基于无人机高光谱遥感的冬小麦叶面积指数反演.pdf

第 32卷 第 22期 农 业 工 程 学 报 、，ol-32 No．22 2016笠 l1月 TransactionsoftheChinese Society ofAgriculturalEngineering NOV．2016 113 基于无人机高光谱遥感的冬小麦叶面积指数反演 高 林 1,2,3,4,5，杨贵军 ，23，秘 ， 于海洋1,2,3,4，徐 波1,2,3,4， 赵晓庆 1,2,3,4，董锦绘 1,2,3,4,6，马亚斌 1,2,3,4 (1．北京农业信息技术研究中心，北京 100097；2．国家农业信息化工程技术研究中心，北京 100097； 3．农业部农业信息技术重点实验室，北京 100097；4．北京市农业物联网工程技术研究中心，北京 100097； 5．南京大学地理与海洋科学学院，南京 210023；6．河南理工大学测绘与国土信息工程学院，焦作 454000) 摘 要：叶面积指数 (1eafareaindex，LAI)是评价作物长势和预测产量的重要依据。光谱特征信息作为高光谱遥感的突 出优势在追踪LAI动态变化方面极其重要；然而，围绕光谱特征信息所开展的无人机高光谱遥感反演作物LAI的相关研 究鲜有报道。该文利用ASDFieldSpecFRPro2500光谱辐射仪 (ASDFieldSpecFRPro2500spectroradiometer，ASD)和 Cube~UHD185Firefly成像光谱仪 (CuberUHD185Fireflyimagingspectrometer，UHD185)在冬小麦试验田进行空地联 合试验，基于获取的孕穗期、开花期以及灌浆期地面数据和无人机高光谱遥感数据，估测冬小麦 LAI。该文选择同步获 取的冬小麦冠层ASD光谱反射率数据作为评价无人机UHD185高光谱数据质量的标准，依次从光谱曲线变化趋势、光谱 相关性以及 目标地物光谱差异三方面展开分析，结果表明458~830nln (第3～96波段)的UHD185光谱数据可靠，可 使用其探测冬小麦LAI，这为今后无人机UHD185高光谱数据的使用提供了参考。该文研究对比分析了UHD185数据计 算的红边参数和光谱指数与冬小麦LAI的相关性，结果表明：12种参数中比值型光谱指数RSI4946l0与LAI高度正相关， 是估测LAI的最佳参数；基于比值型光谱指数的对数形式 lg(RSI)构建的线性模型展现出lg(RSI)与 lg(LAI)较优的线性关 系 (决定系数 =0．737，参与建模的样本个数 n=103)，且 lg(LAI)预测值和 lg(LAI)实测值高度拟合性 (=0．783，均方 根误差 RMSE=0．127，n=41，PO．001)；该研究为利用无人机高光谱遥感数据开展相关研究积累了经验，也为发展无人 机高光谱遥感的精准农业应用提供了参考。 关键词：遥感；无人机；传感器；叶面积指数；红边参数；光谱指数 doi：10．11975~．issn．1002—6819．2016．22．016 中图分类号：TP79 文献标志码：A 文章编号：1002—6819(2016)-22一O113—08 高 林，杨贵军，于海洋，徐 波，赵晓庆，董锦绘，马亚斌．基于无人机高光谱遥感的冬小麦叶面积指数反演 [J]．农 业工程学报，2016，32(22)：113—120． doi：10．11975~．issn．1002—6819．2016．22．016 http：／／www．tcsae．org GaoLin，YangGuijun，YuHaiyang，XuBo，ZhaoXiaoqing，DongJinhui，MaYabin．Retrievingwinterwheatleafraeaindex basedonunmannedaerialvehiclehyperspectralremotersensing[J]．TransactionsoftheChineseSocieyt ofAgricultural Engineering (TransactionsoftheCSAE)，2016，32(22)：113— 120．(in Chin