基于无人机多光谱遥感的玉米LAI监测研究

[目的]探究更高效估测玉米LAI的无人机多光谱遥感监测模型,实现对玉米叶面积指数(Leaf area index,LAI)的快速预测估算。[方法]以全生长周期的玉米植株为研究对象,通过多光谱遥感无人机获取玉米植株影像并实地采集玉米LAI,利用多光谱信息研究植被指数与玉米LAI之间的定量关系,并选择相关的植被指数;分别使用多元线性逐步回归、支持向量机回归算法(Support vector machine regression,SVM)、随机森林回归算法(Random forest regression,RF)和基于鲸鱼算法(Whale optimization algorithm,WOA)优化的随机森林算法(WOA-RF)构建玉米LAI预测模型,通过分析对比,选择最优预测模型。[结果]筛选出的植被指数NDVI、NDRE、EVI、CIG与LAI呈极显著相关(P<0.01),构建了多元线性回归模型、SVM模型、RF模型和WOARF模型的预测模型,R2分别为0.873 2、0.878 0、0.917 7和0.940 8,RMSE分别为0.277 5、0.236 5、0.209 0和0.128 7。[结论]基于WOA-RF的玉米LAI预测模型的预测精度能够满足玉米生产的需要,对玉米生长期间的种植管理具有指导意义。