每年，美國獨立的玉米和大豆種子公司Peterson Farms Seed都會研究和測試創新的施種和施肥方法。必須對諸如土壤成分、植物健康狀況等田間條件進行監控，以確定每個季節的種子和肥料施用水平。為了實現這樣的目標，傳統方法是使用衛星圖像，而無人機搭載多光譜成像這樣的新技術，正在提供一種更快捷、更精準的方法。
Peterson Farms Seed公司必須要確定種子和肥料的施用水平。一個被稱為“變量施種/施肥”的過程，其根據某塊田地的歷史產量、土壤健康狀況、海拔和衛星或無人機圖像，對這塊田地施用最佳數量的種子或肥料。例如，Peterson Farms Seed公司精準農業系統專家Nolan Berg表示，如果一塊玉米地（見圖1）的傳統播種密度為每英畝34000粒玉米種子，那麼調整播種到歷史產量較高的田地中的種子數量、減少產量較低的田地中的種子數量，這種做法具有積極意義。
圖1：大疆的四旋翼無人機，為Peterson Farms Seed公司提供玉米田收割的空中圖像
季節性的變量施種/施肥，是Peterson Farms Seed公司在保持較高產量的同時，降低投入成本的另一種方法。
“玉米在生長季末期會吸收更多的氮肥，所以如果在一開始就將所有氮肥都施放到田地中，就會因為下雨和氣候炎熱等環境因素，造成氮肥流失。”Berg說，“因此，在玉米生長季的初期，先施加少量氮肥，然後重新評估土壤的養分和玉米植株的生長情況，並根據實際情況在隨後的生長期中按需進行變量施肥，從而有助於降低氮肥流失的風險。”
針對變量施肥的計劃，被稱為變量施肥方案（見圖2）。Berg表示，傳統的衛星圖像有助於告知（顯示）應該指定怎樣的變量施肥方案。
圖2：利用無人機上搭載的RGB相機和多光譜相機收集的數據，創建變量施種/施肥方案
“衛星圖像非常有助於創建變量施肥方案，但是衛星圖像最多一週只能採集一次，或者每兩週或每三週採集一次。”Berg說，“如果要想立即施肥，那麼就需要使用最新的衛星圖像，因此一週前或幾周前採集的衛星圖像，可能不能很好地代表當時當地的田地和作物狀況。”
Berg解釋說，通過使用無人機機載成像技術，Peterson Farms Seed公司現在能夠在幾英寸範圍內對田地和作物實現精準評估，從而能根據實際評估情況，改變對該塊田地的施種/施肥方案。
“不同區域的田地中，存在著很大的評估變異，所以會根據評估結果，不斷地重新調整種子和肥料的施用水平。”他說：“有些土地貧瘠，每年的產量都很低，所以在這樣的土地中施放大量的種子和肥料是沒有意義的。這是在浪費資金，因此對這些土地的投入會減少，而是將更多的投入施放到產量較好的土地中，以期獲得更高的產量。”
針對該項目，Peterson Farms Seed公司選擇了Sony Electronics Professional Solutions美國公司的植被分析平臺，該平臺包括一個多光譜相機和附帶的Fast Field Analyze離線軟件。
將索尼的系統安裝在一架大疆的Phan-Tom4四旋翼無人機上，可以創建一個覆蓋目標領域的飛行計劃。一旦計劃確定，無人機就自行起飛，開始拍攝目標田地的圖像。待無人機著陸後，從相機中取出SD卡，並將其放入筆記本電腦進行處理。有了這套系統，可以在飛行後幾分鐘內生成一張地圖，而無需依賴現場的任何互聯網連接。
在索尼的Fast Field Analyze軟件生成一張地圖後，將地圖導出並輸入到Ag Leader公司的SMS農場軟件中。輸入數據包括彩色無人機數據以及數據輸入層，包括土壤類型、土壤測試數字、標準化差異植被指數（NDVI）圖（見圖3）和多年的產量圖。這些通過軟件運行，並綜合在一起創建變量施種/施肥管理區。
圖3：標準化差異植被指數（NDVI）地圖提供圖像和數據，以幫助創建變量施肥方案
在最近的一個案例中，無人機在一天內飛越了好幾片田地。到第二天下午，Berg使用這兩個軟件包處理NDVI地圖，並創建變量施肥地圖，以便在第二天施肥。地圖中的紅色部分顯示了沒有施肥的淹死玉米的區域。在南部（地圖下半部分），即地圖上排水較好的地區，該公司施用了更多的肥料以獲得更好的產量。
“這片農田的整體投入數量通常保持不變，但不是在低產區或無產區浪費種子或氮肥，而是在高產區施用更多的肥料，從而提高產量。”
MSZ-2100G傳感器單元（見圖4）由一臺多光譜相機和一臺RGB相機組成。其中RGB相機配備1200萬像素的Sony Exmor R CMOS圖像傳感器，用於捕捉航空圖像；而200萬像素的NDVI多光譜相機，用於捕獲紅色區域和NDVI範圍內的圖像。
圖4：Sony的MSZ-2100G傳感器單元配備了一個1200萬像素的RGB相機和一個200萬像素的多光譜攝像機，用於拍攝航空圖像
根據美國宇航局（NASA）的描述，NDVI是通過以下方法計算的：近紅外輻射減去可見光輻射，兩者之差再除以近紅外輻射與可見光輻射之和，即：
NDVI =（NIR-VIS）/（NIR+VIS）
大多數衛星植被指數都使用這個公式，來量化地球上植物生長的密度。
除了索尼的圖像傳感器外，該設備還包含一個全球導航衛星系統（GNSS）傳感器，其用於為成像提供精確的地理定位數據。索尼的Fast Field Analyzer軟件處理NDVI和RGB數據以及地理位置信息，生成詳細的地圖，並且能在不需要互聯網連接的情況下實現快速現場分析。
Berg說：“僅僅用一幅彩色圖像就可以完成很多工作，但是NDVI圖像能夠提供更科學、更精確的可重複數據。如果某個地方在NDVI標度上顯示為紅色，這就是對實地情況的準確表示。”
他補充說，“基本上，NDVI圖像能夠顯示肉眼看不到的東西，同時還能更早地顯示農作物可能要面臨的各種危害。”
當Berg剛開始在Peterson Farms Seed公司工作時，採用的是傳統方法，即在種植前將所有計劃施用的肥料一次都施放到這塊田地中。後來，他們經過研究選擇先施用大約70%-75%的肥料，剩餘的肥料根據無人機拍攝的圖像進行季節性變量施肥，這讓他們收穫了積極的結果。Peterson Farms Seed公司在種子和化肥等投入上的花費與過去基本相同，但是總產量卻有所提高。
Berg說：“歸根結底，我們現在的種植方式肯定比以前更加高效，我們希望用比以前更少的投入，獲得更高的收益，最終提高盈利能力。”
激光天地轉載自： James Carroll act視覺系統設計
閱讀更多 江蘇激光產業創新聯盟 的文章
