基于无人机遥感图像的苎麻产量估测研究

本研究旨在探索一种利用无人机-RGB系统提取的苎麻株高和可见光图像光谱信息估测产量的新方法。试验于2019年在湖南农业大学耘园苎麻基地进行,利用无人机搭载高清数码相机获取二季苎麻苗期和成熟期的图像。首先利用Pix4D mapper生成苎麻冠层2个生育期的数字表面模型和高清数码正射图像;然后基于数字表面模型采用“差分法”计算试验小区的平均株高(DSM-based H);基于正射图像提取试验小区RGB通道均值,进而计算遥感图像数码变量和植被指数,分析苎麻种质间的图像光谱表型性状和产量株高比性状的差异性与多样性;最后采用逐步回归方法建立苎麻产量预测模型,并对各项产量解释因子进行相关性分析。结果表明:(1)基于无人机-RGB系统遥感株高与实测株高显著相关(r=0.90),修正遥感株高的均方根误差为0.04 m。(2)苎麻产量与株高信息存在极显著相关性(r=0.91),而与图像光谱表型相关性不明显。(3)融合遥感图像株高和种质特征差异构建的苎麻产量估测模型精度较高,R^2=0.85,RMSE=0.71。因此,基于无人机遥感图像的苎麻产量估测是可行的,这对苎麻种质特征评价和产量估测具有重要的意义。

基于无人机可见光遥感的苎麻冠层氮素营养动态诊断

为定量评估利用无人机遥感图像进行苎麻冠层叶片氮素营养动态监测的准确性,试验从2019年起对湖南农业大学耘园基地苎麻进行了为期一年的氮肥控制试验,在该基础上利用无人机采集2020年第二季苎麻各生长阶段的冠层数码图像。首先,基于HSV(Hue, Saturation, Value)颜色通道图像采用阈值分割法剔除土壤、杂草等背景的干扰,进而提取苎麻冠层叶片图像的RGB(Red, Green, Blue)平均颜色分量,并计算12项色彩参数;然后分析各色彩参数在苎麻生育进程内的动态变化,同时以SPAD值为辅助验证指标,分析不同生育期苎麻冠层图像色彩参数与SPAD值的关系;最后采用主成分分析法对色彩参数进行降维,选取适宜于各时期苎麻氮素营养监测的最佳颜色参数。结果表明:对于湘苎3号,G/R和ExGR在苗期与SPAD值极显著相关,(G-R)/(G+R-B)在成熟期与SPAD值极显著相关;对于湘苎7号,R/B、r、WI在封行期与SPAD值有极显著相关,ExGR在成熟期与SPAD值极显著相关。因此,应用无人机可见光遥感进行苎麻氮素营养动态诊断是可行的。