1. 研究目的与意义、国内外研究现状（文献综述）
课题的意义：
作物幼苗的发育好坏直接影响最终的产量和品质[1]。目前，作物长势无损监测研究大多侧重于获取中后期的群体参数（叶面积、生物量、覆盖度等），而幼苗期的光谱监测研究较少。而低空无人机遥感技术具有高分辨率、实时获取影像、操作简单和低成本等优势，在现代农业生产上具有重要应用前景[2]。无人机遥感作为低空领域的监控手段，有力地弥补了高空监测与地面监测间的空白区域，具有比卫星监测更精确、比地面监测更灵活的优点[3]。适宜的基本苗是保证小麦群体合理发展，从而既获得足穗，又防止因群体过大，后期发生倒伏的重要因素。因此，本课题将基于无人机平台获取小麦苗期的多光谱图像和RGB图像，寻求基于无人机平台监测小麦基本苗的适宜方法，以此可迅速便捷地获取小麦基本苗情况，并及时进行补种或补栽，对辅助作物后期管理也起到重要作用。
国内外研究进展：
基于无人机平台的作物苗期监测在国内外学者的共同努力下取得了很大的进展。Torres-Sánchez等利用无人机采集麦田早期RGB影像，计算和评价了6个可见光谱指数，以研究飞行高度和播种后天数对分类精度的影响，结果表明ExG、VEG指数和30m飞行高度具有较好的精度，进行了RGB影像在早期作物监测应用上的第一次尝试[7]。Jin等人通过低空无人机航拍技术获取了小麦苗期的高分辨率图像，从而发现测定小麦出苗密度的最佳实验时期是植株长到1-2片叶子的时候，且地面分辨率需大于0.04mm，说明了RGB影像在监测小麦出苗密度上的可应用性[4]。陈雯应用无人机获取小麦田间RGB图像，构建了一种小麦苗数估算模型，并结合此估算模型和图像处理技术构建反映小麦出苗均匀度的方法，发现此估算模型在1叶期最低密度时准确度最高，随着密度的增高或叶龄的增加，准确度呈下降趋势，这表明此无人机图像处理技术能够较准确的反映小麦苗期出苗均匀度[5]。Liu等利用无人机获取小麦苗期RGB影像，以获得小麦种子出苗情况与缺苗均匀性的相关数据，并与人工调查结果的比较，发现撒播时均方根误差（RMSE）为0.44，点播时均方根误差为0.64，说明了应用RGB影像监测小麦出苗的可行性[6]。苏伟等通过提取无人机RGB影像的超绿特征和Hough变换方法提取育种玉米的垄数，发现虽然苗期玉米植株太小，提取精度也达到97.67%，进一步验证了RGB影像在监测苗期作物的应用上的可行性[8]。牛庆林等基于无人机遥感平台构建了低成本的遥感数据获取系统，以获取玉米苗期的RGB影像，并基于此结合地面控制点生成试验田玉米育种材料的数字表面模型（digital surface model, DSM），从而基于DSM提取玉米育种材料株高，发现DSM提取的株高与实测株高具有高度的一致性，说明了RGB影像在提取作物苗期株高上应用的可行性[9]。Friederike利用无人机获取玉米3-5叶期RGB影像，以进行玉米幼苗数字化计数，结果表明与人工计数的差异小于5%[11]。Adrian等使用分别搭载RGB相机和多光谱相机的无人机获取玉米4-6叶期影像，对常规耕作和CA条件下的玉米表现进行了评价，实验结果强调了RGB影像在作物表现评估和杂交种选择中的适用性，但是对于多光谱影像的应用却未做过多解释[10]。
根据国内外学者的研究，发现现如今基于无人机平台的对小麦苗期的研究还相对较少，更多的是对苗期作物相对较大的玉米的研究，且对于作物苗期监测多使用RGB影像，多光谱影像的应用相对较少。
| 参考文献 | 数据来源 | 监测指标 |
| Torres-Sánchez et al., 2014 | 基于无人机平台的数码相机 | 小麦苗期植被指数 |
| Friederike el al., 2017 | 基于无人机平台的数码相机 | 玉米幼苗计数 |
| Jin et al., 2017 | 基于无人机平台的RGB相机 | 小麦苗期密度 |
| Liu et al., 2017 | 基于无人机平台的RGB相机 | 小麦出苗情况与缺苗均匀性 |
| 陈雯 等, 2018 | 基于无人机平台的RGB相机 | 小麦出苗均匀度 |
| 苏伟 等, 2018 | 基于无人机平台的RGB相机 | 玉米苗期和拔节期垄数 |
| 牛庆林 等., 2018 | 基于无人机平台的数码相机 | 玉米苗期株高 |
| Adrian et al., 2018 | 基于无人机平台的RGB相机和多光谱相机 | 玉米苗期NDVI |
表1.基于无人机平台作物苗期监测的研究进展
应用前景：
本研究将可以迅速便捷地获取小麦基本苗情况，便于进行小麦苗期管理，可及时进行补种或补栽，同时对辅助小麦后期管理也起到重要作用，此研究可完善对小麦整个生育期的监测。
参考文献：
[1]罗珊,康玉凡,夏祖灵.种子萌发及幼苗生长的调节效应研究进展[J].中国农学通报,2009,25(2):28-32.
[2]Muoz Colomina,Clara I,Molina S P.Unmanned aerial systems for photogrammetry and remote sensing: A review[J].Isprs Journal of Photogrammetry Remote Sensing,2014,92(2):79-97.
[3]汪沛,罗锡文,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.
[4]JinX,LiuS,BaretF,HemerléM.A Comar.Estimates of plant density of wheat crops at emergence from very low altitude UAV imagery[J].Remote sensing of Environment,2017,198:105-114.
[5]陈雯.基于无人机图像的小麦出苗均匀度评价[D].江苏：扬州大学,2018.
[6]Liu T,Li R,et al.Evaluation of Seed Emergence Uniformity of Mechanically SownWheatwithUAVRGB Imagery[J].Remote sensing,2017,9(12):2072-4292.
[7]Torres-Sánchez, J, Pe?A J M , De Castro A I et al.Multi-temporal mapping of the vegetation fraction in early-season wheat fields using images from UAV[J]. Computers and Electronics in Agriculture, 2014, 103:104-113.
[8]苏伟,蒋坤萍,等.基于无人机遥感影像的育种玉米垄数统计监测[J].农业工程学报,2018,34(10):92-98.
[9]牛庆林,冯海宽,等.基于无人机数码影像的玉米育种材料株高和LAI监测[J].农业工程学报,2018,34(5):73-82.
[10]Graciaromero A,Omar VergaraDíaz,Thierfelder C,et al.Phenotyping Conservation Agriculture Management Effects on Ground and Aerial Remote Sensing Assessments of Maize Hybrid Performance in Zimbabwe[J]. Remote Sensing, 2018, 10(3):349.
[11]Friederike Gndinger,Schmidhalter U.Digital Counts of Maize Plants by Unmanned Aerial Vehicles (UAVs)[J]. Remote Sensing,2017, 9(6):544.
2. 研究的基本内容和问题
研究目标：
本课题将基于无人机平台分别获取小麦苗期的多光谱图像和rgb图像，寻求基于无人机平台监测小麦基本苗的适宜方法，以此可迅速便捷地获取小麦基本苗情况，并及时进行补种或补栽，对辅助作物后期管理也起到重要作用。
研究内容：
3. 研究的方法与方案
研究方法：
本研究在江苏省兴化市设置试验小区（图1），分别使用大疆精灵3获取小麦苗期rgb影像、搭载airphen法国多光谱相机的大疆无人机获取小麦苗期多光谱影像，对影像进行处理提取，与人工监测得到的基本苗数据进行比较，研究监测小麦基本苗的适宜方法。
4. 研究创新点
（1）本研究所使用的AIRPHEN法国多光谱相机分辨率较高，可以满足小麦苗期影像获取的基本要求。
（2）本研究获取小麦苗期多光谱影像和RGB影像，从中获取的基本苗数据，与人工获取的基本苗数据建立相关关系，分析各自的优缺点，这是前人鲜有研究的，这可以完善小麦整个生育期的监测。
5. 研究计划与进展
本研究于2018年12月开始，2019年5月完成。
（1）2018年12月：利用无人机获取兴化市小麦试验小区的多光谱影像和rgb影像，并人工数出每个小区中1m×1cm的样方中的小麦基本苗数据。
（2）2019年1月-2018年2月：将获取的无人机影像进行校正、配准、融合等预处理工作；并查阅相关文献，进行资料整理。
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
