基于无人机遥感的果园冠层氮素估算及空间分析

摘要：

为快速准确地获取植株冠层氮素含量及空间分布特征,对大尺度的果园进行精准动态的管理,以宽行窄株小冠模式、宽行窄株篱壁模式和传统栽培模式3种栽培模式的120棵柑橘树为研究对象,通过测定冠层氮素含量并提取无人机遥感影像多光谱数据中的纹理指数和植被指数,运用随机森林算法(RF)建立基于植被指数、纹理指数以及融合植被指数和纹理指数的柑橘冠层氮素反演模型,并比较融合植被指数和纹理指数的支持向量机(SVM)、BP神经网络算法(BP)和RF的模型反演精度.结果显示:在随机森林算法中,融合植被指数和纹理指数比单独的植被指数或纹理指数更能准确预测柑橘冠层氮素含量;植被指数训练集R2为0.710,测试集R2为0.430;纹理指数训练集R2为0.761,测试集R2为0.349;融合植被指数和纹理指数训练集R2为0.775,测试集R2为0.533.融合植被指数和纹理指数在SVM算法训练集R2为0.511,测试集R2为0.371;BP神经网络训练集R2为0.651,测试集R2为0.204.用融合植被指数和纹理指数的RF模型对3种栽培模式的柑橘园进行氮素反演,得到宽行窄株小冠模式的柑橘冠层平均氮素含量最高,其次为宽行窄株篱壁模式,传统栽培模式最低,氮素含量均值分别为31.33、30.20和27.82 mg/g.结合无人机遥感与融合植被指数和纹理指数的随机森林算法能够有效预测柑橘冠层氮素含量,可为大尺度柑橘果园定量施肥提供参考.

关键词：无人机遥感、柑橘、精准施肥、氮素、多光谱、植被指数、纹理指数

所属期刊栏目：42

分类号：S127;S666(农业物理学)

资助基金：国家重点研发计划;国家自然科学基金;国家柑橘产业技术体系项目

在线出版日期：2023-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：158-166