基于无人机数码影像的冬小麦叶面积指数探测研究

发布时间：2017-09-17 02:03

  本文关键词：基于无人机数码影像的冬小麦叶面积指数探测研究

  更多相关文章： 无人机 遥感 数码影像 冬小麦 叶面积指数 数字图像特征参数

【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,P0.01)。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。
【作者单位】： 北京农业信息技术研究中心;国家农业信息化工程技术研究中心;农业部农业信息技术重点实验室;北京市农业物联网工程技术研究中心;南京大学地理与海洋科学学院;中国科学院遗传与发育生物学研究所农业资源研究中心;
【关键词】： 无人机 遥感 数码影像 冬小麦 叶面积指数 数字图像特征参数
【基金】：国家高技术研究发展计划(863计划)项目(2013AA102303) 北京市自然科学基金项目(4141001) 河北省科技计划项目(14227423D)资助~~
【分类号】：S512.11;S127
【正文快照】： *This work was supported by the National High Technology Research and Development Program of China(2013AA102303),the BeijingNatural Science Foundation(4141001)and the Hebei Province Science and Technology Project(14227423D).**Corresponding author,E-mail:

【相似文献】

中国期刊全文数据库 前1条

1 胡承健;;加速宁夏农用无人机开发应用 促进精准农业发展[J];宁夏农林科技;2014年05期

，

本文编号：866595