农业机械学报

作者：祝清震，朱艳秋，王爱臣，张立元

单位：江苏大学,江苏大学,江苏大学,江苏大学,

关键词：水稻;叶绿素含量;无人机多光谱;植被指数;纹理特征;反演

基金：国家自然科学基金项目（52309051、32301712）、江苏省自然科学基金项目（BK20230548）和中国博士后科学基金项目（2024M751188）

为融合无人机多光谱植被指数和纹理特征实现水稻叶绿素含量估计，本文以大田水稻为研究对象，分别在分蘖期、扬花期及灌浆期等关键生育期进行了无人机多光谱遥感影像和叶绿素含量地面实测值采集；提取了15个多光谱植被指数及35个纹理特征，分析其与水稻叶绿素含量的相关性；并采用仅基于植被指数、仅基于纹理特征和融合光谱及纹理特征等3种建模策略，结合人工神经网络、随机森林、支持向量机及多元线性回归等4种回归建模算法的方式，进行了水稻叶绿素含量精准反演建模分析。结果表明：无人机多光谱植被指数与纹理特征均与水稻叶绿素含量具有显著相关性，其中NGBDI指数与B_M纹理特征相关性最高，皮尔森系数绝对值分别为0.77和0.73；融合无人机多光谱及纹理特征可以有效提升水稻叶绿素含量反演精度，且4种回归算法中人工神经网络的回归估计精度最好，模型验证时调整决定系数为0.72，均方根误差为1.52。融合无人机多光谱及纹理特征可以实现水稻叶片叶绿素含量精准反演，从而为大田水稻精细化管理提供信息支撑。

来源：2024年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第12期