基于无人机多光谱的夏玉米叶绿素含量反演研究

文献类型： 中文期刊

第一作者： 王丹

作者： 王丹;赵朋;孙家波;牛鲁燕;刘炳福

作者机构：

关键词： 夏玉米;叶绿素含量;多光谱;反演;无人机

期刊名称： 山东农业科学

ISSN： 1001-4942

年卷期： 2021 年 006 期

页码： 121-126,132

摘要： 以济南市济阳区夏玉米为研究对象,通过无人机（UAV）搭载多光谱相机进行叶绿素动态监测。在夏玉米3个生育时期（大喇叭口期、开花期、灌浆期）,每个时期选取5块具有代表性的1 m×1 m的样地,利用无人机获取样地多光谱影像;同时从每块样地选取不同植株冠层不同部位的7片叶,用叶绿素仪测定每片叶的SPAD值,取其平均值作为该样地的SPAD实测值。利用Pix4D mapper软件对获取的多光谱影像进行拼接,然后利用伪标准地物辐射校正法进行校正,输出5个波段的反射率影像图,用ENVI对各波段进行配准组合成ENVI格式的反射率数据。选取4种光谱参数和夏玉米SPAD实测值构建反演模型并进行模型评价,结果表明:以归一化植被指数（NDVI）、土壤调整植被指数（SAVI）、冠层叶绿素含量指数（CCCI）三种光谱参数为变量的多元线性回归（MLR）模型精度更高且更加稳定,模型检验Rv2为0.885,均方根误差（RMSE）为2.111,模型最优解参数（MOSP）为0.414。综合分析,该模型在估测玉米冠层叶绿素含量方面具有快速便捷、时效性强、准确度高等诸多优势,同时能快速、无损监测夏玉米叶绿素含量变化。

分类号： S513

  • 相关文献

[1]无人机影像光谱和纹理融合信息估算马铃薯叶片叶绿素含量. 陈鹏,冯海宽,李长春,杨贵军,杨钧森,杨文攀,刘帅兵. 2019

[2]基于无人机多光谱影像与机器学习算法的棉花冠层叶绿素含量估算研究. 赵鑫,李朝阳,王洪博,刘江凡,江文格,赵泽艺,王兴鹏,高阳. 2024

[3]基于无人机多光谱影像的夏玉米叶片氮含量遥感估测. 魏鹏飞,徐新刚,李中元,杨贵军,李振海,冯海宽,陈帼,范玲玲,王玉龙,刘帅兵. 2019

[4]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

[5]基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究. 陈鹏飞,梁飞. 2019

[6]基于无人机多光谱遥感的玉米LAI估算研究. 贺佳,王来刚,郭燕,张彦,杨秀忠,刘婷,张红利. 2021

[7]基于无人机多光谱的棉花育种材料FPAR估测. 唐中杰,王来刚,郭燕,张彦,张红利,杨秀忠,贺佳. 2021

[8]基于无人机平台的稻纵卷叶螟为害程度遥感监测. 田明璐,班松涛,袁涛,王彦宇,马超,李琳一. 2020

[9]基于无人机多光谱影像的蔬菜种植监测技术研究. 田明璐,班松涛,袁涛,王彦宇,马超,李琳一. 2020

[10]多光谱与热红外数据融合在冬小麦产量估测中的应用. 兰铭,费帅鹏,禹小龙,李雷,夏先春,肖永贵,孟亚雄. 2021

[11]融合无人机多光谱和纹理特征的马铃薯LAI估算. 李健,江洪,罗文彬,麻霞,张雍. 2023

[12]基于无人机的果园冠层图像采集装置设计. 刘晖,李兆雄,詹杰,杨有泉. 2018

[13]基于植被指数的烤烟精准追肥研究. 边立丽,艾栋,张云贵,刘青丽,常乃杰,冯文强,陈玉蓝,龙潭,陈曦,杨雪,江鸿,李志宏. 2023

[14]2022年内蒙古无人机马铃薯图像数据集. 胡天赐,王瑞利,蒋呈祥,白涛,胡林,王晓丽,郭雷风. 2023

[15]基于无人机多光谱技术的池塘水质分析与可视化设计. 陆玉婷,段金荣. 2024

[16]无人机遥感的农作物精细分类研究进展. 田甜,王迪,曾妍,张影,黄青. 2020

[17]融合无人机光谱信息与纹理特征的棉花叶面积指数估测. 邵亚杰,汤秋香,崔建平,李晓娟,王亮,林涛. 2023

[18]利用无人机影像监测不同生育阶段玉米群体株高的精度差异分析. 杨进,明博,杨飞,许红根,李璐璐,高尚,刘朝巍,王克如,李少昆. 2021

[19]病害胁迫下玉米LAI遥感反演研究. 刘帅兵,金秀良,冯海宽,聂臣巍,白怡,程明瀚. 2023

[20]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

作者其他论文 更多>>

微信小程序