基于无人机影像的小麦株高与LAI预测研究

作者：郭涛; 颜安^*; 耿洪伟

来源：麦类作物学报, 2020, 40(09): 1129-1140.

• 无人机
• 小麦
• 株高
• 叶面积指数
• 表型性状

为快速、准确地估测不同生育时期小麦品种(系)株高与叶面积指数(LAI)表型性状,基于各生育时期小麦品种(系)数字正射影像(digital orthophoto map,DOM)和数字表面模型(digital surface model,DSM),分别构建不同生育时期株高估测模型和光谱指数LAI估测模型。借助一元线性回归、多元逐步回归(SMLR)和偏最小二乘回归(PLSR)分析方法,并采用决定系数(r2)、均方根误差(RMSE)和归一化均方根误差(nRMSE)综合性评价指标,筛选出小麦不同生育时期最优的株高和LAI估测模型。结果表明,(1)全生育期株高估测效果最好,模型预测值与实测值高度拟合(r2、RMSE、nRMSE分别为0.87、5.90cm、9.29%);在各生育时期中,灌浆期模型预测精度较好,成熟期预测精度最差,r2分别为0.79和0.69。(2)所选的18种光谱指数与LAI相关性均较好,其中BGRI、RGBVI、NRI和NGRDI的相关系数达到极显著水平,且各时期三种回归估测模型均表现出较高的稳定性和拟合效果,其中SMLR回归模型对各生育时期LAI预测精度最好,其拔节期、孕穗期、扬花期、灌浆期和成熟期的预测集r2分别为0.68、0.57、0.61、0.68和0.53。这说明,基于无人机获取的不同生育时期小麦DSM影像提取株高,并运用18种光谱指数构建LAI估测模型方法是可行的。

• 单位
  新疆农业大学