基于消费级无人机搭载数码相机监测小麦长势状况研究

• 作者: 刘小军 张泽宇 曹卫星 曹强 朱艳 江杰 田永超
• 来源期刊: 南京农业大学学报
• 学科: 农学
• 关键词: 小麦 长势 氮素营养 无人机 数码相机
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 植物科学
• 页码范围: 622-631
• 页数: 10页
• 分类号: S512.1|S311
• 字数: 8277字
• 语种: 中文
• DOI: 10.7685/jnau.201904065

摘要

[目的]本文旨在探究消费级无人机搭载数码相机更好地用于小麦长势快速监测.[方法]于2015—2017年开展涉及2个小麦品种和4个施氮水平处理的田间小区试验,在小麦关键生育期采用大疆精灵3专业版无人机自带的数码相机获取试验区数码影像,并提取6种颜色指数,同步取样并测定叶面积指数、叶片干物质量及叶片氮积累量等小麦长势信息,在小麦抽穗前、后及全生育期分别运用指数函数和随机森林算法定量分析长势信息与颜色指数的关系.[结果]在小麦各生长阶段,指数函数模型表现较好,可见光大气阻抗指数(visible atmospherically resistant index,VARI)、超红指数(excess red index,ExR)和归一化绿减红差值指数(normalized green minus red difference index,NGRDI)与叶面积指数、叶片干物质量和叶片氮积累量的相关性均表现较好,继而分别建立了基于VARI、ExR和NGRDI的叶面积指数(R2=0.71～0.82)、叶片干物质量(R2=0.42～0.71)和叶片氮积累量(R2=0.52～0.76)的指数函数监测模型.独立试验数据的检验结果表明:在抽穗前及全生育期,ExR(R2=0.45～0.70和0.42～0.62)监测模型估测的叶面积指数、叶片干物质量和叶片氮积累量与实测值拟合性更好,在抽穗后期,VARI(R2=0.68～0.72)监测模型估测效果更好.[结论]结合小麦各生长阶段指数函数监测模型,利用无人机搭载数码相机可以快速无损监测小麦长势状况.