CO₂浓度急剧增加且增速越来越快,除了人类活动及工业化进程加快造成以外,农业生产带来的影响也不可忽视。研究发现在农业生产中种植、翻耕、灌溉、施肥等活动都会排放CO₂,我国又是一个农业大国,耕地面积排世界第三,因此,农业生产将会给大气CO₂排放带来巨大影响。为了实现农田低空CO₂浓度快速准确监测,研究一种快速、灵活、可靠且适用于农田大面积区域的气体监测方法变得十分重要。本文基于无人机技术、传感器技术和模拟仿真技术,设计了一套无人机CO₂浓度实时监测系统,研究了机载CO₂监测器在无人机不同安装位置处的监测精度。分析了无人机在不同飞行参数时对传感器测量结果的影响,优化了机载CO₂监测器安装位置以及无人机飞行参数,并使用该系统对玉米冠层上方CO₂浓度变化进行了监测。论文的主要研究内容及结论如下:（1）无人机CO₂实时监测系统开发。为了可以灵活地观测不同时间、不同高度、不同水平位置的空气CO₂浓度,本文开发了一套基于无人机的CO₂浓度实时监测系统,系统主要包括无人机平台部分,机载CO₂监测器部分以及地面手持端部分。机载CO₂监测器基于非分散式红外线（NDIR）原理的CO₂传感器设计,可完成二氧化碳浓度的快速检测,同时进行数据的存储与显示。设计了一套独立的地面实时显示手持端,能够实时显示和存储监测点的CO₂浓度、监测点地理位置、时间和卫星数,及无人机监测系统的采样频率设定。根据机载CO₂监测器的参数进行了无人机平台的选择,进行了无人机飞前校准与调试,并完成了无人机CO₂实时监测系统的集成及飞行测试。（2）无人机外流场流速及CO₂浓度模拟。为研究风速对机载监测器测量结果的影响,采用计算流体动力学（CFD）的方法对六旋翼无人机进行了数值模拟。由无人机外流场的流速模拟结果可知,在无人机上方区域,随着距离的增加流速呈现先增加后减小的变化趋势,流速最大值出现在上方200mm处;在同一位置处随着螺旋桨转速增加流速逐渐变大,最大风速可达2.3m/s,且流速变化率逐渐增加。在无人机前方区域,最大流速出现在螺旋桨中心点处,同一位置处随着螺旋桨转速增加流速逐渐变大,最大风速可达1.6m/s,流速变化速率逐渐增加。在无人机下方区域,随着距离的增加机身下方的流速呈现先增加后保持不变的变化趋势,流速最大值出现在距中心点200mm处,在同一位置处随着螺旋桨转速增加流速逐渐变大,最大风速可达2.2m/s,并且不同螺旋桨转速下流速的变化趋势保持一致。机身周围100mm范围内,无人机前方区域受螺旋桨扰动最大,其次是无人机上方区域,无人机下方区域扰动最小。由浓度的模拟结果可知,无人机周围400mm范围内,无人机下方区域浓度变化最大,前方区域的浓度差值最小。（3）无人机CO₂监测系统结构参数优化。为确定机载监测器最佳的安装参数,通过室内二氧化碳浓度测量试验对不同螺旋桨转速和安装位置下进行了机载监测器测量误差分析。在无人机上方时,机载监测器测量误差呈现波浪式增加,随着螺旋桨转速的增加机载监测器的测量误差逐渐变大,在20mm处取得误差最小值0.40%。无人机下方时,机载监测器的测量误差呈现先增加后减小的变化趋势,且随着螺旋桨转速的增加测量误差逐渐减小,在160mm处取得最小误差0.42%,由于下方160mm处的流速远大于上方20mm处的流速,因此确定机载传感器的安装位置为机架上方20mm处。（4）无人机飞行参数研究。为研究无人机飞行参数对传感器测量结果的影响,利用全因素组合实验通过CFD数值模拟和实验对比方法对浓度和流速分布进行了对比分析。模拟结果表明随着飞行速度和螺旋桨转速增大,监测点附近流速也逐渐增大,当飞行速度为1.5m/s、螺旋桨转速为3500rpm时,监测点取得流速最小值。试验结果表明随着飞行速度和螺旋桨转速的增大,监测点附近的浓度逐渐减小,传感器测量结果误差变大,当飞行速度小于1.7m/s时测量误差小于3.8%。最终确定无人机最优飞行参数为飞行速度为1.5m/s,螺旋桨转速为4500rpm。无人机监测系统飞行测试时,将机载CO₂监测器安装在无人机上方20mm处,对选择的两个监测点分别进行垂直悬停测试和飞行测试。试验结果表明,无人机飞行稳定,系统测量结果较稳定,传输显示正常,当飞行速度为2m/s时,传感器测量结果波动较小,与初始值误差较最低。（5）无人机CO₂监测系统农田测试应用。通过无人机CO₂气体监测系统对内蒙古达拉特旗昭君镇试验区域（三个水分处理）上方的CO₂浓度进行监测,分别监测了不同生育期的玉米冠层上方5m、10m和15m三个高度处CO₂浓度。结合地面控水处理分析了各试验区域CO₂浓度分布情况。通过分析一天内CO₂浓度监测结果可知,下午18:00试验区域上方CO₂浓度最低,早8:00浓度最高。通过分析不同高度CO₂浓度变化规律可知,试验地面积为6m×6m时,当飞行高度超过15m时受地面作物生长状况影响较小。