基于低成本无人机的水稻叶片SPAD值遥感估测

摘要:叶绿素作为植物体内参与光合作用的重要色素,其含量可反映出水稻生命体征。SPAD-502 plus叶绿素仪所测定的SPAD值常用于代表叶绿素含量,但其仅能反映叶绿素含量在空间上的点状分布。本文采用低成本消费级无人机拍摄水稻冠层图像,经图像处理后,发现遥感指数R与
阅读技巧Ctrl+D 收藏本篇文章

摘要:叶绿素作为植物体内参与光合作用的重要色素,其含量可反映出水稻生命体征。SPAD-502 plus叶绿素仪所测定的SPAD值常用于代表叶绿素含量,但其仅能反映叶绿素含量在空间上的点状分布。本文采用低成本消费级无人机拍摄水稻冠层图像,经图像处理后,发现遥感指数R与剑叶SPAD值的相关关系显著,所建立的SPAD值预测模型具有较高的预测精度,为农户小尺度田块的水稻监测提供了一种方便灵活、低成本的有效方法。

关键词:无人机;SPAD值;水稻;光合作用

中图分类号:S511 文献标识码:A DOI编号: 10.14025/j.cnki.jlny.2017.18.020

我国水稻种植面积约占粮食作物总种植面积的1/3,总产量占粮食总产量的40%。因此,发展水稻生产对我国国民经济至关重要。叶绿素是水稻生长的重要营养和生理参数,其含量通常以SPAD-502 plus 叶绿素仪所测定的SPAD 值来间接地代表。然而,叶绿素仪仅能进行点状测量,无法成像。目前,已有学者使用卫星遥感估测作物叶片SPAD 值。李粉玲等在研究使用高分一号遥感影像估测冬小麦叶片SPAD值时发现,基于GNDVI、GRVI 和TGI 等植被指数构建的冬小麦叶片SPAD 值回归模型的估测精度较高。黄汝根等指出,基于RVI 指数的回归模型是反演亚热带典型作物冠层SPAD值的最佳回归模型,实际拟合精度达92.75%。但是,我国的耕地面积小而分散,卫星遥感受空间分辨率的限制难以在小田块尺度上进行有效的SPAD 值估测。而且光学卫星遥感严重受限于时间分辨率以及天气等因素。因此,本文探索能否使用低成本消费级无人机对水稻叶片SPAD 值进行有效的遥感估测,为农户在水稻生育期及时采取合理的管理措施提供决策支持。

1 材料与方法

1.1 材料说明

材料为扬州大学农学院实验农场种植的水稻,品种为武运粳24 和甬优2640,前茬作物均为小麦。实验选用了28 块小区,每个小区面积30 平方米。各小区施肥状况不同,小区之间筑田埂并用塑料薄膜覆盖,以防肥水串灌。

1.2 水稻叶片SPAD 值测量

2016 年8 月6 日,使用SPAD-502 plus 叶绿素仪测量水稻剑叶叶片的SAPD 值,以其代表叶片叶绿素含量。测量采用五点取样法,即各小区四个角及中心随机选取一株材料。每株材料取完整展开的剑叶测上、中、下三处的叶绿素值,记录三处的平均值作为该叶片SPAD 值,再以五点的平均值代表该小区水稻剑叶的平均叶绿素含量。

1.3 无人机图像拍摄及处理

2016 年8 月3 日,于正午十二点至下午两点间,使用大疆精灵2V+ 无人机拍摄小区图像。无人机所搭载的相机为可见光相机。拍摄过程中将用于图像校正的白板放于试验小区的中间,同时避免阴影干涉,无人机拍摄高度为正上方30 米,每小区重复拍摄两次,保留其中成像质量较高者。

将无人机所拍摄的图像导入Lighrooom 软件,校正鱼眼镜头所造成的图像变形。然后,将图像导入ENVI 软件。对于每一张图像,通过建立白板以及小区的ROI(感兴趣区),分别提取它们的DN 值。对于红、绿、蓝三个波段,分别将小区水稻叶片和白板的DN 值进行比值处理,作为三个波段的遥感指标(记为R、G、B)。进而计算(R+G+B)/3、(G-R)/(G+R)、(G-B)/(G+B)、(R-B)/(R+B)等指数。

2 结果与分析

28 个小区的SPAD 测量值分别与R、G、B、(R+G+B)/3、(G-R)/(G+R)、(G-B)/(G+B)、(R-B)/(R+B),进行对其回归统计分析,发现R、G、(R-B)/(R+B)等遥感指数与SPAD值的相关关系较为显著,决定系数均大于0.45(见图1)。

由于在各遥感指标中,R 与SPAD 值具有最高的相关关系,因此建立以下SPAD 值预测模型:

SPAD=-28.7*R+53.588 (1)(R2=0.48,n=28,P 值<0.01)使用该模型预测SPAD 时,均方根误差(RMSE)为1.45,相对均方根误差(RRMSE)为3.43%,平均绝对相对误差(MARE)为2.64%。因此,该模型具有较高的预测精度。

3 结论

本文研究了多个基于无人机可见光相机所拍摄图像的遥感指标与水稻剑叶叶片SPAD 值的相关关系,发现红波段R 与SPAD 值具有最高的相关关系,所建立的SPAD 值预测模型具有较高的预测精度。

不同于仅能以点状方式进行测量的SPAD-502 plus 叶绿素仪,无人机可在低空飞行,以成像方式显示农田水稻叶片叶绿素在空间上的连续分布特征,有助于快速和直观地揭示水稻生长状况。无人机相机的空间分辨率高,适用于中国农户的小尺度田块的水稻监测。另外,本研究所使用的无人机为消费级无人机,成本低,而且受天气条件影响小,携带方便,使用灵活,这些特点都有利于农户接受和使用。

参考文献

[1]李粉玲,王力,刘京,等.基于高分一号卫星数据的冬小麦叶片SPAD 值遥感估算[J].农业机械学报,2015,46(09):273-281.

[2]黄汝根,刘振华,胡月明,等.基于“高分一号”遥感影像反演华南地区亚热带典型作物冠层SPAD[J].华南农业大学学报,2015,36(04):105-111.

作者简介:李静,在读本科生,研究方向:农业信息技术。

转载请注明来源。原文地址:http://www.lw54.com/html/zhlw/20170913/7225491.html   

基于低成本无人机的水稻叶片SPAD值遥感估测相关推荐


------分隔线----------------------------
联系方式
微信号 biyelunwen
热点论文