葉綠素是植物進行光合作用的重要色素,利用作物光譜、紋理信息對葉綠素進行反演,為作物的實時監(jiān)測和健康狀況診斷提供重要依據(jù)。以大田環(huán)境下5個不同品種四葉期、拔節(jié)期的玉米為研究對象,利用無人機獲取試驗區(qū)可見光影像,對土壤背景進行掩膜處理,提取25種可見光植被指數(shù)、24種紋理特征,綜合分析植被指數(shù)、紋理特征與玉米冠層葉綠素相對含量(SPAD)的相關性,分別建立基于植被指數(shù)、紋理特征和植被指數(shù)+紋理特征的逐步回歸(SR)、偏最小二乘回歸(PLSR)和支持向量回歸(SVR)模型,定量估算葉綠素相對含量。在SR模型中,植被指數(shù)+紋理特征模型與植被指數(shù)模型相同,R2為0.731 6,RMSE為2.958 0,RPD為1.926,優(yōu)于紋理特征模型;在PLSR模型中,植被指數(shù)+紋理特征模型較優(yōu),R2為0.802 5,RMSE為2.495 2,RPD為2.284,紋理特征模型次之,植被指數(shù)模型最差;在SVR模型中,植被指數(shù)+紋理特征模型較優(yōu),R2為0.805 5,RMSE為2.640 8,RPD為2.158,植被指數(shù)模型次之,紋理特征模型最差。綜合分析采用基于PLSR植被指數(shù)+紋理特征模型可以實現(xiàn)玉米冠層S...

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1玉米四葉期和拔節(jié)期可見光影像

為保證無人機影像的可靠性，選擇晴朗無云的天氣，太陽光輻射強度穩(wěn)定的11:00—13:00進行采集。影像采集時期為2019年7月18日(玉米四葉期)和2019年7月31日(玉米拔節(jié)期)，兩個時期飛行航線和參數(shù)相同，飛行高度為40m，飛行速度為2m/s，航向及旁向重疊度均為85%....

圖2Phantom4RTK型無人機及傳感器

圖1玉米四葉期和拔節(jié)期可見光影像1.3葉綠素相對含量測定

圖3反演模型驗證結果

各回歸模型中優(yōu)選模型驗證結果如圖3和表9所示。對于建模集，PLSR植被指數(shù)+紋理特征模型的決定系數(shù)(0.7704)最高，均方根誤差(2.4231)最小;對于驗證集，SVR植被指數(shù)+紋理特征模型的決定系數(shù)與PLSR植被指數(shù)+紋理特征模型相差較小且均高于SR植被指數(shù)+紋理特征模型....

圖4拔節(jié)期玉米冠層SPAD分布圖

根據(jù)2.4節(jié)構建的PLSR植被指數(shù)+紋理特征回歸模型，讀取可見光影像矩陣，計算公式中相應的植被指數(shù)和紋理特征，通過波段運算得到SPAD分布圖。以拔節(jié)期玉米冠層SPAD分布圖(圖4)為例，圖中上半部分為5個玉米品種的試驗區(qū)，5個玉米品種整體SPAD較高，其中最右側(cè)登海652明顯高于....

本文編號：3922520