基于无人机多光谱影像的槟榔黄化病遥感监测

摘要：

黄化病是一种严重危害槟榔生长的病害,迫切需要及时、准确地监测其侵染的严重度差异和空间分布.低空无人机遥感可有效解决槟榔种植区由于多云雨天气而造成光学卫星影像获取不足,提高槟榔黄化病监测的实时性.该文利用大疆精灵Phantom 4 Pro V2.0四旋翼无人机搭载MicaSense RedEdge-M多光谱相机获取5波段多光谱影像,基于最小冗余最大相关算法(Minimum Redundancy Maximum Relevance,mRMR)从15个潜在的植被指数中优选比值植被指数(Ratio Vegetation Index,RVI)、改进的简单比值指数(Modified Simple Ratio Index,MSR)和花青素反射指数(Anthocyanin Reflectance Index,ARI)作为敏感特征,分别利用后向传播神经网络(Back Propagation Neural Network,BPNN)、随机森林(Random Forest,RF)和支持向量机(Support Vector Machine,SVM)分类算法,构建了槟榔黄化病严重度监测模型.结果表明,BPNN模型总体精度达到91.7％,分别比RF模型和SVM模型提高6.7％和10.0％,且Kappa系数为0.875,为所有模型中最高,漏分、错分误差也最小,健康,轻度和重度分别为11.1％、15.8％,13.6％、9.5％和0、0.研究结果证明了无人机多光谱遥感影像监测槟榔黄化病的可行性,同时也可为其他热带作物病害监测提供案例研究.

关键词：无人机、遥感、槟榔黄化病、多光谱影像、敏感特征

所属期刊栏目：36

分类号：S435.122+.2;TP79(病虫害及其防治)

资助基金：海南省重点研发计划项目;国家高层次人才特殊支持计划万人计划;海南省万人计划配套项目

在线出版日期：2020-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：54-61