“民以食為天”，“無農不穩，無糧則亂”， 糧食問題自古是關乎計民生的大事，必須得到足夠的重視。

作物生長狀況以及產量，關系到農戶一整季甚至一整年的收入。傳統的統計和監測方法存在效率低、精度差等問題，難以提供及時可靠的手資料。而通過無人機遙感手段，一畝畝農田被數字化成一幅幅電子地圖，能夠更好地監測作物生長，并且提前預知當季的作物產量。
從2017開始，統計局湖北調查總隊連續開展了3年的無人機遙感估產項目。承接該項目的武漢思眾空間信息科技有限公司向我們介紹了他們的工作：從無人機影像到水稻產量，這個過程并不簡單。來自武漢思眾的喬乾介紹說：“但簡單來說，我們首先使用搭載多光譜相機的無人機，采集水稻的多光譜影像，然后通過無人機后處理軟件把影像轉化為NDVI植被指數地圖。后把得到的NDVI地圖，結合各種因子（氣溫、降水、肥料等）輸入到估產模型中，得到了水稻產量分布。”

野外——水稻光譜信息采集

估產項目位于湖北省枝江市萬水橋村和袁碼頭村，兩村面積共計14平方公里。
在水稻的整個生長周期中，工作人員需要在3個生長階段進行無人機影像采集，它們分別是分蘗期，抽穗期和灌漿期。影像采集通常在上午9點至下午5點之間進行，時間為上午10點至下午2點。根據工作人員的經驗，上述時間擁有比較好的飛行和拍攝條件，數據精度也更。

△無人機正在采集水稻多光譜影像
通過多次比較，工作人員找到了有效率的飛行參數，設置如下：地面分辨率10厘米，航向重疊度75%，旁向重疊度65%。另外，在每個村莊布設17個控制點，以保證后的成果精度。
在飛行硬件的選擇上，經過精挑細選，后入選的是大疆M200無人機，Sequoia紅衫多光譜相機和Rededge紅邊多光譜相機。喬經理特意調：“估產工作對多光譜相機的度要求很，我們比較了市面上數款多光譜相機，認可的還是紅衫和紅邊這兩款。”
喬經理告訴我們：“天氣是野外數據采集的大挑戰，如果生長階段都在下雨，可能會錯過采集數據的好時期：一是雨天不能飛行，二是雨水會影響數據的確性。所以事先掌握天氣狀況是重要的。”

室內——水稻產量模擬

結束了飛行后，接下來工作人員要對無人機影像進行數據處理。在水稻的每一個生長階段，從無人機輸出的影像都多達8000張彩色照片，以及3-4萬張多光譜影像。這些影像被導入到Pix4Dmapper軟件中進行自動化處理，生成NDVI植被指數。

喬經理告訴我們，分蘗期、抽穗期和灌漿期是水稻的三個關鍵生長階段，這三期的NDVI數據能夠很好地幫助進行作物生長情況預判。獲得全部三期NDVI數據后，再結合氣溫，降水，肥料等數據，導入到武漢思眾自行研發的水稻產量模型中進行計算，生成水稻產量分布圖。“

在該項目中，武漢思眾使用的是一臺i7 CPU, 32G內存的電腦，對于一個村的數據量，從影像到NDVI指數地圖，所需時間約為1周。喬經理說：“數據處理的大部分時間都用于NDVI指數的生成，但是Pix4Dmapper對多光譜影像能自動進行輻射校，這大大減輕了我們的工作負擔。另外，輻射校功能也會顯著提終結果的確度。“

枝江市萬水橋村NDVI指數圖，NDVI可以清楚指示植物的健康程度

產量預估的價值

武漢思眾終提交的成果包括：水稻種植變化情況，NDVI植被指數圖以及產量分布圖。不僅是統計局，這些數據對于農場、植保隊、以及保險公司都是非常有價值的。另外，這些數據還可以指示植被的生長狀況，并依此進行更有針對性的施肥和噴藥，終達到提產量的目的。
喬經理對無人機遙感的價值和前景充滿信心：“我們的這個水稻測產模型適用于大多數品種的水稻，也適用于各種氣候條件。之前在一次會議上，有農場對我們的工作表現出烈興趣，因為提前知道產量，對于評估農作物市場價格具有很大的指導意義。目前已基本確定，此無人機遙感項目將會在2020年繼續開展下去。”