文献类型：期刊文章

作　　者：王伟康[1] 张嘉懿[1] 汪慧[1] 曹强[1] 田永超[1] 朱艳[1] 曹卫星[1] 刘小军[1]

WANG WeiKang;ZHANG JiaYi;WANG Hui;CAO Qiang;TIAN YongChao;ZHU Yan;CAO WeiXing;LIU XiaoJun(College of Agriculture,Nanjing Agricultural University/National Engineering and Technology Center for Information Agriculture/Engineering Research Center of Smart Agriculture,Ministry of Education/Key Laboratory for Crop System Analysis and Decision Making,Ministry of Agriculture and Rural Affairs/Jiangsu Key Laboratory for Information Agriculture,Nanjing 210095)

机构地区：[1]南京农业大学农学院/国家信息农业工程技术中心/智慧农业教育部工程研究中心/农业农村部农作物系统分析与决策重点实验室/江苏省信息农业重点实验室,南京210095

出　　处：《中国农业科学》

基　　金：国家自然科学基金(32071903);国家重点研发计划(2022YFD2301402)。

年　　份：2023

卷　　号：56

期　　号：21

起止页码：4175-4191

语　　种：中文

收录情况：BDHX、BDHX2020、CAB、CAS、CSCD、CSCD2023_2024、EAPJ、GEOBASE、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：【背景】近年来随着遥感技术的快速发展,实时无损监测作物生长状况已成为当前研究热点,遥感获取的农情信息将为实现大面积作物精确管理提供指导。在众多遥感监测平台里,无人机因其操作简单、使用成本低等特点而受到广泛关注,无人机搭载多光谱相机可以快速获取作物的长势信息。【目的】尝试将固定翼无人机多光谱影像纹理信息与光谱信息结合,探究“图谱”信息对水稻长势指标的监测效果。【方法】通过开展两年涉及不同播期、品种、播栽方式、施氮水平的水稻田间试验,在水稻关键生育期使用固定翼无人机搭载Sequoia多光谱相机获取水稻冠层遥感影像,同步进行地上部破坏性取样以获取水稻叶面积指数(LAI)、地上部生物量(AGB)和植株氮含量(PNC)等农学指标,采用简单线性回归、偏最小二乘回归和人工神经网络回归算法,构建基于固定翼无人机多光谱影像的水稻长势指标监测模型,比较分析光谱纹理信息在不同模型中的监测效果。【结果】利用简单线性回归方法探究了植被指数(VI)、单波段纹理特征与水稻LAI、AGB和PNC间的定量关系,结果表明植被指数与LAI和AGB之间有较强的相关性,表现最好的植被指数为CIRE和NDRE,R 2分别为0.80和0.76,但对于PNC的监测,植被指数并未达到理想的效果,表现最好的RESAVI和NDRE与PNC的决定系数仅为0.13。通过简单线性回归进一步发现单波段的纹理特征在对水稻生长指标的监测中表现并不理想;为进一步分析影像纹理对上述3个指标的监测效果,参照植被指数的构建方法构建了归一化纹理指数(NDTI)、比值纹理指数(RTI)和差值纹理指数(DTI),通过相关性分析发现新构建的纹理指数(TI)相较于单波段纹理特征对水稻生长指标的监测精度有所提升,但效果并未好于植被指数。为实现光谱与纹理间的结合,采用偏最小二乘和人工神经网

关 键 词：无人机  植被指数 纹理特征 长势 水稻

分 类 号：S511] S127