基于无人机可见光影像的玉米冠层SPAD反演模型研究

作者：孟沌超; 赵静^*; 兰玉彬; 闫春雨; 杨东建; 温昱婷

来源：农业机械学报, 2020, S2: 366-374.

• 玉米冠层
• 无人机
• 可见光影像
• 叶绿素
• 植被指数
• 纹理特征

叶绿素是植物进行光合作用的重要色素,利用作物光谱、纹理信息对叶绿素进行反演,为作物的实时监测和健康状况诊断提供重要依据。以大田环境下5个不同品种四叶期、拔节期的玉米为研究对象,利用无人机获取试验区可见光影像,对土壤背景进行掩膜处理,提取25种可见光植被指数、24种纹理特征,综合分析植被指数、纹理特征与玉米冠层叶绿素相对含量(SPAD)的相关性,分别建立基于植被指数、纹理特征和植被指数+纹理特征的逐步回归(SR)、偏最小二乘回归(PLSR)和支持向量回归(SVR)模型,定量估算叶绿素相对含量。在SR模型中,植被指数+纹理特征模型与植被指数模型相同,R2为0.731 6,RMSE为2.958 0,RPD为1.926,优于纹理特征模型;在PLSR模型中,植被指数+纹理特征模型较优,R2为0.802 5,RMSE为2.495 2,RPD为2.284,纹理特征模型次之,植被指数模型最差;在SVR模型中,植被指数+纹理特征模型较优,R2为0.805 5,RMSE为2.640 8,RPD为2.158,植被指数模型次之,纹理特征模型最差。综合分析采用基于PLSR植被指数+纹理特征模型可以实现玉米冠层SPAD快速、准确提取,为叶绿素反演提供一种新的方法,可为无人机遥感作物长势监测提供参考。

• 单位
  山东理工大学