基于无人机RGB图像的金沙柚叶片叶绿素含量监测研究
[目的]叶片叶绿素含量(leaf chlorophyll content,LCC)是表征金沙柚(Citrus grandis(L.)Osbeck)长势状况的重要指标.利用无人机RGB图像可实现植被长势参数实时、无损监测.然而,当前人们对无人机RGB图像监测蜜柚LCC时的敏感图像特征及适宜感兴趣区(region of interest,ROI)选取模式尚不明确.为构建基于无人机RGB图像的蜜柚LCC监测模型,实现利用无人机RGB图像快速监测金沙柚LCC.[方法]本研究基于不同氮肥水平的金沙柚田间试验,于开花期、幼果期和果实膨大期测定蜜柚LCC,同步使用无人机采集蜜柚RGB图像,并提取不同类型图像特征(6个颜色特征、9个植被指数、9个纹理特征);分别在叶片ROI和冠层ROI两种模式下,分析不同图像特征与蜜柚LCC之间的相关性,确定最优ROI选取模式及敏感图像特征,并构建定量监测模型.[结果]包含有丰富红光信息的红光值(redness intensity,R)、超红植被指数(excess red vegetation index,ExR)和基于红光波段提取的均值(mean texture based on the red band,MEA-R)对蜜柚LCC敏感,在叶片ROI模式下利用其构建的监测模型精度高于在冠层ROI模式下构建的监测模型精度.3个图像特征中,ExR与蜜柚LCC之间相关性最高,在叶片ROI模式下构建的全生育期监测模型建模决定系数(determination coefficient,R2)达到0.83,模型检验时归一化均方根误差(normalized root mean square error,nRMSE)和偏差(bias)分别为0.24和0.01 mg/g.R和MEA-R表现相似,叶片ROI模式下其建模R2为0.72,检验nRMSE为0.33.[结论]考虑到监测模型的准确性和图像特征提取的方便性,本研究确定可基于叶片ROI模式提取图像特征ExR并构建全生育期蜜柚LCC监测模型:LCC=-0.01×ExR+2.83,实现利用无人机搭载数码相机快速、准确监测园区尺度金沙柚LCC,在金沙柚生长无损监测诊断和精确管理中具有应用价值.
金沙柚、叶片叶绿素含量、无人机、RGB图像、图像特征、监测模型
44
S666.3(果树园艺)
江西省重大科技研发专项课题;江西省重点研发计划重点项目;江西现代农业科研协同创新专项
2023-02-07(万方平台首次上网日期,不代表论文的发表时间)
共12页
1407-1418