基于无人机高光谱影像的水稻叶片磷素含量估算

摘要：

为快速获取水稻叶片磷素含量信息,采用无人机搭载高光谱成像仪获取水稻冠层高光谱影像,并采样检测叶片磷素含量(质量分数)(Leaf phosphorus content, LPC).分析了水稻LPC在无人机高光谱影像上的光谱特征,使用连续投影算法提取对磷素敏感的特征波长,通过任意波段组合构建并筛选与磷素高度相关的光谱指数,基于特征波长反射率和光谱指数建立水稻LPC的估算模型,利用最佳模型对高光谱影像进行反演填图,得到LPC空间分布信息.结果表明:全生育期内LPC与462～718 nm范围内光谱反射率显著负相关,负相关最大处相关系数达到-0. 902;LPC的特征波长为670、706、722、846 nm,基于特征波长、使用偏最小二乘回归建立的LPC估算模型精度最高,验证R2达到0. 925,RMSE为0. 027% ;在任意波段组合构建的3 种类型的光谱指数中,NDSI( R498, R606 )、RSI(R498 , R606)和DSI(R498 , R586)与LPC的相关性最高,相关系数分别为0. 913、0. 915和0. 938;基于3个光谱指数、使用神经网络构建的LPC估算模型精度较高,验证R2为0. 885,RMSE为0. 029% ;对各生育期水稻LPC空间分布的反演结果与实测数据相一致,说明利用无人机高光谱遥感可以实现田间水稻LPC的快速无损监测.

关键词：无人机;高光谱影像;水稻;叶片磷素含量

所属期刊栏目：52

分类号：TP79;S127(遥感技术)

资助基金：国家自然科学基金项目;中央高校基本科研业务费专项;国家高技术研究发展计划863计划项目

在线出版日期：2021-09-07（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：163-171