基于无人机数码影像的冬小麦叶面积指数探测研究

分类： 农、林、牧、渔 >> 农业基础学科 提交时间： 2017-10-20 合作期刊: 《中国生态农业学报》

高 林 杨贵军 李红军 李振海 冯海宽 王 磊 董锦绘 贺 鹏

摘要： 叶面积指数(LAI)是评价作物长势的重要农学参数之一, 利用遥感技术准确估测作物叶面积指数(LAI)对精准农业意义重大。目前, 数码相机与无人机系统组成的高性价比遥感监测系统在农业研究中已取得一些 成果, 但利用无人机数码影像开展作物LAI 估测研究还少有尝试。为论证利用无人机数码影像估测冬小麦LAI的可行性, 本文以获取到的3 个关键生育期(孕穗期、开花期和灌浆期)冬小麦无人机数码影像为数据源, 利用数字图像转换原理构建出10 种数字图像特征参数, 并系统地分析了3 个生育期内两个冬小麦品种在4 种氮水平下的LAI 与数字图像特征参数之间的关联性。结果表明, 在LAI 随生育期发生变化的同时, 10 种数字图像特征参数中R/(R+G+B)和本文提出的基于无人机数码影像红、绿、蓝通道DN 值以及可见光大气阻抗植被指数(VARI)计算原理构建的数字图像特征参数UAV-based VARIRGB 也有规律性变化, 说明冬小麦的施氮差异不仅对LAI 有影响, 也对某些数字图像特征参数有一定影响; 在不同条件(品种、氮营养水平以及生育期)下的数字图像特征参数与LAI 的相关性分析中, R/(R+G+B)和UAV-based VARIRGB 与LAI 显著相关。进而, 研究评价了R/(R+G+B)和UAV-based VARIRGB 构建的LAI 估测模型, 最终确定UAV-based VARIRGB 为估测冬小麦LAI的最佳参数指标。结果表明UAV-based VARIRGB 指数模型估测的LAI 与实测LAI 拟合性较好(R2=0.71,RMSE=0.8, P<0.01)。本研究证明将无人机数码影像应用于冬小麦LAI 探测是可行的, 这也为高性价比无人机遥感系统的精准农业应用增添了新成果和经验。

 点击量 2797  下载量 1640  评论