当前位置: 首页 > 文章 > 基于无人机高光谱影像的水稻叶片磷素含量估算 农业机械学报 2021 (8) 163-171
Position: Home > Articles > 基于无人机高光谱影像的水稻叶片磷素含量估算 Transactions of the Chinese Society for Agricultural Machinery 2021 (8) 163-171

基于无人机高光谱影像的水稻叶片磷素含量估算

作  者:
班松涛;田明璐;常庆瑞;王琦;李粉玲
单  位:
上海市农业科学院农业科技信息研究所;西北农林科技大学资源环境学院
关键词:
无人机;高光谱影像;水稻;叶片磷素含量;
摘  要:
为快速获取水稻叶片磷素含量信息,采用无人机搭载高光谱成像仪获取水稻冠层高光谱影像,并采样检测叶片磷素含量(质量分数)(Leaf phosphorus content,LPC)。分析了水稻LPC在无人机高光谱影像上的光谱特征,使用连续投影算法提取对磷素敏感的特征波长,通过任意波段组合构建并筛选与磷素高度相关的光谱指数,基于特征波长反射率和光谱指数建立水稻LPC的估算模型,利用最佳模型对高光谱影像进行反演填图,得到LPC空间分布信息。结果表明:全生育期内LPC与462~718 nm范围内光谱反射率显著负相关,负相关最大处相关系数达到-0.902; LPC的特征波长为670、706、722、846 nm,基于特征波长、使用偏最小二乘回归建立的LPC估算模型精度最高,验证R2达到0.925,RMSE为0.027%;在任意波段组合构建的3种类型的光谱指数中,NDSI(R498,R606)、RSI(R498,R606)和DSI(R498,R586)与LPC的相关性最高,相关系数分别为0.913、0.915和0.938;基于3个光谱指数、使用神经网络构建的LPC估算模型精度较高,验证R2为0.885,RMSE为0.029%;对各生育期水稻LPC空间分布的反演结果与实测数据相一致,说明利用无人机高光谱遥感可以实现田间水稻LPC的快速无损监测。

相似文章

计量
文章访问数: 6
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊