高光譜無人機遙感影像識別技術在茶園病蟲害防治中的應用研究

●顧澤鑫 王白娟 蘇文蘋 吳志娟

一、引言

茶葉自古以來是云南省主要經濟作物和支柱產業，有著其他產業和作物不可替代的作用。在云南發展綠色產業、高原特色產業，實施綠色經濟強省，推動高質量跨越式發展，打造世界一流“綠色食品牌”戰略中，茶產業占有非常重要的地位。隨著我國農村勞動力數量大幅減少，并且老齡化結構凸顯，懂農業、懂市場、有知識、有能力新型職業農民培育處于起步階段，為推動茶葉產業高質量發展，提高農業設施設備機械化、智能化應用是必然的趨勢，對我國現代農業的發展具有十分重要的意義。

近十年來人工智能技術日趨成熟，各國農業部門逐漸將其應用到農業生產經濟管理中，發達國家基本完成數字農業的進程，正在實施智能農業。英、美、德等國家通過智能化的數據搜索和分析處理平臺，將數字技術、傳感技術、大數據和云計算技術、空間地理信息技術結合，實現精準服務農戶、精細實施農業生產管理。

我國人工智能技術伴隨著“國家大數據戰略”的提出也取得了一定的成績，浙江省麗水市、重慶市、湖南省、廣東省中山市率先探索建設智能茶園，通過茶葉數字模型標準化、精準化的種植新模式，實時對園區進行灌溉、環境監測、智能控制，收集茶園的溫度、濕度、風向、降雨量等基本數據，利用大數據有效規避持續高溫、“倒春寒”等對茶葉生產的影響，降低種植成本，節約50%的水電、30%的肥料、90%的勞動力和減少50%以上的農藥使用量，提升茶產量及品質。

隨著科學技術在農業領域的應用，有機茶園管理在人工智能技術的引領下，實現全產業鏈的精準化和智能化仍然面臨許多困難和挑戰。

二、高光譜影像識別技術在有機茶園病蟲害防治中的應用研究

（一）高光譜無人機遙感影像識別技術

高光譜遙感技術具有圖譜合一、波段較多且連續等特點；以無人機為載體，搭載高光譜攝像機（高光譜影像儀）等傳感器獲取地表遙感影像，通過計算機對采集的影像信息進行處理，把高光譜數據的數字量化值（簡稱DN 值）轉化為反射率數據并降噪處理，獲取地表及地表附著物紅外、近紅外及可見光等連續光譜信息，利用高光譜遙感完整的光譜曲線描述地物的光譜特征，進而識別出具有診斷性光譜特征的地物。高光譜數據數字量化值轉化為反射率數據具體公式如下：

其中，Reftarget為目標物的反射率，DNtarget 為目標物的DN值，DNtarged為高光譜相機本身的暗點流DN 值，DNwhite為參考板的DN 值，Refwhite為參考板的反射率。

無人機搭載高光譜相機，結合了無人機輕便、易操作和高光譜相機采集地物連續光譜信息等優點，可以從近地一定高度、低成本、天氣因素影響小、方便快捷的對大面積茶園進行監測和病蟲害防治。

（二）常見的有機茶園病蟲害及表現形態

有機茶園的建設要求其中重要的一項指標就是不能使用人工合成農藥和殺蟲劑，從而導致有機茶園的病蟲害防治工作是有機茶園建設的重點工作。常見的茶園病蟲害有假眼小綠葉蟬、茶毛蟲、茶尺蠖、茶刺蛾、茶橙癭螨、茶葉癭螨、黑刺粉虱、茶炭疽病等病害蟲災。茶樹的病蟲害絕大部分是對茶樹的葉片造成危害，并且在葉片上顯示出病蟲害形態，最終影響有機茶園的茶葉產量及品質。茶葉對不同類別的病蟲害脅迫表現形態不同。如：假眼小綠葉蟬造成茶葉邊緣泛黃葉脈變紅；茶尺蠖蠶食茶樹葉片甚至吃光葉片；黑刺粉虱吸收嫩葉汁液并排泄分泌物造成煙霉病致茶樹成片枯死；茶炭疽病由病源真菌浸染引發葉尖、葉緣產黃褐色小點，隨后轉變為焦黃色直至為灰白色。

（三）高光譜影像識別技術在有機茶園病蟲害防治中的應用研究

1.植被光譜特征。綠色植物植被光譜特征明顯不同于其他地物的光譜特征，其中對植被光譜特征產生重要影響的化學成分主要是色素、水分、碳以及氮。通常情況下取植被生化敏感度高的波段范圍值400～2500nm 波長作為植被光譜的研究范圍，在該范圍內又分為可見光（400～700nm）、近紅外光（700～1300nm）、短波紅外1（1300～1900nm）、短波紅外2（1900～2500nm）四個部分。植被光譜對不同的波長存在著不同的反射特點?？刂迫~子反射率的因素及波長如圖1：

圖1 控制葉子反射率因素及波長

植被光譜在可見光400～700nm 波長范圍內起主要影響作用的是茶樹葉子的花青素、葉黃素和葉綠素等色素，其中最明顯的是葉綠素。在450nm 波長附近是葉綠素對太陽輻射光的強吸收帶；在550nm 波長附近則是葉綠素對太陽輻射光線的強反射區，相較于可見光范圍內有較高的反射值；在670nm 波長附近是葉綠素光合作用轉化對太陽輻射光的強吸收帶；從而植被光譜在可見光區域呈現出一個正弦波單峰波形態。

在近紅外波段700～1300nm 波段范圍內對植被光譜起影響作用的主要是細胞構造，葉子的海綿組織對此期間范圍內的近紅外波具有強烈的反射形態，在此波段區間植被光譜的反射率達到最高峰，并且反射率遠大于可見光波長范圍內的反射率。由于在700～750nm 波長范圍內是植被的反射率快速上升區域，從而植被光譜曲線呈陡峭的直線形狀上升至波峰，該形態特征定義為“紅邊”?！凹t邊”是區別于其他地物最明顯、特有的光譜特征，其他地物都沒有“紅邊”特征的存在。在970nm 和1190nm 附近是植被葉子中水分的強吸收帶，用這兩個波段光譜特征監測葉子中水分含量的變化。

在1300～1900nm 范圍稱為短波紅外1，在1900～2500nm 范圍稱為短波紅外2；在這兩個波段區間主要是葉子水含量對植被光譜的影響貢獻大；同時在1500～1720nm 范圍內由于氮的影響和在1830～2080nm 范圍內由于二氧化碳的影響，形成波狀起伏的光譜特征形態，并且反射率逐漸降低。

2. 基于光譜特征位置變量分析來診斷茶園病蟲害。有機茶園在受到病蟲害侵擾時，茶樹的葉子會呈現出具有相應病態特征的狀態，如顏色的改變、結構的破壞或外形的改觀等，茶樹葉子的光譜反射率也會隨之改變。在可見光波段向近紅外波段過渡區間，受病害的植被反射率比健康茶樹的反射率大，同時近紅外光譜的變化產生在可見光光譜的變化之前，通過近紅外光譜的監測分析，提前預判評估有機茶園的病蟲害發生情況。健康植被與病蟲害植被光譜曲線如圖2：

圖2 健康植被與病蟲害植被光譜曲線

茶葉病蟲害主要表現在茶樹葉片上，病蟲害通過對茶樹葉片結構、葉綠素數量和質量等因素的危害而形成有機茶園的病害蟲災。茶樹葉片的物理和化學結構的變化，導致太陽輻射到茶葉上的植被光譜特征產生變化，當茶樹健康旺盛生長時，茶葉的葉綠素含量高于葉黃素和花青素，茶葉的光譜反射率低，紅邊的位置向長波方向移動（即“紅移”）；反之，在茶樹遭受到病蟲害脅迫狀態下時，葉黃素和花青素的含量高于葉綠素，茶葉的反射率高，紅邊向短波方向移動（即“藍移”）。根據高光譜遙感測定的反射率數據來反演計算出茶樹冠層的葉綠素含量（SPAD）和葉面積指數（LAI），通過分析反射的光譜特征值“紅邊”“綠峰”“紅谷”“藍邊”等色調形態以及生物量和物候的變化來推斷出有機茶園中茶樹的病蟲害狀況。

三、結論

隨著科技的發展遙感技術在精準農業領域中的應用也越來越多，但是高光譜無人機遙感技術在農業領域仍處于起步階段，目前大部分是在水稻、玉米、小麥、棉花等作物中進行了研究應用，其他農作物中處于起步或空白的狀況，高光譜無人機遙感技術在農業中仍有廣闊的研究空間和應用實踐領域。

在勞動密集型的有機茶園管理中，病蟲害防治是一項重要的基礎工作，應用高光譜無人機遙感技術進行有機茶園的智能化管理，對茶園管理從業者提出了更高的素質要求，不僅要有茶樹栽培管理技術，而且還要有對計算機、無人機、專家管理系統等現代信息化設備和技術的應用能力。

通過對高光譜無人機遙感影像技術的深入研究，結合農業生產管理規律，科學構建有機茶園病蟲害防治智能管理專家系統，針對大面積茶山，利用茶樹的植被光譜特性，在肉眼無法識別的情況下，盡早的、方便快捷的發現茶葉病蟲害，再結合神經網絡技術，識別出病害類別后對癥制定防治措施。