基于无人机遥感的花生氮营养反演研究

氮素是影响花生生长发育的重要因素之一,目前传统凯氏定氮法测定步骤繁琐且需要时间较长,而无人 机遥感具有实时、灵活、低成本的特点,因此,为实现对花生氮含量的快速、无损、准确监测,本研究利用大疆精灵4 号无人机搭载的可见光相机,获取不同生育期的可见光影像,运用神经网络算法,建立叶片数字图像彩色信息和叶 片氮含量的关系模型。结果表明,利用数字图像指标作为网络输入向量时,所构建模型的平均绝对偏差为1.5左 右,且以r、g、b(r=R/(R+G+B), g=G/(R+G+B), b=B/(R+G+B))和a, b, c (a=R+G, b=R+B, c=G+B)两种组合参数拟合效果最 好,平均绝对偏差为0.2左右,和真实值相差较小。通过检验发现,两种方法都能准确地预测出花生叶片氮含量,所 构建模型能快速、无损地测定花生植株的肥料状况。