无人机喷施作业被广泛用于植保领域,而喷施雾滴沉积效果是影响化学防治效果的最重要因素之一.为了更准确地测量植保无人机喷施雾滴沉积,该研究提出了一种基于光谱分析和偏最小二乘(partial least squares,PLS)的植保无人机雾滴沉积测量方法.该方法包括四个步骤:荧光示踪剂溶液喷施作业的雾滴收集,纸带收集雾滴后光谱数据的采集,光谱数据的处理分析和PLS模型的建立.为了验证该测量方法的适用性并获得PLS模型的建模参数,在田间进行了植保无人机荧光示踪剂溶液喷雾实验,纸带收集雾滴后通过采集装置扫描获取其原始光谱数据,采用卷积平滑算法(savitzky-golay,S-G)和变量标准化(standard normalized variate,SNV)等方法对光谱数据进行处理分析.雾滴覆盖率是评价雾滴沉积效果的重要指标之一,基于PLS回归算法对处理后的光谱数据所选取的特征波长建立了雾滴覆盖率的预测模型.为了验证PLS模型的优越性,同时建立了传统线性回归(linear regression,LR)模型.研究结果表明:相比于LR模型(RV2=0.88,RMSEP=1.9404),PLS模型具有更好的预测精度(RV2=0.94,RMSEP=0.9446),因此基于光谱分析和PLS算法的方法能更有效地用于植保无人机喷施雾滴沉积的测量.