基于无人机图像混合像元分解模型提高小麦基本苗数的反演精度

摘要：

及时、精确地获取小麦基本苗数在田块内部的空间差异信息,有利于实施精准变量追施氮肥,实现化肥减量增效.传统的无人机农业遥感仅关注植被与土壤2类特征而忽略混合像元的影响,导致小麦基本苗数反演精度差、可靠性低.为解决上述问题,该研究利用大疆Mini无人机获取麦田图像,基于不变目标法完成图像的相对辐射标定,并利用像元纯净指数提取植被端元与土壤端元.根据端元光谱特性建立混合像元的线性分解模型,求解混合像元中植被组分的丰度,基于像元统计法计算植被覆盖度,进而建立植被覆盖度与小麦基本苗数地面真值的线性回归模型.该研究方法获得的模型决定系数R2为0.87,均方根误差为1.97株/m2.而基于传统植被指数法分别利用可见光波段差分植被指数、绿红差分指数、绿红比值指数获取的相应植被覆盖度与小麦基本苗数地面真值的线性回归模型决定系数R2及均方根误差分别为0.79、0.56、0.47及6.06、7.04、4.43株/m2.由此可知,基于混合像元分解模型定量反演小麦基本苗数的方法具有较高的精度,研究成果可为小麦精准减量追施氮肥作业提供数据支持.

关键词：无人机、模型、反演、农业遥感、无人机图像、混合像元、小麦基本苗数

所属期刊栏目：38

分类号：S237(农业机械化)

资助基金：国家重点研发计划2019YFE0125500

在线出版日期：2023-01-13（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：142-149