1 引言

在农业生产中，提高产量是人类的主要目的，而农药的发明和使用则是关键手段[1]。但是，随着现代生活质量的提高，农药对环境污染和农作物残留的影响成为人们所密切关注的问题。我国每年使用农药制剂达130万吨，单位面积农药使用量是世界平均水平的2.5倍，受污染的耕地面积达1.5亿亩，约占可耕地面积的1/10，其中很大部分源于农药化肥的不合理施用[2-3]。2015年中央一号文件要求加强农业面源污染治理，大力推广低毒低残留农药，农业部也已通过化肥农药减施行动方案，提出到2020年化肥农药使用量实现零增长。而近年来，我国精准农业航空发展迅速，受到植保界的特别重视，是减少农药用量，降低农药残留，提升农药防效的有力手段。

精准农业航空技术主要是指利用各种技术和信息工具来实现农业航空作业生产率的最大化，是精准农业技术在农业航空领域的应用，主要包括全球定位系统、地理信息系统、土壤地图、产量监测、养分管理地图、航拍、变量控制器及地面验证等精准农业技术。机载遥感系统可以产生精确的空间图像来分析农田植物的水分、营养状况，病虫害的状况；空间统计学可以结合数据更好地分析空间图像，通过图像处理将遥感数据转换成处方图；变量喷施系统根据已给出的作物处方图及航空喷施雾滴沉积模型控制喷施过程中的施药量；精准导航系统根据需作业区域地图规划出施药作业的航路图，并准确地使飞机沿着规定路线施药，有效避免重喷和漏喷；地面验证技术可以通过地面的雾滴沉积结果来为航空喷施作业的决策进行设计和指导；通过以上技术及设备的结合使用来实现对农田作物的变量、精准喷施的目的[4]。因此，本文通过对我国精准农业航空技术发展现状进行概括和总结，并预测了精准农业航空技术的发展趋势，指出了精准农业航空技术的未来发展方向，以期为国内科研机构和企业的科学研究及应用提供参考，加快我国精准农业航空的发展进程。

2 精准农业航空发展现状

2.1 遥感技术

农田作物信息的快速获取与解析是开展精准农业实践的前提和基础，是突破制约中国精准农业应用发展瓶颈的关键[5]。随着人口的不断增长和农业生产增加的需求，迫切需要改进农业资源管理。遥感技术可通过全球定位系统和地理信息系统来提高农作物病虫害管理精度，帮组农民获取最大的经济和环境效益。近年来，农业遥感技术发展迅速，已成为精准农业中一个重要的发展方向。目前，遥感主要可分为卫星遥感、有人机遥感和无人机遥感。

竞霞等[6]利用PLS 算法和高分辨率IKONOS卫星影像实现了棉花黄萎病病情严重的遥感监测，筛选出了棉花黄萎病病情严重度遥感估测的敏感因子，研究结果对实现大范围农作物病虫害的遥感监测具有重要的参考价值。张竞成等[7]采用环境星影像数据反演的各种植被指数，地表温度及作物干旱指数，通过logistic回归方法构建了小麦白粉病的发生预测模型。马慧琴等[8]采用不同的特征选择算法分别用筛选出的landsat8遥感数据、气象数据特征及2种数据特征相结合的方式构建了小麦灌浆期白粉病的发生预测模型，并对多种不同数据模型进行了验证与评估，结果结果进一步提高了作物病虫害发生的预测精度及可为其他作物病害遥感监测提供方法参考。鲍艳松等[9]以航空影像、地面冠层光谱数据及同步观测的植被生化数据为基础，探讨了冬小麦冠层氮素监测的遥感方法，并生成了基于航空高光谱OMIS影像数据的变量施肥处方图。汪沛等[10]通过对有人机搭载双目多光谱图像采集系统获取的水稻遥感图像进行光谱校正，从而提高在阴影条件下水稻氮素水平检测的精度。

无人机遥感技术具有平台构建容易、运行和维护成本低、体积小、质量轻、操作简单、灵活性高、作业周期短等特点。无人机遥感技术的发展，大大地扩展了以航天、航空遥感为主的农业遥感的应用范围，完善地面作物监测体系，特别对于中小尺度的农业遥感应用能够发挥更大的作用。乔红波等[11]采用手持式高光谱仪和低空遥感系统对不同危害程度小麦白粉病冠层光谱反射率进行了测定，通过线性回归分析建立了低空遥感平台光谱信息与作物生长状况指标的相关关系，结果表明低空遥感系统可以无损、快速、大面积地对小麦白粉病进行监测。李冰等[12]设计了一种低空无人直升机搭载美国Tetracam公司的ADC 多光谱相机系统对冬小麦不同生育期进行监测，研究结果表明利用植被指数阈值法获取的SAVI（土壤调整植被指数）阈值能够为大面积监测农作物的覆盖度和生长状况提供一种可行的手段。田振坤等[13]以冬小麦为研究对象，分析了无人机低空航飞获得的高空间分辨率农作物遥感影像特征，结果表明该方法从无人机高分辨率影像中提取不同种类的农作物分类信息具有较高的正确率和普适性，兼具快速和低成本的特点，在海量农作物无人机航拍数据的信息提取上具有较广的应用。

2.2 施药技术

农业航空施药作业是农业航空服务最主要的作业项目，由于其喷施作业具有作业效率高、作业速度快、突击能力强、应对突发性爆发性病虫害的防控效果好等特点，可解决水稻生长过程中地面机械难以下田作业的问题。此外，航空施药作业还有劳动用工少、综合作业成本低、不会留下辙印和损坏作物、不破坏土壤物理结构等优点，深受农场主和种植大户的欢迎和喜爱[14]，航空施药技术因此在农业生产中得到广泛的应用和推广。其中，航空施药技术主要可分为有人驾驶飞机航空施药技术及无人驾驶飞机航空施药技术。

在有人驾驶飞机施药方面，兰玉彬等[15]通过Air Tractor 402B农用飞机对添加了4种不同农药助剂的药液进行喷施试验，结果发现雾滴沉积量、雾滴粒径、雾滴密度等参数与农药助剂和飘移距离成高度相关性。张瑞瑞等[16]设计了一种用于有人直升机的变量施药控制系统并进行了相应试验，结果表明当直升机飞行速度小于160km/h时，实际施药量与设定施药量之间的误差保持在10%以内，有效解决了有人直升机无差别施药造成的农药浪费，提高了农药的有效利用率。王国宾等[17]研究测定了罗宾逊R-44直升飞机与贝尔206直升飞机飞行高度和喷头配置对农药雾滴在水稻田沉积分布以及对稻瘟病防治效果的影响。张东彦等[18]对M-18B型、Thrush 510G 型飞机在不同环境参数（风速、温度、湿度）、喷嘴角度条件下的有效喷幅宽度进行了评定，对不同飞机喷施作业的雾滴沉积分布特性进行了分析和比较，并首次形成了施药效果测试报告。上述已开展的探索研究大大促進了有人驾驶飞机航空施药技术的快速提升和广泛推广。

在无人驾驶飞机施药方面，邱白晶等[19]通过采用二因素三水平试验方法研究了CD-10型无人直升机喷雾沉积浓度、沉积均匀性与飞机飞行高度、飞行速度及两因素间的交互作用的关系，并建立了相应的关系模型；秦维彩等[20]通过改变N-3型无人直升机的作业高度和喷洒幅度对玉米进行喷施试验，研究了喷洒参数对玉米冠层的雾滴沉积分布的影响，获得了不同作业高度和喷幅下无人机喷雾在玉米冠层中的雾滴沉积量和沉积密度。陈盛德等[14]研究了HY-B-10L型单旋翼电动无人直升机在不同作业参数下对杂交水稻植株冠层喷施作业的雾滴沉积分布效果，并根据雾滴沉积结果和外界环境参数对雾滴沉积分布规律的影响进行了分析。同时，在无人机作业参数优化方面，多种类型的无人机根据不同作业参数下的雾滴沉积结果对作业参数进行了优化和筛选[14，20-23]，如表1所示。上述已开展的探索与研究结果为有效应用小型无人机开展航空施药作业提供了极大的参考价值。

另外，为加快推进无人机航空施药应用技术的研究与推广，华南农业大学精准农业航空团队先后在云南、湖南、新疆、河南等多地开展橙树、水稻、棉花、小麦等多种作物的无人机航空施药技术应用研究。2016年，河南全丰航空科技有限公司和华南农业大学组织40多家农业无人机企业成立了国家航空植保科技创新联盟，这是正式开启中国农用无人机航空施药技术应用发展的里程碑。联盟于2016年5月、2016年7月和9月先后组织多家单位分别在河南和新疆等地开展小麦蚜虫防治和喷施棉花脱叶剂的测试作业，加快了无人机航空施药技术的应用和推广。2016年8月，陕西省30万亩玉米粘虫病害大爆发，联盟组织多家联盟成员、调动100余架无人机开展紧急防治救灾工作。此次救灾是国内农用无人机航空施药作业的首次协同作战，标志着应用农用无人机进行大规模病虫害防治进入新的篇章。

3 结语及展望

随着精准农业技术的不断进步，以及对粮食安全和生态安全要求的提高，精准农业航空技术被越来越多的人所熟知。同时，由于精准农业航空的作业特点，图像实时处理技术、变量喷施技术、数据融合技术、高精度RTK定位技術、多机协同作业技术及无人机喷施配套技术必将成为未来的研究方向和研究重点，为精准农业航空技术的应用和发展提供有力的保障。

精准农业航空产业的发展是中国农业现代化建设的重要组成部分，随着相关制度及配套核心技术的不断完善，中国精准农业航空产业必将得到健康、有序和高速发展，有利于指导人们更加合理地使用化肥农药和实现农业病虫害统防统治，实现精准作业，从而满足人们对生态环境的要求，极大地提速中国现代农业的进程。

【参考文献】

[1] Lan， Yubin， Chen Shengde， Fritz B K， Current status and future trends of precision agricultural aviation technologies[J]. Int J Agric & Biol Eng， 2017. 10（3）： 1-17.

[2] 袁会珠， 杨代斌， 闫晓静，等. 农药有效利用率与喷雾技术优化[J]. 植物保护， 2011， 37（5）：14-20.

[3] 中华人民共和国国土资源部，中华人民共和国环境保护部，全国土壤污染状况调查公报，2014.

[4] Lan Y B， Thomson S J， Huang Y B， et al. Current status and future directions of precision aerial application for site-specific crop management in the USA[J]. Computers & Electronics in Agriculture， 2010； 74（1）： 34–38.

[5] 汪沛， 罗锡文， 周志艳，等. 基于微小型无人机的遥感信息获取关键技术综述[J]. 农业工程学报， 2014， 30（18）：1-12.

[6] 竞霞， 黄文江， 琚存勇，等. 基于PLS算法的棉花黄萎病高空间分辨率遥感监测[J]. 农业工程学报， 2010， 26（8）：229-235.

[7] Zhang Jingcheng， Pu Ruiliang， Yuan Lin， et al. Integrating remotely sensed and meteorological observations to forecast wheat powdery mildew at a regional scale. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing， 2014， 7（11）： 4328-4339.

[8] 马慧琴， 黄文江， 景元书，等. 基于AdaBoost模型和mRMR算法的小麦白粉病遥感监测[J]. 农业工程学报， 2017， 33（5）：162-169.

[9] 鲍艳松， 王纪华， 刘良云，等. 不同尺度冬小麦氮素遥感监测方法及其应用研究[J]. 农业工程学报， 2007， 23（2）：139-144.

[10] 汪沛， 张俊雄， 兰玉彬，等. 多光谱低空遥感图像光照辐射度校正[J]. 农业工程学报， 2014， 30（19）：199-206.

[11] Qiao Hongbo， Zhou Yilin， Bai Youlu， et al. The primary research of detecting wheat powdery mildew using in-field and low altitude remote sensing[J]. Acta Phytophylacia Sinica， 2006， 33（4）： 341-344.

[12] 李冰， 刘镕源， 刘素红，等. 基于低空无人机遥感的冬小麦覆盖度变化监测[J]. 农业工程学报， 2012， 28（13）：160-165.

[13] 田振坤， 傅莺莺， 刘素红，等. 基于无人机低空遥感的农作物快速分类方法[J]. 农业工程学报， 2013， 29（7）：109-116.

[14] 陈盛德， 兰玉彬， 李继宇，等. 小型无人直升机喷雾参数对杂交水稻冠层雾滴沉积分布的影响[J]. 农业工程学报， 2016， 32（17）：40-46.

[15] Lan Yubin， W C Hoffmann， B K Fritz， D E Martin， J D J Lopez. Spray drift mitigation with spray mix adjuvants [J]. Applied Engineering in Agriculture， 2008， 24（1）： 5-10.

[16] 张瑞瑞， 李杨， 伊铜川，等. 有人直升机变量施药控制系统的设计与试验[J]. 农机化研究， 2017， 39（10）：124-127.

[17] 王国宾， 李学辉， 任文艺，等. 两种大型直升飞机在水稻田喷雾质量检测及对稻瘟病的防效观察[J]. 中国植保导刊， 2014（s1）：6-11.

[18] Zhang Dongyan， Chen Liping， Zhang Ruirui， Xu Gang， Lan Yubin， W C Hoffmann， Wang Xiu， Xu Min. Evaluating effective swath width and droplet distribution of aerial spraying systems on M-18B and Thrush 510G airplanes. Int J Agric & Biol Eng， 2015， 8（2）： 21-30.

[19] 邱白晶， 王立伟， 蔡东林，等. 无人直升机飞行高度与速度对喷雾沉积分布的影响[J]. 农业工程学报， 2013， 29（24）：25-32.

[20] 秦维彩， 薛新宇， 周立新，等. 无人直升机喷雾参数对玉米冠层雾滴沉积分布的影响[J]. 农業工程学报， 2014， 30（5）：50-56.

[21] 张京， 何雄奎， 宋坚利，等. 无人驾驶直升机航空喷雾参数对雾滴沉积的影响[J]. 农业机械学报， 2012， 43（12）：94-96.

[22] 秦维彩， 薛新宇， 张宋超，等. 基于响应面法的P20型多旋翼无人机施药参数优化与试验[J]. 江苏大学学报（自然科学版）， 2016， 37（5）：548-555.

[23] Zhang P， Deng L， Lv Q， He S， Yi S， Liu Y， et al. Effects of citrus tree-shape and spraying height of small unmanned aerial vehicle on droplet distribution. Int J Agric & Biol Eng， 2017； 33（1）： 117–123.