[目的]葉面積指數(shù)LAI(Leaf Area Index)是反映作物長勢的關(guān)鍵參數(shù)之一。目前,基于無人機影像進行LAI反演多注重影像光譜信息的應用,但是由于高分影像存在強烈的光譜異質(zhì)性以及無法區(qū)分高密閉度植被垂直方向枝葉的光譜特征等不足,在反演作物LAI時,需要探討作物高度等結(jié)構(gòu)參數(shù)對LAI反演的影響。[方法]文章以冬小麥為例,將無人機影像的光譜信息與點云數(shù)據(jù)相結(jié)合,共同構(gòu)建LAI反演模型,并與單利用光譜信息的一元線性LAI回歸模型進行對比,探討作物高度信息對LAI反演精度的影響。[結(jié)果](1)無人機影像獲取的點云數(shù)據(jù)能有效反演作物高度,其決定系數(shù)R²=0.61,均方根誤差RMSE=0.02;(2)基于作物高度和植被指數(shù)Ⅵ(Vegetation Index)反演LAI的二元模型(Adjust R²=0.38,Adjust RMSE=0.55)優(yōu)于單用植被指數(shù)反演LAI的一元模型(Adjust R²=0.29,Adjust RMSE=0.59),[結(jié)論]研究表明作物高度和光譜信息結(jié)合的反演模型能夠提高作物LAI的反演精度,...

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1研究區(qū)地理位置及無人機影像

選取位于河北省東南部的滄縣(38°3′N～38°5′N,116°27′E～117°9′E)為研究區(qū)。該地區(qū)為典型的暖溫帶半濕潤大陸季風氣候,年平均降雨量在550～700mm,冬小麥為主要農(nóng)作物之一,于每年10月中上旬播種,來年6月收獲。研究數(shù)據(jù)主要包含無人機影像數(shù)據(jù)和野外實測數(shù)據(jù)....

圖2地面采集樣方設計

研究數(shù)據(jù)主要包含無人機影像數(shù)據(jù)和野外實測數(shù)據(jù),采集時間為2017年4月14—16日。該次實驗采用的無人機平臺為DJIphantom3professional,傳感器類型為DJIFC300X,飛行高度60m,航向重疊度為80%,旁向重疊度為60%,無人機影像覆蓋范圍為260....

圖3冬小麥葉面積指數(shù)反演技術(shù)路線

基于無人機數(shù)碼影像反演冬小麥LAI的流程如圖3所示。首先對無人機影像進行處理,獲得正射影像與DSM(DigitalSurfaceModel),然后由無人機正射影像計算7種Ⅵ(表1),對Ⅵ進行優(yōu)選;進一步利用無人機點云數(shù)據(jù)反演冬小麥的冠層高度(CanopyHeightMo....

圖4冬小麥高度反演原理

冬小麥高度反演如以下4步。首先利用eCognition軟件對無人機影像進行多尺度分割,嘗試多種分割尺度優(yōu)選分割結(jié)果;然后,基于可見光波段植被指數(shù)GLA和ExG將分割后的影像進行植被斑塊、裸地斑塊分類;隨后對點云數(shù)據(jù)進行去噪處理,設置閾值,在裸地斑塊中,剔除對冬小麥高度反演有影....

本文編號：3959352