农业现开始向精准管理发展,在生产过程中对作物管理是精准农业的重要的一环,明确作物群体的差异是作物生产过程的管理工作的重点,对各个作物制定出针对性强的措施,在生产投入少的情况下,得到高的生产效益。作物生长信息的获取是精确管理作物用到信息的来源,信息对作物的生长的快慢、品质的高低和产量的多少有着决定的作用。作物冠层反射的光谱中,有着大量的可用信息,对作物的冠层的光谱中的信息分析后,可以得到作物的基本情况,服务于作物的精确管理。基于冠层光谱的无损监测技术对信息采集中,传感器是最关键的器件。无人机在空间上和时间上的优势,使得无人机近几年来在农业中的应用发展迅速。无人机是一个能重复使用、人为控制的有着动力系统、可携带不同设备完成多种任务的无人飞行装置。在农业方面,无人机被应用在农田信息的遥感测量、对灾害的预警以及地面的灾害大小的评估、对肥料和农药的喷施等等。基于这些特性,无人机被应用于精准农业中。机载探测器在监测上实现了从点测量到了面测量的改变,克服了传统的点测量的不足,效率上有了质的提高了。基于这些优点可设计一款无人机搭载的传感器来监测水稻叶面积指数(LAI)。本文LAI模型建立选用了经验关系模型的方法,选取了 3种传统的植被指数和新建了一种新的植被指数(RLAI)与LAI建立了 一元回归和多元回归的模型,通过模型精度的比较,得出新植被指数(RLAI)与水稻LAI建立的一元对数回归模型是最佳的模型。以无损监测作物,获取生长信息的原理,对光谱信息的传感原理进行了研究学习;研发了一款只用太阳光作为光源,以光信号处理系统、电信号处理系统和信号分析系统三个部分组成的水稻LAI机载传感器。通过对水稻冠层的高光谱信息与水稻的LAI相关性的分析,敏感波段被确定为745nm、565 nm,选定滤光片作为传感器的分光元件。根据水稻冠层的反射特征与无人机测量时的高度,确定了水稻叶面积指数机载传感器的视场角和传感器镜头的结构参数;在保障了水稻叶面积指数机载传感器在灵敏度、分辩上的效果时,采用了光学滤波技术,它对信噪比的提高有很好的效果;在745nm、565 nm这两个特征波段处分别对它们作为入射光和在水稻表面的反射回来时情况进行了探测;为保证微弱光谱信息被单片机识别,搭建了放大电路和滤波电路;运用嵌入式开发技术,把模型写入了单片机中,完成了整个水稻叶面积指数机载传感器的设计。在试验室中对水稻叶面积指数机载传感器的静态特性(线性度、灵敏度和迟滞差)进行了试验。745nm、565nm波段的非线性误差的试验结果分别为3.45%和5.63%:迟滞误差的试验结果分别为3.23%和2.93%,传感器在线性度与灵敏度方面表现良好。通过试验田运用水稻叶面积指数机载传感器对水稻进行探测与LA1-2200C对水稻的探测的结果进行试验结果的比较。通过试验结果确定,水稻叶面积指数机载传感器可实现水稻叶面积指数的实时在线检测;水稻叶面积指数机载传感器在体积和重量上都满足无人机的搭载要求,可实现水稻生长信息的快速获取。