水稻多时相植被指数特征及覆盖度提取研究
为准确快速获取水稻的植被指数特征和植被覆盖度信息,利用无人机采集水稻分蘖期、抽穗期和结实期的多光谱影像数据,选择不同类型的植被指数,利用样本统计法和植被指数交点法,提取并探究水稻3个生长期在地块和像元尺度下的植被指数特征,并运用阈值分割法提取水稻植被信息及覆盖度信息.结果表明,水稻3个生长期内,在像元和地块尺度下均表现出明显的物候特征,且与杂草和树木存在明显区别;多光谱植被指数的植被覆盖度提取精度整体高于可见光植被指数;归一化植被指数(normalized difference vegetation index,NDVI)对水稻3个时期植被覆盖度提取精度最高,提取误差分别为0.40％、0.43％和0.81％,R2为0.77、0.92和0.98,均方根误差(root mean square error,RMSE)为9.09％、2.97％和0.38％;可见光波段差异植被指数(visible-band difference vegetation index,VDVI)提取精度高于超绿红蓝差分指数(excess green-red-blue difference index,EGEBDI)和过绿减过红指数(excess green-excess red index,ExG-ExR),提取误差分别为4.30％、1.36％和1.60％,R2分别为0.53、0.77和0.80,RMSE分别为14.62％、3.70％和5.50％.该研究成果可为作物长势监测及其植被覆盖度提取提供技术支撑.
水稻、多时相、植被指数特征、无人机多光谱影像、植被覆盖度、植被指数
25
S511(禾谷类作物)
贵州省科技支撑计划项目;贵州省科技支撑计划项目;贵州科学院专项资金项目
2023-05-16（万方平台首次上网日期，不代表论文的发表时间）
共16页
83-98
