基于无人机遥感的苹果树冠层氮含量反演研究

快速、便捷地实时获取苹果树冠层氮含量是实现精准施肥的数据基础。本研究以“秦脆”苹果树为研究对象,分别于新梢旺长期、春梢停长期、果实膨大期利用无人机遥感平台获取30、50、70 m飞行高度下的多光谱遥感图像,并同步测定冠层氮含量。从不同试验条件下的遥感图像中各提取43种植被指数,然后通过相关性分析筛选出6种敏感植被指数,利用梯度提升决策树(GBDT)算法,建立了苹果树冠层氮含量的反演模型。结果表明:GBDT算法可以在“秦脆”苹果树不同生长期的冠层氮含量反演模型建立中取得良好的效果,且降低无人机遥感试验的飞行高度可以显著提高模型的预测精度;最优模型出现在新梢旺长期30 m高度时,其R2为0.941,RMSE为0.300。本研究结果可为“秦脆”苹果树的精准施肥提供数据支撑,并为相关研究提供参考。