基于无人机多光谱影像的水稻生物量估测

S252; 水稻是中国主要粮食作物之一,对水稻生物量进行及时、准确、快速、高效地监测具有重要作用.该研究以无人机多光谱影像作为数据源,提取10种多光谱植被指数与水稻生物量进行相关性分析,结果表明全生育期的生物量与植被指数的相关性比单期更高,在植被覆盖度接近100％并趋于稳定后,将全生育期数据划分为营养生长期和生殖生长期,也能提高生物量与植被指数的相关性.全生育期10种植被指数全为显著相关,其中差值植被指数(difference vegetation index,DVI)相关性最高,为0.689;营养生长期10种植被指数均为显著相关,其中红边波段比值植被指数(red-edge ratio veg...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 40; no. 17; pp. 161 - 170
Main Authors 王帝, 孙榕, 苏勇, 杨博
Format Journal Article
LanguageChinese
Published 西南石油大学土木工程与测绘学院,成都 610500 01.09.2024
Subjects
vegetation index
biomass
生物量
无人机
植被指数
水稻
多光谱
UAV
rice
multispectral
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.202401024

Cover

More Information
Summary:S252; 水稻是中国主要粮食作物之一,对水稻生物量进行及时、准确、快速、高效地监测具有重要作用.该研究以无人机多光谱影像作为数据源,提取10种多光谱植被指数与水稻生物量进行相关性分析,结果表明全生育期的生物量与植被指数的相关性比单期更高,在植被覆盖度接近100％并趋于稳定后,将全生育期数据划分为营养生长期和生殖生长期,也能提高生物量与植被指数的相关性.全生育期10种植被指数全为显著相关,其中差值植被指数(difference vegetation index,DVI)相关性最高,为0.689;营养生长期10种植被指数均为显著相关,其中红边波段比值植被指数(red-edge ratio vegetation index,RE-RVI)相关性最高,为0.894;生殖生长期植被指数除DVI外均为显著相关,其中稻穗部分红边波段归一化植被指数(red-edge normalized difference spectral reflectance index,RE-NDVI)相关性最高,为-0.794,茎秆叶部分RE-RVI相关性最高,为0.629.分别利用营养生长期与生殖生长期的植被指数构建生物量估测模型,营养生长期主要模型为二次回归模型和指数模型,较优的多光谱指数为RE-RVI,验证精度决定系数R2为0.90,均方根误差RMSE为119.36g/m2;生殖生长期稻穗主要模型为二次回归模型,较优的多光谱指数为比值植被指数(ratio vegetation index,RVI),验证精度决定系数R2为0.78,均方根误差RMSE为124.98 g/m2.总体上看,利用植被覆盖度接近100％时来划分全生育期数据构建生物量估测模型能够提升模型精度,而生殖生长期将稻穗与茎秆叶分别构建模型也能提高生物量的估测精度.研究结果可为无人机多光谱影像技术对全生育期水稻生物量监测提供理论依据和技术支持.
ISSN:1002-6819
DOI:10.11975/j.issn.1002-6819.202401024