科研之友
微信
新浪微博
Facebook
分享链接
摘要
为剔除无人机多光谱图像中的土壤背景，提高作物根域土壤含水率反演精度。以不同水分处理的拔节期冬小麦为研究对象，利用无人机多光谱相机分别在9:00、11:00、13:00、15:00和17:00等5个时刻获取高分辨率多光谱图像，运用改进的植被指数阈值法快速确定植被像元与土壤像元的分类阈值，通过阈值划分实现土壤背景的剔除，并根据植被指数阈值法的阈值变化，研究土壤背景对提取冬小麦冠层反射率的影响，最后建立剔除土壤背景前后基于植被指数的土壤含水率反演模型。研究结果表明，应用改进的植被指数阈值法可有效剔除多光谱图像中的土壤背景，其中基于植被指数-RDVI的剔除精度最高，总体精度在91.32%以上；土壤背景对冬小麦冠层近红外波段的反射率影响较大，红边波段次之，而对可见光波段的反射率影响较小；剔除土壤背景前后的植被指数与土壤含水率均呈线性关系，剔除土壤背景对反演土壤含水率的精度有显著提高，其中NGRDI在反演10～20cm深度的冬小麦根域土壤含水率效果最好，建模集R2和RMSE分别为0.739和2.2%，验证集R2和RMSE分别为0.787和2.1%。
-
单位建筑工程学院; 西北农林科技大学
