| 无人机影像反演玉米冠层LAI和叶绿素含量的参数确定 |
| |
| 引用本文： | 苏伟,王伟,刘哲,张明政,边大红,崔彦宏,黄健熙.无人机影像反演玉米冠层LAI和叶绿素含量的参数确定[J].农业工程学报,2020,36(19):58-65. |
| |
| 作者姓名： | 苏伟 王伟 刘哲 张明政 边大红 崔彦宏 黄健熙 |
| |
| 作者单位： | 中国农业大学土地科学与技术学院,北京 100083;农业部农业灾害遥感重点实验室,北京 100083;河北农业大学农学院,保定 071001 |
| |
| 基金项目： | 国家自然科学基金（41671433，41371434）；国家重点研发计划（2017YFD0300903） |
| |
| 摘 要： | 小型低空无人机（unmanned aerial vehicle, UAV）机动灵活、操作简便，可以按需获取高空间分辨率影像，是育种玉米长势监测的一种重要技术手段。针对UAV影像反演玉米冠层叶面积指数（LAI, Leaf Area Index）和叶绿素含量的参数确定问题，该研究以DJI S1000+无人机为平台，搭载法国Parrot Sequoia相机，获取海南三亚市崖城玉米育种基地的多光谱影像。基于预处理后的UAV影像，采用重采样的方式获得不同分辨率下（0.1～1 m）的不同植被指数，所构建的植被指数包括归一化植被指数（normalized difference vegetation index，NDVI）、叶绿素指数（grassland chlorophyll index，GCI）、比值植被指数（ratio vegetation index，RVI）、归一化红边红指数（normalized difference rededge-red index，NDIrer）、归一化红边绿指数(normalized difference rededge-green index，NDIreg)和重归一化植被指数(renormalized difference vegetation index，RDVI)，通过将不同分辨率下的不同植被指数与地面实测数据进行回归分析，以获得各分辨率下植被指数与冠层LAI和叶绿素含量的关系模型及其决定系数，以决定系数的大小为依据来确定玉米冠层LAI和叶绿素含量反演的最优空间分辨率和最优植被指数。通过试验发现，在分辨率为0.6 m时，NDVI与地面实测LAI之间的决定系数R2为0.80，决定系数达到了最大，利用该分辨率下的NDVI反演得到的LAI验证精度R2达到了0.73；在分辨率为0.1 m时，NDIreg与地面实测叶绿素含量之间的决定系数R2为0.70，决定系数达到了最大，利用该分辨率下的NDIreg反演得到的叶绿素含量验证精度R2达到了0.63。因此得出结论：1）植被指数的选择：① 对于玉米冠层LAI的反演来说，不包含绿波段的植被指数的LAI反演精度较高，这说明绿波段对LAI的变化不敏感；② 对于玉米冠层叶绿素含量反演来说，包含红边波段的植被指数的反演精度较高，因此影像的红边波段对叶绿素含量的变化非常敏感。2）UAV影像空间分辨率的选择：反演LAI的最优分辨率是0.6 m，此时NDVI与实测LAI的决定系数达到最大；反演冠层叶绿素含量的最优分辨率是0.1～0.3 m范围内，此时NDIreg与实测叶绿素含量的决定系数达到最大。该研究可为UAV反演玉米表型参数时的分辨率和植被指数选择提供参考。
|
| 关 键 词： | 作物 无人机 模型 植被指数 LAI 叶绿素含量 分辨率 红边波段 |
| 收稿时间： | 2018/12/20 0:00:00 |
| 修稿时间： | 2020/9/11 0:00:00 |
Determining the retrieving parameters of corn canopy LAI and chlorophyll content computed using UAV image |
| |
| Su Wei,Wang Wei,Liu Zhe,Zhang Mingzheng,Bian Dahong,Cui Yanhong,Huang Jianxi.Determining the retrieving parameters of corn canopy LAI and chlorophyll content computed using UAV image[J].Transactions of the Chinese Society of Agricultural Engineering,2020,36(19):58-65. |
| |
| Authors: | Su Wei Wang Wei Liu Zhe Zhang Mingzheng Bian Dahong Cui Yanhong Huang Jianxi |
| |
| Institution: | 1. College of Land Science and Technology, China Agricultural University, Beijing 100083, China; 2. Key Laboratory of Remote Sensing for Agri-Hazards, Ministry of Agriculture, Beijing 100083, China;;3. College of Agriculture, Hebei Agricultural University, Baoding 071001, China; |
| |
| Abstract: | |
| |
| Keywords: | crops unmanned aerial vehicle models vegetation index LAI chlorophyll content resolution red edge band |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|
