基于无人机遥感的花生叶片叶绿素含量监测研究

为实现对花生叶片叶绿素含量进行快速、实时、无损、准确监测,本研究利用大疆精灵4号无人机搭载可见光相机,获取花生不同生育期的遥感影像,利用深度神经网络(CNN)和卷积神经网络(DNN),建立叶片数字图像彩色信息和叶片叶绿素含量的关系模型。结果表明,利用数字图像特征(包括红光,绿光,蓝光,归一化红光,归一化绿光等)作为网络输入向量时效果较好,CNN产生的预测值和农学实测值训练集平均绝对误差为0.8左右,DNN产生的预测值和农学实测值训练集平均绝对误差为1左右,两者均在误差范围内,可用来实时监测花生的叶绿素含量,为生产上快速诊断花生的肥料状况提供理论依据。