樣yang本ben參can數shu，以yi便bian進jin行xing修xiu正zheng。二er是shi遙yao感gan數shu據ju的de分fen析xi方fang法fa和he遙yao感gan信xin息xi的de信xin噪zao比bi要yao進jin一yi步bu提ti高gao
，在zai今jin後hou的de研yan究jiu中zhong，要yao注zhu重zhong於yu完wan善shan和he擴kuo充chong煙yan草cao的de光guang譜pu數shu據ju庫ku，加jia強qiang煙yan草cao高gao光guang譜pu數shu據ju的de采cai集ji和he挖wa掘jue，結jie合he3S技術的應用 ，進一步推動高光譜遙感技術在煙草生化成分診斷和監測中的應用。