农业机械学报

作者：刘帅兵，金秀良，冯海宽，聂臣巍，白怡，余汛

单位：武汉大学,中国农业科学院;中国农业科学院国家南繁研究院,北京市农林科学院,中国农业科学院;中国农业科学院国家南繁研究院,中国农业科学院,中国农业科学院;中国农业科学院国家南繁研究院,

关键词：玉米;叶面积指数;无人机多源遥感;垂直分布;飞行试验

基金：国家重点研发计划项目（2016YFD0300602）、国家自然科学基金项目（42071426、51922072、51779161、51009101）、海南省崖州湾种子实验室项目（JBGS+B21HJ0221）和中国农业科学院南繁研究院南繁专项（YJTCY01、YBXM01）

为探究无人机多源遥感影像估算玉米叶面积指数（Leaf area index，LAI）垂直分布，在田间设置了密度和播期试验，在7个生育时期利用无人机采集了可见光、多光谱和热红外影像并同步获取玉米LAI垂直分布数据。同时，为合理制定无人机飞行任务，分析了不同飞行高度和不同太阳高度角下获取的无人机影像对估算玉米LAI的影响。基于无人机影像提取的与玉米LAI相关性较高的植被指数、纹理信息和冠层温度等特征，利用7种机器学习方法分别构建了玉米冠层不同高度LAI估算模型，从中选取鲁棒性强的2个模型用于分析在不同飞行高度和不同太阳高度角下估算LAI的差异。研究结果表明，MLPR和RFR模型对玉米LAI估算鲁棒性最强，全生育期下模型rRMSE为11.31%（MLPR）和11.42%（RFR）。玉米冠层LAI垂直分布估算误差，所有模型的平均rRMSE分别为9.1%（LAI-1）、14.19%（LAI-2）、18.62%（LAI-3）、23.29%（LAI-4）和26.7%（LAI-5）。对于玉米穗位叶及以下部位的LAI估算误差均在20%以下，得到了较好精度。同时，在不同飞行高度和太阳高度角试验中可以得出，当飞行高度为30m时LAI估算精度最高，R2为0.73，rRMSE为10.97%，在09：00—10：00观测的玉米LAI估算精度最高。无人机多源遥感影像数据可以准确估算玉米冠层LAI垂直分布，及时掌握玉米功能叶片LAI长势差异，可为玉米品种筛选提供辅助。

来源：2023年第5期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第5期