基于低空无人机成像光谱仪影像估算棉花叶面积指数.pdfVIP

第 32 卷 第 21 期 农 业 工 程 学 报 Vol.32 No.21 102 2016 年 11 月 Transactions of the Chinese Society of Agricultural Engineering Nov. 2016 基于低空无人机成像光谱仪影像估算棉花叶面积指数 ※ 田明璐，班松涛，常庆瑞 ，由明明，罗 丹，王 力，王 烁 （西北农林科技大学资源环境学院，杨凌 712100） 摘 要：农作物叶面积指数（leaf area index, LAI ）遥感监测具有快速、无损的优势。该文以低空无人机作为遥感平台， 使用新型成像光谱仪获取的农田高光谱影像数据对棉花 LAI 进行反演。利用影像高光谱分辨率的特点，针对传统固定波 段植被指数（fixed-bandvegetation index, F_VI ）进行改进，通过动态搜索相应植被指数定义所使用波段范围内的反射率极 值的方法，计算与各类植被指数对应的极值植被指数（extremum vegetation index， E_VI ）。分别以原始全波段光谱反射 率、连续投影算法（successive projections algorithm，SPA）提取的有效波段反射率以及各类F_VI 和 E_VI 作为自变量， 使用最小二乘和偏最小二乘（partial least squares ，PLS ）回归等方法构建LAI 遥感估算模型。结果显示：1）以植被指数 为自变量的模型估算效果（验证 R2 最高为 0.85 ）优于以光谱反射率作为自变量的模型（验证 R2 最高为 0.59 ）；2 ）使用 E_VI 作为自变量能够显著提高 LAI 的估测精度（验证R2 最大提高了 0.11 ）；3 ）使用 PLS 回归算法结合多个 E_VI 建立 的LAI-E_VIs-PLS 模型精度最高。使用 LAI-E_VIs-PLS 模型对棉花地块高光谱影像进行反演，制作棉花 LAI 空间分布图， 取得良好的估算结果（验证 R2=0.88 ，RMSE=0.29 ），为农作物LAI 遥感监测提供了新的技术手段。 关键词：无人机；作物；遥感；高光谱成像；棉花；叶面积指数；极值植被指数 doi ：10.11975/j.issn.1002-6819.2016.21.014 中图分类号：TP79 ；S127 文献标志码：A 文章编号：1002-6819(2016)-21-0102-07 田明璐，班松涛，常庆瑞，由明明，罗 丹，王 力，王 烁. 基于低空无人机成像光谱仪影像估算棉花叶面积指数[J]. 农业工程学报，2016，32(21)：102－108. doi ：10.11975/j.issn.1002-6819.2016.21.014 Tian Minglu, Ban Songtao, Chang Qingrui, You Mingming, Luo Dan, Wang Li, Wang Shuo. Use of hyperspectral images from UAV-based imaging spectroradiometer to estimate cotton leaf area index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(21): 102 － 108. (in Chinese with English abstract) doi ： 10.11975/j.issn.1002-6819.2016.21.014 取大面积农田的影像，但在时间上缺乏灵活性，空间分 0