不同植被指数和无人机航高对草地盖度估测精度的影响

文献类型： 中文期刊

第一作者： 伏帅

作者： 伏帅;张勇辉;李佳吕;王萌榛;彭璐;冯琦胜;梁天刚

作者机构：

关键词： 无人机;可见光波段;草地;盖度;植被指数;数码相机;RGB

期刊名称： 草业科学

ISSN：

年卷期： 2021 年 001 期

页码： 11-19

收录情况： 北大核心 ; CSCD

摘要： 搭载高清数码相机的无人机在草地资源调查等方面具有成本低廉、机动性高、观察范围大等突出优势,拥有广阔的发展前景。本研究使用小型无人机（unmanned aerial vehicle, UAV）、手机相机等设备获取草地盖度数据,选用植被因子指数（vegetative index, VEG）、超绿指数（excess green index, ExG）、超绿超红差分指数（excess green minus excess red index, ExGR）和绿叶指数（green leaf index, GLI） 4种基于可见光的植被指数提取草地盖度信息,从无人机航高、草地盖度水平等方面分析各植被指数的适用性。结果表明:1) VEG和ExG方法估测草地盖度的效果较好,平均精确度均在93%以上。ExGR与GLI方法的估测效果较差,平均精度仅75%～80%。2) 4种方法的估测精度均随盖度增加而降低。VEG方法估测草地盖度的精度受盖度水平影响最小,ExG方法次之,ExGR和GLI方法对高盖度草地的估测效果较差。3) VEG方法在高、中盖度水平下的最适航高为100 m,在低盖度水平下为40 m;ExG和ExGR方法在高、中盖度水平下的最适航高为100 m,在低盖度水平下为80 m;GLI方法在高盖度水平下的最适航高为100 m,在中、低盖度水平下为20 m。

分类号： S812

  • 相关文献

[1]基于高分辨率无人机影像的喷药除草效果评估. 琚书存,汪志存,张东彦,杜世州,黄林生,杨小冬. 2019

[2]基于无人机遥感影像的大豆叶面积指数反演研究. 高林,杨贵军,王宝山,于海洋,徐波,冯海宽. 2015

[3]基于RGB和CIELab预测紫苏叶片花青素含量. 刘徐冬雨,郭潇潇,付晨青,韩蕊,李国辉,王秀萍. 2024

[4]用数码相机测定草地盖度的研究. 宋雪峰,董永平,单丽燕,刘同海. 2004

[5]青藏高原草地生物量遥感动态监测. 方金,黄晓东,王玮,于惠,马琳雅,梁天刚. 2011

[6]基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用. 高林,杨贵军,李长春,冯海宽,徐波,王磊,董锦绘,付奎. 2017

[7]基于多载荷无人机遥感的大豆地上鲜生物量反演. 陆国政,杨贵军,赵晓庆,王艳杰,李长春,张小燕. 2017

[8]基于多源遥感数据的大豆叶面积指数估测精度对比. 高林,李长春,王宝山,杨贵军,王磊,付奎. 2016

[9]基于无人机高光谱和数码影像数据的冬小麦生物量反演. 李天驰,冯海宽,朱贝贝,范园园,金丽妍,成倩,李倩雨. 2020

[10]基于无人机高光谱遥感数据的冬小麦生物量估算. 陶惠林,冯海宽,徐良骥,杨贵军,杨小冬,苗梦珂,刘明星. 2020

[11]基于无人机数码影像的马铃薯生物量估算. 刘杨,冯海宽,黄珏,孙乾,杨福芹. 2020

[12]融合多因子的无人机高光谱遥感冬小麦产量估算. 谢瑞,杨福芹,冯海宽,李天驰. 2023

[13]利用光谱空间特征估算马铃薯植株氮含量. 樊意广,冯海宽,刘杨,边明博,赵钰,杨贵军,钱建国. 2023

[14]基于无人机影像的农业景观非农生境信息提取. 张微微,王超,丁喜莲,李晓娜,邹俊亮. 2024

[15]基于无人机影像多时相的小麦品种氮效率分类识别. 臧少龙,刘淋茹,高越之,吴珂,贺利,段剑钊,宋晓,冯伟. 2024

[16]基于无人机多光谱的夏玉米穗位叶叶绿素含量反演研究. 杨广云,牛鲁燕. 2022

[17]无人机飞行高度对冬小麦植株氮积累量预测模型的影响. 井宇航,郭燕,张会芳,戎亚思,张少华,冯伟,王来刚,贺佳,刘海礁,郑国清. 2022

[18]基于无人机的小麦生长信息获取系统的设计与试验. 杨立国,杨雅静,常晓莲,赵谦,李志强,李雪婷,麻志宏,滕飞,张杰. 2022

[19]不同棉花群体冠层数字图像颜色变化特征研究. 毛树春,韩迎春,冯璐,王国平,范正义,孙恩虹. 2012

[20]自然场景下基于混合颜色空间的成熟期苹果识别方法. 钱建平,杨信廷,吴晓明,陈梅香,吴保国. 2012

作者其他论文 更多>>

微信小程序