基于无人机高光谱遥感的冬小麦叶面积指数反演

作     者：高林 杨贵军 于海洋 徐波 赵晓庆 董锦绘 马亚斌 Gao Lin;Yang Guijun;Yu Haiyang;Xu Bo;Zhao Xiaoqing;Dong Jinhui;Ma Yabin

作者机构：北京农业信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 农业部农业信息技术重点实验室北京100097 北京市农业物联网工程技术研究中心北京100097 南京大学地理与海洋科学学院南京210023 河南理工大学测绘与国土信息工程学院焦作454000 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2016年第32卷第22期

页      面：113-120页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 08[工学] 09[农学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(61661136003 41471351) 北京市自然科学基金项目(4141001) 北京市农林科学院科技创新能力建设项目(KJCX20140417) 

主　　题：遥感 无人机 传感器 叶面积指数 红边参数 光谱指数 

摘      要：叶面积指数（leaf area index,LAI）是评价作物长势和预测产量的重要依据。光谱特征信息作为高光谱遥感的突出优势在追踪LAI动态变化方面极其重要;然而,围绕光谱特征信息所开展的无人机高光谱遥感反演作物LAI的相关研究鲜有报道。该文利用ASD Field Spec FR Pro 2500光谱辐射仪（ASD Field Spec FR Pro 2500 spectroradiometer,ASD）和Cubert UHD185 Firefly成像光谱仪（Cuber UHD185 Firefly imaging spectrometer,UHD185）在冬小麦试验田进行空地联合试验,基于获取的孕穗期、开花期以及灌浆期地面数据和无人机高光谱遥感数据,估测冬小麦LAI。该文选择同步获取的冬小麦冠层ASD光谱反射率数据作为评价无人机UHD185高光谱数据质量的标准,依次从光谱曲线变化趋势、光谱相关性以及目标地物光谱差异三方面展开分析,结果表明458~830 nm（第3~96波段）的UHD185光谱数据可靠,可使用其探测冬小麦LAI,这为今后无人机UHD185高光谱数据的使用提供了参考。该文研究对比分析了UHD185数据计算的红边参数和光谱指数与冬小麦LAI的相关性,结果表明：12种参数中比值型光谱指数RSI（494,610）与LAI高度正相关,是估测LAI的最佳参数;基于比值型光谱指数的对数形式lg（RSI）构建的线性模型展现出lg（RSI）与lg（LAI）较优的线性关系（决定系数R2=0.737,参与建模的样本个数n=103）,且lg（LAI）预测值和lg（LAI）实测值高度拟合性（R2=0.783,均方根误差RMSE=0.127,n=41,P〈0.001）;该研究为利用无人机高光谱遥感数据开展相关研究积累了经验,也为发展无人机高光谱遥感的精准农业应用提供了参考。