10.3969/j.issn.1007-4929.2019.09.011
基于无人机遥感的冬小麦叶绿素含量多光谱反演
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(R2)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.
冬小麦、叶绿素相对含量、六旋翼无人机、无人机遥感、反演
S512.1+1;S127(禾谷类作物)
国家重点研发计划项目2017YFC0403203;杨凌示范区产学研用协同创新重大项目2018CXY-23
2019-10-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
40-45