板栗（Castanea mollissima Bl.）隶属壳斗科（Fagaceae）栗属（Castanea），是重要的木本粮食作物，对山区经济发展、生态保护和乡村振兴具有重要意义[1]。然而，雌雄花成熟期不同步，自花授粉结实率低，易造成板栗空蓬。因此，采用人工辅助授粉是提高板栗结实率，进而增加产量的有效途径。
传统人工授粉等方式存在劳动强度大、成本高、授粉不均匀、花粉利用率低等问题[2]。虽然液体喷雾授粉技术通过雾化花粉悬浮液可以提升授粉效率，但现有设备（如背负式喷雾器）受限于作业高度和冠层穿透能力，难以满足板栗高大树冠的均匀授粉需求[3]。因此，高效精准的新型授粉技术对板栗产业提质增效至关重要。无人机辅助液体授粉技术是一种创新的人工辅助授粉手段，是对传统喷粉法的优化[4]。因具有成本低、效率高和适应复杂地形等优势，其已在苹果[5]、梨[6]等果树生产中得到广泛应用并取得良好效果。无人机可通过搭载多光谱传感器实时获取作物长势、病虫害等信息[7-8]，结合精准喷洒系统可实现变量作业，减少资源浪费[9]。通过无人机辅助授粉可显著提高梨树[10]、水稻[11]等作物花粉沉积均匀性和坐果率[12]。无人机辅助授粉技术优势在于多参数协同控制。飞行高度、速度与雾滴粒径的优化组合可提升冠层内花粉分布均匀性[13-14]。无人机辅助授粉技术能适应山地、坡地等复杂地形，突破传统机械作业限制[15]。目前，板栗的无人机液体授粉技术受限于花粉液配制和飞行参数的缺乏，导致其在板栗生产上应用不足。
板栗树冠高大（可达10 m），枝叶密集，树形以开心形为主，现有的用于纺锤形或多主枝分层形苹果、梨树的飞行参数难以直接套用[16]。基于上述问题，本试验结合板栗花器结构与物候特性，对板栗液体授粉花粉液的配制展开探究，筛选各组分最佳使用量。同时以大疆T50 无人机为平台，于不同开花期搭载花粉液开展授粉试验，分析不同的飞行参数对板栗雾滴冠层的影响，筛选出飞行辅助授粉参数以及最佳授粉期，为无人机辅助授粉技术在山地板栗园的规模化应用提供理论支撑，以推动智慧林果业装备的创新发展。
1 材料和方法
1.1 试验材料
板栗试验园（图1）位于河北科技师范学院淼源示范基地（N 40°12'，E 119°22'），地处燕山山脉东段丘陵地区与山前平原地带，地质砂壤土。以燕山早丰为试材，树龄20 a（年），树形为开心形，平均树高（3.0±0.2）m、平均冠幅（4.3±0.3）m、株行距3 m×4 m、东西行向。以燕紫为花粉供体，该树树龄9 a（年），树高约3.5 m，树形为开心形。
图1 板栗试验园
Fig.1 Chestnut experimental garden
授粉作业设备：大疆T50型号无人机（深圳大疆科技创新有限公司），整机质量52 kg，双雾化喷洒系统，药液箱额定容量40 L，喷头型号为LX8060SZ，数量2个，雾化粒径50～330 μm，最大飞行距离2000 m。
检测用具：供试水敏测试纸（重庆六六山下植保科技有限公司），规格为35 mm×110 mm（宽×长）。分体式风速仪（希玛高精度手持式风力测试仪AS836），回形针、密封袋、橡胶手套、标签纸及记号笔。
1.2 试验方法
1.2.1 花粉采集和稳定剂溶液配比筛选 2024年6月6—7日采集燕紫盛花期雄花，并在干净报纸上自然阴干，随后轻揉拍打振动，脱离花药，过80目花粉筛后装瓶密封，于-20 ℃冰箱干燥密封避光保存。
为保证花粉稳定悬浮，参照文献[17]，首选容易获取、成本较低、无毒害的黄原胶作为稳定剂，筛选其与花粉最佳配比。分别配制0、0.5、1、1.5和2 g·L-1的20 mL黄原胶水溶液，随后加入花粉，各浓度黄原胶溶液分别制成含花粉1、1.5、2 g·L-1的稳定剂溶液。25 ℃恒温箱中静置0、30 和60 min 后，分别吸取100 μL中层溶液制作玻片，并在显微镜20倍放大倍率下进行花粉浓度计数。每个处理组设置3次重复，每个重复取1 个载玻片，在显微镜下随机选取5个镜检视野统计花粉粒数。测量盖玻片下花粉液的展开面积及镜检的视野面积。具体步骤为：使用测微尺，测量视野的直径，计算出面积S1，同时使用直尺测量盖玻片覆盖样品区域的实际直径，计算其面积S2。移动玻片，随机选择5个互不重叠的视野，分别数出每个视野的花粉数，相加得到总数N。花粉浓度的计算公式为：
式中：C为花粉浓度；S1为显微镜视野面积；N为5个镜检视野的总花粉粒数；S2为盖玻片下溶液展开的面积（μm2）；V为制片取用的溶液体积（mL）。
1.2.2 花粉悬浊液配方筛选 在选定黄原胶与花粉最佳配比基础上，为保证配制成的花粉悬浊液具有较高的萌发率，将蔗糖、硼砂、氯化钙分别以不同浓度水平进行组合（表1），并采用3 因素3 水平正交试验筛选花粉悬浊液配方（表2）。将配制好的花粉悬浊液装入离心管中，分别在165 r·min-1的摇床中34 ℃恒温培养24 和36 h，吸取培养后的花粉悬浊液滴到载玻片中央，盖好盖玻片，在显微镜下随机选取3个视野，分别拍照，统计每个视野中已萌发花粉粒个数和花粉粒总数（花粉管长度大于直径视为已萌发），计算花粉萌发率，每个处理3次重复，统计花粉粒不少于300粒。花粉萌发率（%）的计算公式为：
表1 花粉悬浊液配方筛选参数设置
Table 1 Parameter settings for pollen liquid component screening
水平Level 1 2 3因素Factor ρ（蔗糖）Sucrose content/（g·L-1）50 150 250 ρ（硼砂）Borax content/（g·L-1）0.1 0.2 0.3 ρ（氯化钙）Calcium chloride content/（g·L-1）0.1 0.2 0.3
表2 花粉悬浊液配方筛选正交试验表
Table 2 Orthogonal experiment table for screening pollen liquid components
处理Test No.F1 F2 F3 F4 F5 F6 F7 F8 F9 ρ（蔗糖A）Sucrose content/（g·L-1）ρ（硼砂B）Borax content/（g·L-1）ρ（氯化钙C）Calcium chloride content/（g·L-1）1 1 1 2 2 2 3 3 3 1 2 3 1 2 3 1 2 3 1 2 3 3 2 1 2 1 3
式中，G 为花粉萌发率，单位为%；Ng为萌发花粉粒数；Nt为观察花粉粒总数。
1.2.3 无人机辅助授粉最佳参数筛选 选取长势相同、树体指标接近、土肥水管理条件一致的燕山早丰板栗，设置4因素3水平的正交试验（表3，表4）。
表3 试验因素与水平
Table 3 The factors and levels of experiments
水平Level飞行速度Flight speed/（m·s-1）飞行距离树冠高度Flight height from the top of canopy/m 1 2 3 1 2 3 1 2 3雾化粒径Atomisation particle size/μm 100 130 150喷施量Spray volume/（L·hm-2）45 55 65
表4 正交试验表
Table 4 Orthogonal experiment table
处理Test No.T1 T2 T3 T4 T5 T6 T7 T8 T9飞行速度Flight speed/（m·s-1）飞行距离树冠高度Flight height from the top of canopy/m 1 1 1 2 2 2 3 3 3 1 2 3 1 2 3 1 2 3雾化粒径Atomisation particle size/μm 100 150 130 150 130 100 130 100 150喷施量Spray volume/（L·hm-2）45 55 65 65 45 55 55 65 45
试验于初花期进行，共设置9 个处理（T1～T9），每个处理间隔3 行树，3 次重复（A、B、C 共3 株树），每个重复间隔3株树，每株树以冠层顶部向下1 m划分为上层，上层以下1 m 内为中层。在树冠上层和中层外围东、南、西、北四个方向分别布置1 张水敏纸，用回行针固定在枝叶上。无人机在树顶上方按照A→B→C路径飞行（图2）。
图2 无人机喷施作业路线示意图
Fig.2 Schematic diagram of the spraying operation route of unmanned aerial vehicle
待水敏纸上的雾滴充分干燥，将其收集并放入密封袋，随后用扫描仪进行灰度扫描，使用六六山下雾滴图像软件处理和分析图像，获取数量中值直径（number median diameter，NMD）、雾滴谱宽度、雾滴覆盖率、雾滴密度和雾滴沉积量。
1.2.4 无人机辅助授粉时期筛选 无人机授粉作业分别于2024年6月11、15、19日进行（图3）。6月11日上午（盛花初期S1，全树25%的雌花序柱头开张角度为30°～45°），板栗试验园天气晴朗，风力1～2级，27～29 ℃，进行第1 次无人机飞行辅助授粉。6月15日上午（盛花中期S2，全树25%～75%的雌花序柱头开张角度为30°～45°），天气晴朗，风力1～2 级，温度26～28 ℃，进行第2次无人机飞行辅助授粉。6月19 日上午（盛花末期S3，全树75%以上的雌花序柱头开张角度为30°～45°及以上），天气晴朗，风力1～2 级，温度26～28 ℃，进行第3 次无人机飞行辅助授粉。
图3 无人机辅助液体授粉作业
Fig.3 Drone-assisted liquid pollination operation
1.3 数据处理
采用Excel 2019和Graph Pad Prism进行数据整理和绘图，使用DPS 9.01 进行相关性分析，并通过Duncan’s 新复极差法比较处理间的差异显著性。用SPSS 31.0软件进行主成分分析，以所选主成分对应贡献率占所提取的主成分贡献率总比为权重，计算主成分分值与相应权重乘积累加的综合分值F并排名，以此评价不同组合处理的优劣势，选出综合得分最高的无人机飞行辅助授粉参数和对果实品质影响较大的授粉时期。
2 结果与分析
2.1 花粉稳定剂配比筛选
黄原胶与花粉不同配比溶液状态对比见表5和图4，0 min时花粉浓度介于70 495～109 154个·mL-1，W11 花粉浓度最高，W4 最低，二者呈显著差异。30 min时W12浓度最高（109 154个·mL-1），W1最低（36 385个·mL-1），存在显著差异。60 min时浓度最高的为W11（100 058个·mL-1），W1最低（43 207个·mL-1），存在显著差异。
表5 不同浓度黄原胶对不同时间花粉悬浮稳定性的影响
Table 5 Effect of different mass fractions of xanthan gum on the suspension stability of pollen at different times
注：W1～W15 表示黄原胶与花粉比例配方，同列不同小写字母代表差异显著（P＜0.05）。
Note：W1-W15 denote xanthan gum to pollen ratio formulations, different small letters in the same column represent significant differences (P＜0.05).
悬浮稳定性Suspension stability/%60 min/0 min 56.06±6.94 c 57.69±10.17 c 56.04±8.97 c 91.67±14.43 ab 77.17±23.56 bc 77.75±5.55 bc 87.95±19.25 ab 88.02±3.20 ab 82.41±4.79 ab 92.86±12.37 ab 91.77±3.07 ab 97.67±15.98 ab 83.97±8.67 ab 103.73±9.45 a 93.34±14.56 ab配方Formulas黄原胶Xanthan Gum/W1 W2 W3 W4 W5 W6 W7 W8 W9 W10 W11 W12 W13 W14 W15（g·L-1）0.0 0.0 0.0 0.5 0.5 0.5 1.0 1.0 1.0 1.5 1.5 1.5 2.0 2.0 2.0花粉Pollen/（g·L-1）1.0 1.5 2.0 1.0 1.5 2.0 1.0 1.5 2.0 1.0 1.5 2.0 1.0 1.5 2.0花粉浓度（个·mL-1）Pollen concentration(individuals·mL-1)0 min 77 317±3 939.26 bc 86 414±3 938.68 abc 81 866±6 822.50 abc 70 495±10 421.32 c 95 510±20 466.50 ab 90 962±14 201.69 ab 84 140±10 421.21abc 93 236±10 420.78 abc 90 962±3 938.68 ab 86 414±10 421.32 abc 109 154±6 822.00 a 102 332±13 644.00 ab 86 414±3 938.68 abc 81 866±13 644.50 abc 97 784±10 420.78 ab 30 min 36 385±3 938.68 g 65 947±7 877.37 ef 61 399±13 644.00 ef 54 577±13 644.00 f 70 495±7 877.37 de 86 414±3 938.68 bcd 86 414±3 938.68 bcd 90 962±3 938.68 bcd 84 140±10 421.21 bcd 81 866±6 822.50 cd 104 606±3 938.68 ab 109 154±6 822.00 a 81 866±6 822.50 cd 97 784±10 420.78 abc 100 058±10 420.78 ab 60 min 43 207±3 938.68 g 50 029±10 420.78 fg 45 481±3 938.68 g 63 673±3 938.68 ef 70 495±7 877.37 de 70 495±10 421.32 de 72 769±7 877.94 de 81 866±6 822.50 cd 75 043±6 822.50 de 79 591±7 877.94 cde 100 058±3 938.68 a 97 884±3 938.68 ab 72 769±10 421.21 de 84 140±7 877.94 cd 90 962±14 201.69 bc
图4 黄原胶与花粉不同配比溶液状态对比
Fig.4 Comparison of solution states of xanthan gum and pollen with different mass ratio
W1～W15 的花粉悬浮稳定性为56.04%～103.73%。为保证后续试验，将悬浮稳定性超过90%的配方（W14、W12、W15、W10、W11 以及W4）作为候选。值得注意的是，在3个时间点，仅有W11的花粉浓度均在10万个·mL-1以上，浓度较高，浓度保持性较好。鉴于过高的黄原胶和花粉浓度易造成溶液胶黏，堵塞无人机喷头，因此，选定W11作为最终配方进行后续试验。此外，W11使用黄原胶和花粉较少，也更加经济适用。
2.2 花粉悬浊液配方筛选
不同浓度蔗糖、硼砂、氯化钙的水平组合对花粉萌发率均有影响。如表6 所示，24 h，F1～F9 萌发率在14.07%～23.70%之间，F5 萌发率最高为23.70%，F7 萌发率最低为14.07%，花粉萌发率依次为F5＞F4＞F6＞F3＞F2＞F1＞F9＞F8＞F7，F5、F4和F6存在显著差异。36 h，F1～F9萌发率在16.09%～27.79%之间，F5 萌发率最高为27.79%，F9 萌发率最低为16.09%，花粉萌发率依次为F5＞F4＞F6＞F2＞F3＞F1＞F8＞F7＞F9，F5、F4 和F6 存在显著差异。其中，24和36 h的F5（蔗糖150 g·L-1＋硼砂0.2 g·L-1＋氯化钙0.2 g·L-1）配方花粉萌发率最高，且与大多数配方差异显著（F4除外）。
表6 不同配方在24 和36 h 时花粉萌发率统计
Table 6 Pollen germination rates of different formulations at 24 and 36 hours %
注：F1-F9 配方代表蔗糖、硼砂、氯化钙的不同浓度水平组合，见表2。同列不同字母代表差异显著（P＜0.05）。下同。
Note：Formulations F1-F9 represent combinations of sucrose, borax,and calcium chloride at different concentration levels,see Table 2.The different letters in the same column represent a significant difference(P＜0.05).The same below.
36 h 17.90±2.60 c 18.98±2.08 c 18.80±1.50 c 25.93±3.92 a 27.79±5.69 a 22.32±2.11 b 17.83±4.49 c 17.84±2.22 c 16.09±2.10 c配方Formulas F1 F2 F3 F4 F5 F6 F7 F8 F9 24 h 15.94±3.86 cd 16.44±1.99 cd 16.87±1.71 c 22.63±2.07 a 23.70±1.81 a 19.41±2.60 b 14.07±2.98 d 14.42±2.05 cd 15.21±3.01 cd
2.3 不同无人机参数作业下对板栗树冠中上层喷施效果的影响
不同无人机参数作业下对板栗树冠中上层喷施效果见图5 和表7，树冠中层NMD 为63.68～141.19，T2 的NMD 值最高为141.19，T8 的NMD 值最低为63.68。T2、T3 和T8 存在显著差异。上层NMD 为72.43～130.50，T2 的NMD 值最高为130.50，T8 的NMD 值最低为72.43，T2 与T8 的NMD 值存在显著差异。
图5 无人机飞行辅助液体授粉作业后水敏纸
Fig.5 Water sensitive paper after unmanned aerial vehicle flight assisted liquid pollination operation
?
雾滴粒径分布均匀度用雾滴谱宽度来表示，值越小表示均匀度越好[18-19]。中层雾滴谱宽度数值为1.40～2.69，T8 雾滴谱宽度值最高为2.69，T3 雾滴谱宽度值最低为1.40，T8 与其他处理均存在显著差异。上层雾滴谱宽度为1.34～1.62，T1雾滴谱宽度值最低为1.34，T4 雾滴谱宽度值最高为1.62，T1、T3、T7，无显著差异。
树冠上层雾滴密度整体高于中层。中层雾滴密度为49.82～120.83 个·cm-2，T7 雾滴密度最大为120.83 个·cm-2，T2 雾滴密度最小为49.82 个·cm-2。T4、T7 和T8 存在显著差异。上层的雾滴密度为27.4～129.10个·cm-2，T7雾滴密度影响最大为129.10个·cm-2，T1 雾滴密度影响最小为27.4 个·cm-2。T7的中层和上层雾滴密度均最佳，T2 的中层与T1 的上层雾滴密度影响效果较差。
中层雾滴覆盖率为2.62%～12.12%，T7 雾滴覆盖率最高，为12.12%，T8 对雾滴覆盖率最低，为2.62%。上层雾滴覆盖率为2.48%～12.75%，T7 雾滴覆盖率最高为12.75%，T1 雾滴覆盖率最低为2.48%。T7中层和上层雾滴覆盖率均最优且与其他处理差异显著，T8 的中层雾滴覆盖率最低，T1 上层雾滴覆盖率最低。
除T1、T7和T9外，上层雾滴沉积量均大于中层雾滴沉积量。中层雾滴沉积量为0.06～0.42 μL·cm-2，T7 的雾滴沉积量最高为0.42 μL·cm-2，T8 的雾滴沉积量最低为0.06 μL·cm-2。T7与其他处理在中层雾滴沉积量存在显著差异。上层雾滴沉积量为0.08～0.36 μL·cm-2。T7 雾滴沉积量最高为0.36 μL·cm-2，T1中的雾滴沉积量最低为0.08 μL·cm-2。中层和上层的雾滴沉积量最高的均为T7，T8 中层与T1 上层冠层雾滴沉积量最低。
2.4 无人机飞行参数筛选
采用SPSS24.0对9个处理的5个指标进行主成分分析，分别计算5 个指标的特征向量、特征值及贡献率（表8）和成分矩阵（表9）。前2个主成分（特征值＞1）的累计贡献率达到了91.834%，即前2 个主成分可以代表所有所测指标91.834%的信息量，解释了绝大部分的原始信息。由特征向量和贡献率得出，第1 主成分的贡献率最高，达到63.637%，特征值为3.182，主要由雾滴谱宽度、雾滴密度、雾滴覆盖率和雾滴沉积量因子决定；第2 主成分的贡献率为28.197%，特征值为1.410，主要由NMD 因子决定。
表8 5 个指标的特征向量、特征值及贡献率
Table 8 Eigenvectors,eigenvalues and contribution rates of the five indicators
成分Component 1 2 3 4 5初始特征值Initial eigenvalues总计Total 3.182 1.410 0.328 0.049 0.031方差百分比Percentage of variance 63.637 28.197 6.569 0.986 0.611累计Accumulation/%63.637 91.834 98.403 99.389 100.000提取载荷平方和Extract the sum of squared loadings总计Total 3.182 1.410方差百分比Percentage of variance 63.637 28.197累计Accumulation/%63.637 91.834
表9 5 个指标的成分矩阵
Table 9 Component matrix of the five indicators
指标Index NMD雾滴谱宽度Width of droplet spectrum雾滴密度Droplet density雾滴覆盖率Droplet coverage雾滴沉积量Droplet deposition成分1 Component 1 0.632-0.729 0.688 0.934 0.951成分2 Component 2-0.745 0.555 0.671 0.189 0.249
根据得分系数矩阵（表10）最终计算出综合得分F（表11）。从综合指标上看，综合分值F越高，表现出来的处理效果越理想。综合分值排名前3位的分别为T7、T4和T3，说明这几个处理的综合表现比较理想；T9、T6、T5 综合分值居中，说明其综合表现一般；T2、T8、T1 综合分值比较低，说明其表现比较差。T7无人机飞行参数授粉效果最佳。
表10 5 个指标的成分得分系数矩阵
Table 10 Component score coefficient matrix of the five indicators
指标Index NMD雾滴谱宽度Width of droplet spectrum雾滴密度Droplet density雾滴覆盖率Droplet coverage雾滴沉积量Droplet deposition成分1 Component 1 0.199-0.229 0.216 0.294 0.299成分2 Component 2-0.528 0.393 0.476 0.134 0.177
表11 9 个处理的综合得分及排名
Table 11 Composite scores for the nine treatments as well as rankings
处理Test No.T1 T2 T3 T4 T5 T6 T7 T8 T9综合得分F Aggregate score-1.042-0.489 0.534 0.535-0.335-0.014 1.370-0.805 0.245排名Rank 9 7 3 2 6 5 1 8 4
2.5 不同时期无人机辅助授粉对板栗果实产量的影响
不同时期无人机辅助授粉对板栗果实产量均有影响（表12）。根据坐果率的计算公式计算坐果率：
表12 不同无人机参数作业下对板栗果实产量的影响
Table 12 Effect on chestnut fruit yield under different unmanned aerial vehicle parameters operation
注：表中S1 表示盛花初期、S2 表示盛花中期、S3 表示盛花末期，各数据均取平均值。CK.对照，自然授粉。
Note：In the table,S1 denotes early full bloom stage,S2 denotes mid late full bloom stage,S3 denotes late bloom,and all dataare mean values.CK serves as the control,representing natural pollination.
处理Deal with CK S1 S2 S3坐果率Fruit set rate/%90.07±1.20 a 93.30±2.98 a 93.63±5.53 a 92.20±7.24 a结果枝苞数Number of bracts per fruiting branch 1.45±0.18 b 1.84±0.06 a 1.59±0.09 ab 1.34±0.22 b坐苞率Bracteate rate/%93.62±6.86 a 100.00±0.00 a 98.56±1.25 a 98.24±1.53 a出实率Nut-to-bur weight ratio/%36.47±2.67 a 40.37±1.89 a 38.37±2.20 a 36.23±1.91 a每结果枝产量Yield per fruiting branch/g 29.54±2.14 bc 38.71±3.57 a 34.82±3.09 ab 27.85±2.47 c单果质量Single fruit mass/g 7.59±0.51 b 7.69±0.16 b 7.99±0.21 ab 8.53±0.56 a单苞质量Individual bract mass/g 56.17±1.04 a 52.00±1.73 a 57.00±3.50 a 58.00±4.58 a每苞粒数Number of grains per bract 2.70±0.10 a 2.73±0.21 a 2.73±0.15 a 2.47±0.23 a
式中：F 为坐果率，单位为%；Nf为最终坐果数；Nt是初始有效花数。
根据坐苞率的计算公式计算坐苞率：
式中：P 表示坐苞率，单位为%；N 表示刺苞总数；n表示空苞数。
所有处理后的坐果率和坐苞率均在90%以上且无显著差异。S2 坐果率最高为93.63%，CK 坐果率最低为90.07%。S1坐苞率最高为100%，CK坐苞率最低为93.62%。出实率在36.23%～40.37%，S1出实率最高为40.37%，S3 出实率最低为36.23%且与其他处理均无显著差异。根据公式计算每结果枝产量：
式中：Yp表示每结果枝产量，单位为g；Wf表示单果质量；Nb表示每苞粒数；Ns表示结果枝苞数。
每结果枝产量为27.85～38.71 g，S1 每结果枝产量最高为38.71 g，S3 每结果枝产量最低为27.85 g，CK 每结果枝产量为29.54 g。S1 每结果枝产量与CK 呈显著差异，且相较于CK 提升了31.4%。单果质量为7.59～8.53 g，CK 单果质量最低为7.59 g，S3单果质量最高为8.53 g，S3 与S1 和CK 有显著差异。单苞质量为52～58 g，S1 单苞质量最低为52 g，S3单苞质量最高为58 g。每苞粒数个为2.47～2.73，S3 每苞粒数个最少为2.47，S1、S2 每苞粒数个最多为2.73。单苞质量和每苞粒数个均无显著差异。结果枝苞数个为1.34～1.84，S3 结果枝苞数个最少为1.34，S1 的结果枝苞数最多为1.84 且与S3 和CK 有显著差异。
2.6 3个时期无人机辅助授粉效果对比
采用SPSS 24.0 对不同花期8 个果实产量指标进行主成分分析，分别计算8 个指标的特征向量、特征值及贡献率（表13）和成分矩阵（表14）。前2个主成分（特征值＞1）的累计贡献率最大达到94.461%，即前2 个主成分可以代表所测所有指标的94.461%信息量，解释了大部分的原始信息。经各特征向量和贡献率可以得出，第1 主成分的贡献率最高，达到66.160%，特征值为5.293，主要由出实率、单苞质量、每苞粒数、结果枝苞数和每结果枝产量因子决定。第2 主成分的贡献率为28.301%，特征值为2.264，主要由坐果率、坐苞率和单果质量因子决定。
表13 果实产量的8 个指标特征向量、特征值及贡献率
Table 13 Eigenvectors,eigenvalues and contributions of eight indicators of fruit yield
成分Component 1 2 3 4 5 6 7 8初始特征值Initial eigenvalues总计Total 5.293 2.264 0.443 6.42E-16 3.52E-16 1.28E-16-9.15E-17-6.85E-16方差百分比Percentage of variance 66.160 28.301 5.539 8.02E-15 4.40E-15 1.60E-15-1.14E-15-8.56E-15累计Accumulation/%66.160 94.461 100.000 100.000 100.000 100.000 100.000 100.000总计Total 5.293 2.264提取载荷平方和Extract the sum of squared loadings方差百分比Percentage of variance 66.160 28.301累计Accumulation/%66.160 94.461
表14 果实产量的8 个指标成分矩阵
Table 14 Component matrix of eight indicators of fruit yield
指标Index坐果率Fruit set rate坐苞率Bracteate rate出实率Nut-to-bur weight ratio单果质量Single fruit mass单苞质量Individual bract mass每苞粒数Number of grains per bract结果枝苞数Number of bracts per fruiting branch每结果枝产量Yield per fruiting branch成分1 Component 1 0.621 0.591 0.991-0.550-0.870 0.732 0.995成分2 Component 2 0.736 0.804 0.124 0.835 0.223-0.556-0.053 0.995 0.059
根据果实产量8个指标得分系数矩阵（表15）计算出2 个主成分得分，最终计算出综合得分F 并排名。从综合指标上看，综合分值F越高，通过指标表现出来的处理效果越理想。如表16所示，S1的综合得分值F最高，达到0.910，排名第一。CK综合分值F 最低，为-0.807，排名最后。由此可见，在S1 使用无人机辅助授粉效果最佳。
表15 果实产量的8 个指标成分得分系数矩阵
Table 15 Matrix of scores coefficients of eight index components of fruit yield
指标Index坐果率Fruit set rate坐苞率Bracteate rate出实率Nut-to-bur weight ratio单果质量Single fruit mass单苞质量Individual bract mass每苞粒数Number of grains per bract结果枝苞数Number of bracts per fruiting branch每结果枝产量Yield per fruiting branch成分1 Component 1 0.117 0.112 0.187-0.104-0.164 0.138 0.188成分2 Component 2 0.325 0.355 0.050 0.369 0.098-0.246-0.023 0.180 0.026
表16 不同无人机辅助授粉时期综合得分及排名
Table 16 Composite scores and rankings for different drone-assisted pollination periods
处理Test No.CK S1 S2 S3综合得分F Aggregate score-0.807 0.910 0.305-0.408排名Rank 4 1 2 3
3 讨 论
液体授粉技术是一种新兴的人工辅助授粉技术，是传统人工授粉方式的升级。翁晓星等[19]使用植保无人机对杂交水稻开展授粉试验，发现无人机辅助授粉的效率是传统授粉作业的10 倍以上。不仅如此，使用液体授粉技术可大幅提高果树产量[20]。花粉液配方是液体授粉技术成功实施的关键，常见的配方主要包括稳定剂和营养剂，其中稳定剂可以维持花粉悬浊，营养剂可以保障花粉活力，二者是花粉液配方筛选的首要因素。徐安糠等[17]通过对油茶花粉液配方初探发现，当花粉液中的黄原胶、蔗糖和硼酸的质量分数分别为0.04%、10%和0.015%时，油茶花粉的稳定性与生活力可以最有效地保持。这与本文板栗花粉液最优筛选结果组分一致，不过比例略有差异，推测与应用对象不同有关。
本研究利用大疆T50无人机开展飞行辅助液体授粉作业参数优选试验，结果表明无人机飞行速度、飞行高度、雾化粒径和喷施量对NMD、雾滴密度、覆盖率、沉积量及谱宽度均有显著影响。茹煜等[21]认为无人机喷施作业质量性能指标测试中，雾滴沉积量、雾滴谱宽度、雾滴覆盖密度及均匀度是主要参考指标，与本试验中所测指标基本一致。本研究发现T50无人机飞行速度为3 m·s-1、距离树顶高度1 m、雾化粒径130 μm、喷施量55 L·hm-2时综合喷施效果较好。胡淑芬等[22]研究植保无人机飞行参数对油茶授粉雾滴分布的影响，发现飞行速度为3 m·s-1、高度2.5 m 时，植保无人机辅助授粉效果最好。王士林等[13]在无人机对梨树喷雾授粉技术研究中，提出适宜飞行速度为3～5 m·s-1。与本试验中飞行速度基本相同，而飞行高度略有差异，可能是由于不同树种间树形结构、冠层特性以及机型不同所导致。板栗树冠高大、枝叶密集，对雾滴的阻挡和分散作用更强，需要低的飞行高度来确保雾滴能有效到达目标冠层。在飞行参数上，李继宇等[23]发现单旋翼无人机在3～5 m 飞行高度时，冠层风场分布最利于花粉扩散。兰玉彬等[24]验证了添加0.1%的表面活性剂可降低雾滴粒径至150 μm以下，显著提升柱头花粉捕获率，这与本研究相同。Zhan等[25]通过CFD模拟指出，2～3 L·666.7 m-2喷液量可实现花粉液在冠层有效覆盖，这与本研究55 L·hm-2的喷施量也基本相同。
程建斌等[26]在对山核桃研究中，发现无人机辅助授薄壳山核桃花粉，对山核桃果实品质有明显增效作用。王璐[27]在对香梨不同时期无人机作业参数研究中，得出飞行高度是影响果实品质的主要参数，而且飞行轨迹在树行间上方时果实品质较优。岳婉婉[28]在枣园无人机与传统农机喷施模式的对比研究中，发现其最高产量分别为750 kg·666.7 m-2和795 kg·666.7 m-2，而且无人机喷施模式有更高社会价值和生态效益。崔广鑫[5]在对洛川苹果研究中得出，矮化树上无人机授粉比自然授粉的单果质量高且果实纵径、果实横径、果柄长和着色面积均优于自然授粉。这均与本研究一致，无人机授粉能提高果实产量。
本试验仅在特定的板栗品种（燕山早丰）、树形（分散形）和环境条件（试验地的风速、温度等）下进行，具有一定局限性。未来研究应拓展到更多板栗品种和树形，以提高研究结果的普适性。此外，不同机型和负载量作业参数优化也有待进一步研究，以满足多样化生产需求。在实际应用中，还需结合板栗生长特性和果园管理模式，综合考虑无人机授粉与其他农艺措施的协同效应，推动无人机授粉技术在板栗产业中的广泛应用，实现板栗产业高效发展。
4 结 论
本文以燕紫花粉为授粉液，搭载大疆T50 无人机开展燕山早丰授粉喷施试验，得出如下结论：
1.稳定剂与花粉花药混合物最佳配比为黄原胶1.5 g·L-1、花粉1.5 g·L-1。花粉悬浊液最佳配比为蔗糖150 g·L-1、硼砂0.2 g·L-1、氯化钙0.2 g·L-1，能有效保持花粉萌发率。
2.无人机辅助授粉的最佳飞行参数为飞行速度3 m·s-1、距离树顶高度1 m、雾化粒径130 μm、喷施量55 L·hm-2时，喷施授粉效果较好。
3.在盛花初期进行无人机飞行辅助授粉对板栗果实产量提升最显著。
[1] 周志艳，明锐，臧禹，何新刚，罗锡文，兰玉彬.中国农业航空发展现状及对策建议[J].农业工程学报，2017，33(20)：1-13.ZHOU Zhiyan，MING Rui，ZANG Yu，HE Xingang，LUO Xiwen，LAN Yubin. Development status and countermeasures of agricultural aviation in China[J].Transactions of the Chinese Society of Agricultural Engineering，2017，33(20)：1-13.
[2] 亓文哲，王菲菲，孟臻，张典利，王红艳，乔康，姬小雪.我国植保无人机应用现状[J].农药，2018，57(4)：247-254.QI Wenzhe，WANG Feifei，MENG Zhen，ZHANG Dianli，WANG Hongyan，QIAO Kang，JI Xiaoxue. Application status of unmanned aerial vehicle for plant protection in China[J].Agrochemicals，2018，57(4)：247-254.
[3] 李继宇，周志艳，兰玉彬，胡炼，臧英，刘爱民，罗锡文，张铁民.旋翼式无人机授粉作业冠层风场分布规律[J].农业工程学报，2015，31(3)：77-86.LI Jiyu，ZHOU Zhiyan，LAN Yubin，HU Lian，ZANG Ying，LIU Aimin，LUO Xiwen，ZHANG Tiemin.Distribution of canopy wind field produced by rotor unmanned aerial vehicle pollination operation[J].Transactions of the Chinese Society of Agricultural Engineering，2015，31(3)：77-86.
[4] ZHANG S C，CAI C，LI J Q，SUN T，LIU X M，TIAN Y，XUE X Y. The airflow field characteristics of the unmanned agricultural aerial system on oilseed rape (Brassica napus) canopy for supplementary pollination[J].Agronomy，2021，11(10)：2035.
[5] 崔广鑫.洛川县苹果园实施无人机喷药的试验[D].杨凌：西北农林科技大学，2017.CUI Guangxin.An experiment on the use of a drone drug in the apple orchard in Luochuan county[D].Yangling：Northwest A&F University，2017.
[6] 苏畅.基于多旋翼无人机的梨树喷雾授粉技术[J].农业工程技术，2022，42(6)：31-32.SU Chang. Pear tree spray pollination technology based on multi- rotor UAV[J]. Agricultural Engineering Technology，2022，42(6)：31-32.
[7] 王庆，车荧璞，柴宏红，邵科，于超，李保国，马韫韬.基于无人机影像的冠层光谱和结构特征监测甜菜长势[J].农业工程学报，2021，37(20)：90-98.WANG Qing，CHE Yingpu，CHAI Honghong，SHAO Ke，YU Chao，LI Baoguo，MA Yuntao. Monitoring of sugar beet growth using canopy spectrum and structural characteristics with UAV images[J]. Transactions of the Chinese Society of Agricultural Engineering，2021，37(20)：90-98.
[8] 束美艳，李世林，魏家玺，车荧璞，李保国，马韫韬.基于无人机平台的柑橘树冠信息提取[J].农业工程学报，2021，37(1)：68-76.SHU Meiyan，LI Shilin，WEI Jiaxi，CHE Yingpu，LI Baoguo，MA Yuntao. Extraction of citrus crown parameters using UAV platform[J]. Transactions of the Chinese Society of Agricultural Engineering，2021，37(1)：68-76.
[9] 张东彦，兰玉彬，陈立平，王秀，梁栋.中国农业航空施药技术研究进展与展望[J].农业机械学报，2014，45(10)：53-59.ZHANG Dongyan，LAN Yubin，CHEN Liping，WANG Xiu，LIANG Dong.Current status and future trends of agricultural aerial spraying technology in China[J]. Transactions of the Chinese Society for Agricultural Machinery，2014，45(10)：53-59.
[10] 羊坚，杨慧鹏，谢伟，郝海婷，冯宏祖，王兰.库尔勒香梨无人机辅助液体授粉花粉液参数优选及经济效益分析[J].果树学报，2021，38(10)：1691-1698.YANG Jian，YANG Huipeng，XIE Wei，HAO Haiting，FENG Hongzu，WANG Lan. Parameter optimization and economic analysis of unmanned aerial vehicle (UAV) assisted liquid pollination for Kuerlexiangli pear[J]. Journal of Fruit Science，2021，38(10)：1691-1698.
[11] 刘爱民，张海清，廖翠猛，张青，肖层林，何菊英，张健勇，何研，李继宇，罗锡文.单旋翼农用无人机辅助杂交水稻制种授粉效果研究[J].杂交水稻，2016，31(6)：19-23.LIU Aimin，ZHANG Haiqing，LIAO Cuimeng，ZHANG Qing，XIAO Cenglin，HE Juying，ZHANG Jianyong，HE Yan，LI Jiyu，LUO Xiwen. Effects of supplementary pollination by single-rotor agricultural unmanned aerial vehicle in hybrid rice seed production[J].Hybrid Rice，2016，31(6)：19-23.
[12] CHEN H B，LAN Y B，K FRITZ B，HOFFMANN W C，LIU S B.Review of agricultural spraying technologies for plant protection using unmanned aerial vehicle(UAV)[J].International Journal of Agricultural and Biological Engineering，2021，14(1)：38-49.
[13] 王士林，雷哓晖，唐玉新，常有宏，吕晓兰.基于多旋翼无人机的梨树喷雾授粉技术[J]. 江苏农业科学，2020，48(23)：210-214.WANG Shilin，LEI Xiaohui，TANG Yuxin，CHANG Youhong，LÜ Xiaolan. Spray pollination technology of pear tree based on multi- rotor UAV[J]. Jiangsu Agricultural Sciences，2020，48(23)：210-214.
[14] 汪沛，胡炼，周志艳，杨维顺，刘爱民，罗锡文，薛新宇，何杰，严乙桉.无人油动力直升机用于水稻制种辅助授粉的田间风场测量[J].农业工程学报，2013，29(3)：54-61.WANG Pei，HU Lian，ZHOU Zhiyan，YANG Weishun，LIU Aimin，LUO Xiwen，XUE Xinyu，HE Jie，YAN Yian. Wind field measurement for supplementary pollination in hybrid rice breeding using unmanned gasoline engine single-rotor helicopter[J].Transactions of the Chinese Society of Agricultural Engineering，2013，29(3)：54-61.
[15] YANG K，YANG G Y，FU S I H.Research of control system for plant protection UAV based on pixhawk[J]. Procedia Computer Science，2020，166：371-375.
[16] 陈盛德，兰玉彬，李继宇，徐小杰，王志国，彭斌.植保无人机航空喷施作业有效喷幅的评定与试验[J].农业工程学报，2017，33(7)：82-90.CHEN Shengde，LAN Yubin，LI Jiyu，XU Xiaojie，WANG Zhiguo，PENG Bin. Evaluation and test of effective spraying width of aerial spraying on plant protection UAV[J]. Transactions of the Chinese Society of Agricultural Engineering，2017，33(7)：82-90.
[17] 徐安糠，陆欢欢，晏巧，胡锋，李红英，张欢，周泽扬，黄敦元.油茶花粉液配方初探[J]. 重庆师范大学学报（自然科学版），2021，38(6)：129-136.XU Ankang，LU Huanhuan，YAN Qiao，HU Feng，LI Hongying，ZHANG Huan，ZHOU Zeyang，HUANG Dunyuan. Primary exploration on pollinating solution of Camellia oleifera[J].Journal of Chongqing Normal University (Natural Science)，2021，38(6)：129-136.
[18] 魏源，苏强，曾扬鹃，杜菁菁，齐永顺，王东升.基于多旋翼植保无人机的板栗飞防效果研究[J].中国农机化学报，2023，44(6)：82-88.WEI Yuan，SU Qiang，ZENG Yangjuan，DU Jingjing，QI Yongshun，WANG Dongsheng.Study on flying defense effect of chestnut based on multi-rotor plant protection UAV[J]. Journal of Chinese Agricultural Mechanization，2023，44(6)：82-88.
[19] 翁晓星，徐锦大，赵晋，黄赟，边晓东，王建军.多旋翼无人机辅助籼粳杂交稻制种授粉研究[J].中国农机化学报，2022，43(9)：24-29.WENG Xiaoxing，XU Jinda，ZHAO Jin，HUANG Yun，BIAN Xiaodong，WANG Jianjun. Study on seed production and pollination of Indica-Japonica hybrid rice assisted by multi-rotor UAV[J]. Journal of Chinese Agricultural Mechanization，2022，43(9)：24-29.
[20] 邹宇航，王俊，钟秋，董建国，杨军，陈勇，雷云康，向欢，张华述，李诚然，朱小波.2 款植保无人机的作业质量技术指标对比：以雪茄烟叶施药为例[J].安徽农业科学，2022，50(5)：174-177.ZOU Yuhang，WANG Jun，ZHONG Qiu，DONG Jianguo，YANG Jun，CHEN Yong，LEI Yunkang，XIANG Huan，ZHANG Huashu，LI Chengran，ZHU Xiaobo. Comparison of operational quality technical indices between two types of unmanned aerial vehicle for plant protection：Taking the medication for cigar tobacco leaves as an example[J]. Journal of Anhui Agricultural Sciences，2022，50(5)：174-177.
[21] 茹煜，贾志成，范庆妮，车军.无人直升机远程控制喷雾系统[J].农业机械学报，2012，43(6)：47-52.RU Yu，JIA Zhicheng，FAN Qingni，CHE Jun. Remote control spraying system based on unmanned helicopter[J]. Transactions of the Chinese Society for Agricultural Machinery，2012，43(6)：47-52.
[22] 胡淑芬，曹昕奕，邓勇杰，赖曲芳，王冠，胡冬南，张露，刘木华，陈晓，肖本贵，盛强，张庐陵，刘永康.植保无人机飞行参数对油茶授粉雾滴分布及坐果率的影响[J].农业工程学报，2023，39(20)：92-100.HU Shufen，CAO Xinyi，DENG Yongjie，LAI Qufang，WANG Guan，HU Dongnan，ZHANG Lu，LIU Muhua，CHEN Xiao，XIAO Bengui，SHENG Qiang，ZHANG Luling，LIU Yongkang.Effects of the flight parameters of plant protection drone on the distribution of pollination droplets and the fruit setting rate of Camellia[J]. Transactions of the Chinese Society of Agricultural Engineering，2023，39(20)：92-100.
[23] 李继宇，周志艳，胡炼，臧英，闫梦璐，刘爱民，罗锡文，张铁民.单旋翼电动无人直升机辅助授粉作业参数优选[J].农业工程学报，2014，30(10)：10-17.LI Jiyu，ZHOU Zhiyan，HU Lian，ZANG Ying，YAN Menglu，LIU Aimin，LUO Xiwen，ZHANG Tiemin. Optimization of operation parameters for supplementary pollination in hybrid rice breeding using uniaxial single-rotor electric unmanned helicopter[J]. Transactions of the Chinese Society of Agricultural Engineering，2014，30(10)：10-17.
[24] 兰玉彬，单常峰，王庆雨，刘琪，杨承磊，谢英杰，王国宾.不同喷雾助剂在植保无人机喷施作业中对雾滴沉积特性的影响[J].农业工程学报，2021，37(16)：31-38.LAN Yubin，SHAN Changfeng，WANG Qingyu，LIU Qi，YANG Chenglei，XIE Yingjie，WANG Guobin.Effects of different spray additives on droplet deposition characteristics during plant protection UAV spraying operations[J].Transactions of the Chinese Society of Agricultural Engineering，2021，37(16)：31-38.
[25] ZHAN Y L，CHEN P C，XU W C，CHEN S D，HAN Y F，LAN Y B，WANG G B. Influence of the downwash airflow distribution characteristics of a plant protection UAV on spray deposit distribution[J].Biosystems Engineering，2022，216：32-45.
[26] 程建斌，汪继斌，王年金，姚小华.无人机辅助授薄壳山核桃花粉对山核桃的结实效应[J].南京林业大学学报（自然科学版），2019，43(4)：199-202.CHENG Jianbin，WANG Jibin，WANG Nianjin，YAO Xiaohua.The fruit-Xenia effects of Carya illinoensis pollination on C.cathayensis assisted by unmanned aerial vehicle(UAV)[J].Journal of Nanjing Forestry University (Natural Sciences Edition)，2019，43(4)：199-202.
[27] 王璐.图木舒克市密植香梨园不同时期无人机作业参数及效果研究[D].石河子：石河子大学，2022.WANG Lu.Research to the parameters and effect of UAV operation in different periods of compact planting pear orchard in Tumushuke city[D].Shihezi：Shihezi University，2022.
[28] 岳婉婉. 枣园无人机与传统农机喷施模式效应比较评价研究[D].乌鲁木齐：新疆农业大学，2021.YUE Wanwan.Comparative evaluation of the effect of UAV and traditional agricultural machinery spraying on jujube garden[D].Urumqi：Xinjiang Agricultural University，2021.