高光谱无人机：高光谱茶叶病虫害防治案例

引言

茶叶自古以来是云南省主要经济作物和支柱产业，有着其他产业和作物不可替代的作用。在云南发展绿色产业、高原特色产业，实施绿色经济强省，推动高质量跨越式发展，打造世界一流“绿色食品牌”战略中，茶产业占有非常重要的地位。随着我国农村劳动力数量大幅减少，并且老龄化结构凸显，懂农业、懂市场、有知识、有能力新型职业农民培育处于起步阶段，为推动茶叶产业高质量发展，提高农业设施设备机械化、智能化应用是必然的趋势，对我国现代农业的发展具有十分重要的意义。近十年来人工智能技术日趋成熟，各国农业部门逐渐将其应用到农业生产经济管理中，发达国家基本完成数字农业的进程，正在实施智能农业。英、美、德等国家通过智能化的数据搜索和分析处理平台，将数字技术、传感技术、大数据和云计算技术、空间地理信息技术结合，实现精准服务农户、精细实施农业生产管理。

我国人工智能技术伴随着“国家大数据战略”的提出也取得了一定的成绩，浙江省丽水市、重庆市、湖南省、广东省中山市率先探索建设智能茶园，通过茶叶数字模型标准化、精准化的种植新模式，实时对园区进行灌溉、环境监测、智能控制，收集茶园的温度、湿度、风向、降雨量等基本数据，利用大数据有效规避持续高温、“倒春寒”等对茶叶生产的影响，降低种植成本，节约 50%的水电、30%的肥料、90%的劳动力和减少 50%以上的农药使用量，提升茶产量及品质。随着科学技术在农业领域的应用，有机茶园管理在人工智能技术的引领下，实现全产业链的精准化和智能化仍然面临许多困难和挑战。

高光谱影像识别技术在有机茶园病虫害防治中的应用

2.1 高光谱影像识别技术

高光谱遥感技术具有图谱合一、波段较多且连续等特点；以无人机为载体，搭载高光谱摄像机（高光谱影像仪）等传感器获取地表遥感影像，通过计算机对采集的影像信息进行处理，把高光谱数据的数字量化值（简称DN值）转化为反射率数据并降噪处理，获取地表及地表附着物红外、近红外及可见光等连续光谱信息，利用高光谱遥感完整的光谱曲线描述地物的光谱特征，进而识别出具有诊断性光谱特征的地物。高光谱数据数字量化值转化为反射率数据具体公式如下：

其中，Reftarget为目标物的反射率，DNtarget为目标物的 DN 值，DNtarged为高光谱相机本身的暗电流 DN值，DNwhite为参考板的DN值，Refwhite为参考板的反射率。

无人机搭载高光谱相机，结合了无人机轻便、易操作和高光谱相机采集地物连续光谱信息等优点，可以从近地一定高度、低 成本、天气因素影响小、方便快捷的对大面积茶园进行监测和病虫害防治。图2-1为iSpecHyper-VM100无人机高光谱。

图2-1 iSpecHyper-VM100无人机高光谱

2.2 常见的有机茶园病虫害及表现形态

有机茶园的建设要求其中重要的一项指标就是不能使用人工合成农药和杀虫剂，从而导致有机茶园的病虫害防治工作是有机茶园建设的重点工作。常见的茶园病虫害有假眼小绿叶蝉、茶毛虫、茶尺蠖、茶刺蛾、茶橙瘿螨、茶叶瘿螨、黑刺粉虱、茶炭疽病等病害虫灾。茶树的病虫害绝大部分是对茶树的叶片造成危害，并且在叶片上显示出病虫害形态，最终影响有机茶园的茶叶产量及品质。茶叶对不同类别的病虫害胁迫表现形态不同。如：假眼小绿叶蝉造成茶叶边缘泛黄叶脉变红；茶尺蠖蚕食茶树叶片甚至吃光叶片；黑刺粉虱吸收嫩叶汁液并排泄分泌物造成烟霉病致茶树成片枯死；茶炭疽病由病源真菌浸染引发叶尖、叶缘产黄褐色小点，随后转变为焦黄色直至为灰白色。

2.3 高光谱影像识别技术在有机茶园病虫害防治中的应用研究

2.3.1 植被光谱特征

绿色植物植被光谱特征明显不同于其他地物的光谱特征，其中对植被光谱特征产生重要影响的化学成分主要是色素、水分、碳以及氮。通常情况下取植被生化敏感度高的波段范围值400~2500nm波长作为植被光谱的研究范围，在该范围内又分为可见光（400~700nm）、近红外光（700~1300nm）、短波红外1（1300~1900nm）、短波红外 2（1900~2500nm）四个部分。植被光谱对不同的波长存在着不同的反射特点。控制叶子反射率的因素及波长如图2-2：

图2-2控制叶子反射率因素及波长

植被光谱在可见光 400～700nm 波长范围内起主要影响作用的是茶树叶子的花青素、叶黄素和叶绿素等色素，其中最明显的是叶绿素。在 450nm波长附近是叶绿素对太阳辐射光的强吸收带；在550nm波长附近则是叶绿素对太阳辐射光线的强反射区，相较于可见光范围内有较高的反射值；在670nm波长附近是叶绿素光合作用转化对太阳辐射光的强吸收带；从而植被光谱在可见光区域呈现出一个正弦波单峰波形态。

在近红外波段 700~1300nm 波段范围内对植被光谱起影响 作用的主要是细胞构造，叶子的海绵组织对此期间范围内的近 红外波具有强烈的反射形态，在此波段区间植被光谱的反射率达到最高峰，并且反射率远大于可见光波长范围内的反射率。由于在700~750nm 波长范围内是植被的反射率快速上升区域，从而植被光谱曲线呈陡峭的直线形状上升至波峰，该形态特征定义为“红边”。“红边”是区别于其他地物最明显、特有的光谱特征，其他地物都没有“红边”特征的存在。在 970nm和1190nm附近是植被叶子中水分的强吸收带，用这两个波段光谱特征监测叶子中水分含量的变化。

在1300~1900nm范围称为短波红外1，在 1900~2500nm 范 围称为短波红外 2；在这两个波段区间主要是叶子水含量对植被 光谱的影响贡献大；同时在 1500~1720nm 范围内由于氮的影响 和在 1830~2080nm 范围内由于二氧化碳的影响，形成波状起伏 的光谱特征形态，并且反射率逐渐降低。

2.3.2 基于光谱特征位置变量分析来诊断茶园病虫害

有机茶园在受到病虫害侵扰时，茶树的叶子会呈现出具有相应病态特征的状态，如颜色的改变、结构的破坏或外形的改观等，茶树叶子的光谱反射率也会随之改变。在可见光波段向近红外波段过渡区间，受病害的植被反射率比健康茶树的反射率大，同时近红外光谱的变化产生在可见光光谱的变化之前，通过近红外光谱的监测分析，提前预判评估有机茶园的病虫害发生情况。健康植被与病虫害植被光谱曲线如图2-3：

图2-3健康植被与病虫害植被光谱曲线

茶叶病虫害主要表现在茶树叶片上，病虫害通过对茶树叶片结构、叶绿素数量和质量等因素的危害而形成有机茶园的病害虫灾。茶树叶片的物理和化学结构的变化，导致太阳辐射到茶叶上的植被光谱特征产生变化，当茶树健康旺盛生长时，茶叶的叶绿素含量高于叶黄素和花青素，茶叶的光谱反射率低，红边的位置向长波方向移动（即“红移”）；反之，在茶树遭受到病虫害胁迫状态下时，叶黄素和花青素的含量高于叶绿素，茶叶的反射率高，红边向短波方向移动（即“蓝移”）。根据高光谱遥感测定的反射率数据来反演计算出茶树冠层的叶绿素含量（SPAD）和叶面积指数（LAI），通过分析反射的光谱特征值“红边”“绿峰”“红谷” “蓝边”等色调形态以及生物量和物候的变化来推断出有机茶园中茶树的病虫害状况。

结论

随着科技的发展遥感技术在精准农业领域中的应用也越来越多，但是高光谱无人机遥感技术在农业领域仍处于起步阶段，目前大部分是在水稻、玉米、小麦、棉花等作物中进行了研究应用，其他农作物中处于起步或空白的状况，高光谱无人机遥感技术在农业中仍有广阔的研究空间和应用实践领域。

在劳动密集型的有机茶园管理中，病虫害防治是一项重要的基础工作，应用高光谱无人机遥感技术进行有机茶园的智能化管理，对茶园管理从业者提出了更高的素质要求，不仅要有茶树栽培管理技术，而且还要有对计算机、无人机、专家管理系统等现代信息化设备和技术的应用能力。

通过对高光谱无人机遥感影像技术的深入研究，结合农业生产管理规律，科学构建有机茶园病虫害防治智能管理专家系 统，针对大面积茶山，利用茶树的植被光谱特性，在肉眼无法识别的情况下，尽早的、方便快捷的发现茶叶病虫害，再结合神经网络技术，识别出病害类别后对症制定防治措施。

推荐：

便携式地物光谱仪iSpecField-NIR/WNIR

专门用于野外遥感测量、土壤环境、矿物地质勘探等领域的最新明星产品，由于其操作灵活、便携方便、光谱测试速度快、光谱数据准确是一款真正意义上便携式地物光谱仪。

无人机机载高光谱成像系统iSpecHyper-VM100

一款基于小型多旋翼无人机机载高光谱成像系统，该系统由高光谱成像相机、稳定云台、机载控制与数据采集模块、机载供电模块等部分组成。无人机机载高光谱成像系统通过独特的内置式或外部扫描和稳定控制，有效地解决了在微型无人机搭载推扫式高光谱照相机时，由于振动引起的图像质量较差的问题，并具备较高的光谱分辨率和良好的成像性能。

便携式高光谱成像系统iSpecHyper-VS1000

专门用于公安刑侦、物证鉴定、医学医疗、精准农业、矿物地质勘探等领域的最新产品，主要优势具有体积小、帧率高、高光谱分辨率高、高像质等性价比特点采用了透射光栅内推扫原理高光谱成像，系统集成高性能数据采集与分析处理系统，高速USB3.0接口传输，全靶面高成像质量光学设计，物镜接口为标准C-Mount，可根据用户需求更换物镜。

审核编辑 黄宇