【论文精选】无人机影像反演玉米冠层LAI和叶绿素含量的参数确定

来源：农业工程学报

《农业工程学报》2020年第36卷第19期刊载了中国农业大学等单位苏伟、王伟、刘哲、张明政、边大红、崔彦宏与黄健熙的论文——“无人机影像反演玉米冠层LAI和叶绿素含量的参数确定”。该研究由国家自然科学基金（项目号：41671433，41371434）等资助。

小型低空无人机（Unmanned Aerial Vehicle, UAV）机动灵活、操作简便，可以按需获取高空间分辨率影像，是育种玉米长势监测的一种重要技术手段。针对UAV影像反演玉米冠层叶面积指数（LAI, Leaf Area Index）和叶绿素含量的参数确定问题，该研究以DJI S1000+无人机为平台，搭载法国Parrot Sequoia相机，获取海南三亚市崖城玉米育种基地的多光谱影像。基于预处理后的UAV影像，采用重采样的方式获得不同分辨率下（0.1～1 m）的不同植被指数，所构建的植被指数包括归一化植被指数（Normalized Difference Vegetation Index，NDVI）、叶绿素指数（Grassland Chlorophyll Index，GCI）、比值植被指数（Ratio Vegetation Index，RVI）、归一化红边红指数（Normalized Difference rededge-red Index，NDIrer）、归一化红边绿指数（Normalized Difference rededge-green Index，NDIreg）和重归一化植被指数（Renormalized Difference Vegetation Index，RDVI），通过将不同分辨率下的不同植被指数与地面实测数据进行回归分析，以获得各分辨率下植被指数与冠层LAI和叶绿素含量的关系模型及其决定系数，以决定系数的大小为依据来确定玉米冠层LAI和叶绿素含量反演的最优空间分辨率和最优植被指数。通过试验发现，在分辨率为0.6 m时，NDVI与地面实测LAI之间的决定系数R2为0.80，决定系数达到了最大，利用该分辨率下的NDVI反演得到的LAI验证精度R2达到0.73；在分辨率为0.1 m时，NDIreg与地面实测叶绿素含量之间的决定系数R2为0.70，决定系数达到最大，利用该分辨率下的NDIreg反演得到的叶绿素含量验证精度R2达到了0.63。

因此得出结论：1）植被指数的选择：① 对于玉米冠层LAI的反演来说，不包含绿波段的植被指数的LAI反演精度较高，这说明绿波段对LAI的变化不敏感；② 对于玉米冠层叶绿素含量反演来说，包含红边波段的植被指数的反演精度较高，因此影像的红边波段对叶绿素含量的变化非常敏感。2）UAV影像空间分辨率的选择：反演LAI的最优分辨率是0.6 m，此时NDVI与实测LAI的决定系数达到最大；反演冠层叶绿素含量的最优分辨率是0.1～0.3 m范围内，此时NDIreg与实测叶绿素含量的决定系数达到最大。该研究可为UAV反演玉米表型参数时的分辨率和植被指数选择提供参考。

»» 点击  阅读原文  获取全文