基于无人机高光谱遥感的冬小麦叶面积指数反演

• 作者: 于海洋 徐波 杨贵军 董锦绘 赵晓庆 马亚斌 高林
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 遥感 无人机 传感器 叶面积指数 红边参数 光谱指数
• 年，卷（期）: 2016,（22）
• 所属期刊栏目: 农业航空工程
• 页码范围: 113-120
• 页数: 8页
• 分类号: TP79
• 字数: 6698字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2016.22.016

摘要

叶面积指数（leaf area index，LAI）是评价作物长势和预测产量的重要依据。光谱特征信息作为高光谱遥感的突出优势在追踪LAI动态变化方面极其重要；然而，围绕光谱特征信息所开展的无人机高光谱遥感反演作物LAI的相关研究鲜有报道。该文利用ASD Field SpecFR Pro 2500光谱辐射仪（ASD Field SpecFR Pro 2500 spectroradiometer，ASD）和Cubert UHD185 Firefly成像光谱仪（Cuber UHD185 Firefly imaging spectrometer，UHD185）在冬小麦试验田进行空地联合试验，基于获取的孕穗期、开花期以及灌浆期地面数据和无人机高光谱遥感数据，估测冬小麦 LAI。该文选择同步获取的冬小麦冠层ASD光谱反射率数据作为评价无人机UHD185高光谱数据质量的标准，依次从光谱曲线变化趋势、光谱相关性以及目标地物光谱差异三方面展开分析，结果表明458～830 nm（第3～96波段）的UHD185光谱数据可靠，可使用其探测冬小麦LAI，这为今后无人机UHD185高光谱数据的使用提供了参考。该文研究对比分析了UHD185数据计算的红边参数和光谱指数与冬小麦LAI的相关性，结果表明：12种参数中比值型光谱指数RSI（494,610）与LAI高度正相关，是估测LAI的最佳参数；基于比值型光谱指数的对数形式lg(RSI)构建的线性模型展现出lg(RSI)与lg(LAI)较优的线性关系（决定系数 R2=0.737，参与建模的样本个数 n=103），且 lg(LAI)预测值和 lg(LAI)实测值高度拟合性（R2=0.783，均方根误差 RMSE=0.127，n=41，P<0.001）；该研究为利用无人机高光谱遥感数据开展相关研究积累了经验，也为发展无人机高光谱遥感的精准农业应用提供了参考。