“民以食为天”，“无农不稳，无粮则乱”， 粮食问题自古是关乎计民生的大事，必须得到足够的重视。
作物生长状况以及产量，关系到农户一整季甚至一整年的收入。传统的统计和监测方法存在效率低、精度差等问题，难以提供及时可靠的手资料。而通过无人机遥感手段，一亩亩农田被数字化成一幅幅电子地图，能够更好地监测作物生长，并且提前预知当季的作物产量。
从2017开始，统计局湖北调查总队连续开展了3年的无人机遥感估产项目。承接该项目的武汉思众空间信息科技有限公司向我们介绍了他们的工作：从无人机影像到水稻产量，这个过程并不简单。来自武汉思众的乔乾介绍说：“但简单来说，我们首先使用搭载多光谱相机的无人机，采集水稻的多光谱影像，然后通过无人机后处理软件把影像转化为NDVI植被指数地图。后把得到的NDVI地图，结合各种因子（气温、降水、肥料等）输入到估产模型中，得到了水稻产量分布。”
野外——水稻光谱信息采集
估产项目位于湖北省枝江市万水桥村和袁码头村，两村面积共计14平方公里。
在水稻的整个生长周期中，工作人员需要在3个生长阶段进行无人机影像采集，它们分别是分蘖期，抽穗期和灌浆期。影像采集通常在上午9点至下午5点之间进行，时间为上午10点至下午2点。根据工作人员的经验，上述时间拥有比较好的飞行和拍摄条件，数据精度也更。
△无人机正在采集水稻多光谱影像
通过多次比较，工作人员找到了有效率的飞行参数，设置如下：地面分辨率10厘米，航向重叠度75%，旁向重叠度65%。另外，在每个村庄布设17个控制点，以保证后的成果精度。
在飞行硬件的选择上，经过精挑细选，后入选的是大疆M200无人机，Sequoia红衫多光谱相机和Rededge红边多光谱相机。乔经理特意调：“估产工作对多光谱相机的度要求很，我们比较了市面上数款多光谱相机，认可的还是红衫和红边这两款。”
乔经理告诉我们：“天气是野外数据采集的大挑战，如果生长阶段都在下雨，可能会错过采集数据的好时期：一是雨天不能飞行，二是雨水会影响数据的确性。所以事先掌握天气状况是重要的。”
室内——水稻产量模拟
结束了飞行后，接下来工作人员要对无人机影像进行数据处理。在水稻的每一个生长阶段，从无人机输出的影像都多达8000张彩色照片，以及3-4万张多光谱影像。这些影像被导入到Pix4Dmapper软件中进行自动化处理，生成NDVI植被指数。
乔经理告诉我们，分蘖期、抽穗期和灌浆期是水稻的三个关键生长阶段，这三期的NDVI数据能够很好地帮助进行作物生长情况预判。获得全部三期NDVI数据后，再结合气温，降水，肥料等数据，导入到武汉思众自行研发的水稻产量模型中进行计算，生成水稻产量分布图。“
在该项目中，武汉思众使用的是一台i7 CPU, 32G内存的电脑，对于一个村的数据量，从影像到NDVI指数地图，所需时间约为1周。乔经理说：“数据处理的大部分时间都用于NDVI指数的生成，但是Pix4Dmapper对多光谱影像能自动进行辐射校，这大大减轻了我们的工作负担。另外，辐射校功能也会显著提终结果的确度。“
枝江市万水桥村NDVI指数图，NDVI可以清楚指示植物的健康程度
产量预估的价值
武汉思众终提交的成果包括：水稻种植变化情况，NDVI植被指数图以及产量分布图。不仅是统计局，这些数据对于农场、植保队、以及保险公司都是非常有价值的。另外，这些数据还可以指示植被的生长状况，并依此进行更有针对性的施肥和喷药，终达到提产量的目的。
乔经理对无人机遥感的价值和前景充满信心：“我们的这个水稻测产模型适用于大多数品种的水稻，也适用于各种气候条件。之前在一次会议上，有农场对我们的工作表现出烈兴趣，因为提前知道产量，对于评估农作物市场价格具有很大的指导意义。目前已基本确定，此无人机遥感项目将会在2020年继续开展下去。”
留言