基于无人机遥感的冬小麦叶绿素含量多光谱反演 |
| |
引用本文: | 周敏姑,邵国敏,张立元,刘治开,韩文霆.基于无人机遥感的冬小麦叶绿素含量多光谱反演[J].节水灌溉,2019(9). |
| |
作者姓名: | 周敏姑 邵国敏 张立元 刘治开 韩文霆 |
| |
作者单位: | 西北农林科技大学旱区节水农业研究院;西北农林科技大学机械与电子工程学院;西北农林科技大学水土保持研究所 |
| |
摘 要: | 以杨凌地区冬小麦为研究对象,使用六旋翼无人机搭载RedEdge多光谱相机进行叶绿素监测试验。共选取65个样本,每个样本为1 m×1 m的样地,在样地内选取小麦冠层的7片叶片,测量相对叶绿素含量SPAD值,取平均值作为实测值,GPS记录位置信息。地面数据测量与无人机飞行测量同步进行。用Pix4D mapper软件对无人机多光谱影像进行拼接处理,得到4个波段下小麦冠层叶片反射率光谱图像,并利用ENVI 5.1软件提取光谱反射率数据。选取8种常用光谱参数,其中与小麦SPAD相关性较高的有SAVI、EVI2、DVI、RVI、NDVI、EVI和ARVI共7种,相关系数均在0.67以上。用7种光谱参数和小麦SPAD实测值,使用一元线性回归法和多元线性回归法构建反演模型并进行精度分析,结果表明:一元线性回归法构建的SPAD-SAVI模型精度最佳,决定系数(R~2)为0.866,均方根误差RMSE为0.245,可作为无人机遥感快速、无损监测冬小麦叶绿素的技术手段。
|
本文献已被 CNKI 等数据库收录! |
|