近年来随着遥感技术的快速发展,实时无损监测作物生长状况已成为当前研究热点,遥感获取的农情信息将为实现大面积作物精确管理提供指导。在众多遥感监测平台里,无人机因其操作简单、使用成本低等特点而受到广泛关注,无人机搭载多光谱相机可以快速获取作物的长势信息。结合固定翼无人机多光谱影像纹理信息与光谱信息,快速、无损地获取水稻的长势信息,对实现水稻精确管理具有重大意义。近期,南京农业大学农学院/国家信息农业工程技术中心/智慧农业教育部工程研究中心/农业农村部农作物系统分析与决策重点实验室/江苏省信息农业重点实验室完成的题为“基于固定翼无人机多光谱影像的水稻长势关键指标无损监测”的研究论文在《中国农业科学》2023年第56卷21期正式发表。
通过开展两年涉及不同播期、品种、播栽方式、施氮水平的水稻田间试验,在水稻关键生育期使用固定翼无人机搭载Sequoia多光谱相机获取水稻冠层遥感影像,同步进行地上部破坏性取样以获取水稻叶面积指数(LAI)、地上部生物量(AGB)和植株氮含量(PNC)等农学指标,采用简单线性回归、偏最小二乘回归和人工神经网络回归算法,构建基于固定翼无人机多光谱影像的水稻长势指标监测模型,比较分析光谱纹理信息在不同模型中的监测效果。
该研究使用的植被指数
该研究利用简单线性回归方法探究了植被指数(VI)、单波段纹理特征与水稻LAI、AGB和PNC间的定量关系,结果表明植被指数与LAI和AGB之间有较强的相关性,表现最好的植被指数为CIRE和NDRE,R2分别为0.80和0.76,但对于PNC的监测,植被指数并未达到理想的效果,表现最好的RESAVI和NDRE与PNC的决定系数仅为0.13。
6个植被指数与水稻叶面积指数、地上部生物量和植株氮含量的相关性
通过简单线性回归进一步发现单波段的纹理特征在对水稻生长指标的监测中表现并不理想;为进一步分析影像纹理对上述3个指标的监测效果,参照植被指数的构建方法构建了归一化纹理指数(NDTI)、比值纹理指数(RTI)和差值纹理指数(DTI),通过相关性分析发现新构建的纹理指数(TI)相较于单波段纹理特征对水稻生长指标的监测精度有所提升,但效果并未好于植被指数。为实现光谱与纹理间的结合,采用偏最小二乘和人工神经网络的建模方法,以VI、VI+TI为不同的输入参数组合进行水稻LAI、AGB和PNC的监测模型构建,结果表明采用偏最小二乘和人工神经网络的建模方法与简单线性回归相比模型的监测精度均得到了大幅提升,以VI+TI为输入变量,采用人工神经网络构建的模型在模型验证中取得了最佳效果,LAI模型的验证R2由0.75提升至0.86,AGB和PNC的模型验证R2也分别由0.72和0.26提升至0.92和0.86,同时模型的RMSE均显著降低。
基于植被指数和纹理指数的人工神经网络模型LAI、AGB、PNC验证结果
利用固定翼无人机采集水稻冠层多光谱影像,通过人工神经网络算法融合光谱和纹理信息能够有效提升水稻LAI、AGB和PNC的监测精度,该研究结果将为快速大面积作物长势监测提供理论依据。该研究国家自然科学基金(32071903)、国家重点研发计划(2022YFD2301402)的资助。王伟康, 张嘉懿, 汪慧, 曹强, 田永超, 朱艳, 曹卫星, 刘小军. 基于固定翼无人机多光谱影像的水稻长势关键指标无损监测[J]. 中国农业科学, 2023, 56(21): 4175-4191.WANG WeiKang, ZHANG JiaYi, WANG Hui, CAO Qiang, TIAN YongChao, ZHU Yan, CAO WeiXing, LIU XiaoJun. Non-Destructive Monitoring of Rice Growth Key Indicators Based on Fixed-Wing UAV Multispectral Images[J]. Scientia Agricultura Sinica, 2023, 56(21): 4175-4191.《中国农业科学》是中华人民共和国农业农村部主管,中国农业科学院与中国农学会共同主办的以农业为核心的多学科综合性学术期刊。是中文核心、科技核心、CSCD Q1区期刊,是科协支持的卓越期刊。在多家第三方评价系统中,评价总分多年保持在农业综合类期刊中的首位。现为半月刊,设有“作物遗传育种•种质资源•分子遗传学;耕作栽培•生理生化•农业信息技术;植物保护;土壤肥料•节水灌溉•农业生态环境;园艺;食品科学与工程;畜牧•兽医”等栏目。欢迎投稿:http://www.chinaagrisci.com
欢迎订阅:
2023年定价49.5元/册,全年刊期:24期,全年定价1188元。① 各地邮局订阅:邮发代号2-138;
② 编辑部期刊发行部:联系电话 010-82106247;
③ 网上购买:搜淘宝店、微店店铺名称:中科期刊(订阅及销售过刊);或扫描下方二维码:
https://blog.sciencenet.cn/blog-3581686-1410324.html
上一篇:
SAS | 西北农林科技大学孙道杰课题组探索小麦粒重相关性状的QTL定位及分子标记的开发下一篇:
SAS | 山西农业大学徐明岗课题组探明褐土区典型县域耕地土壤肥力时空演变特征及主控因素