北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

基于高分辨率无人机的高光谱图像小麦的LAI和叶绿素估算

日期: 2020-07-10
浏览次数: 83

基于高分辨率无人机的高光谱图像小麦的LAI和叶绿素估算


高效的N肥使用产出需要平衡最小的环境污染和最大的产量,N素使用效率是目前精准农业中重要问题之一。于20176月,应用无人机高光谱成像系统对八种不同氮处理的冬小麦进行了高光谱图像采集。高光谱成像仪采用美国RESONON公司的Pika-L,波段范围400-1000nm,系统集成了惯导测量系统(IMU)和稳定云台,可以获得较高精度的光谱分辨率和空间分辨率的数据。同时在地面采集并获得冬小麦的叶绿素含量(CHL)、叶面积(LAI),利用偏最小二乘法进行反演估算,(RLAI 2= 0.79, RMSELAI [m2m2] = 0.18, R2CHL = 0.77, RMSECHL [_g cm-2] = 7.02),并采用多元线性回归模型进行了产量估测(R2产量0.88RMSEfield[dt ha-1]=4.18)。利用该模型,可以对高光谱图像进行像素水平的预测。结果表明,在一定施氮量以上,进一步施肥不一定会继续导致产量增加,为高光谱精准农业研究提供了一定了理论支持。


实验设计

试验田位于德国西北部的奥斯纳布吕克大学,包括8个处理,6个施氮水平。氮肥水平选择在0150 kg ha-1,如图所示,不同颜色代表了不同的处理。

基于高分辨率无人机的高光谱图像小麦的LAI和叶绿素估算

1研究区域

数据处理

高光谱传感器采用美国RESONON公司的PikaL,无人机系统采用大疆无人机DJI S1000,以及SBG惯导系统和稳定云带装置(图2

基于高分辨率无人机的高光谱图像小麦的LAI和叶绿素估算

2 高光谱机载系统现场照片

基于高分辨率无人机的高光谱图像小麦的LAI和叶绿素估算

几何校正前            几何校正后

基于高分辨率无人机的高光谱图像小麦的LAI和叶绿素估算

结果和分析

基于高分辨率无人机的高光谱图像小麦的LAI和叶绿素估算

7 LAI偏最小二乘回归(PLSR)模型预测值实测值比较 8 CHL偏最小二乘回归(PLSR)模型预测值与实测值比较

利用高光谱数据采用偏最小二乘法模型进行LAICHL的估测,模型精度分别为LAI:R2 = 0.79RMSE=0.182CHL:R2 =0.77RMSE=7.016。整个研究区域的LAI预测如(图9)所示,接近于零的LAI值主要出现在田间地块之间的狭窄的垄带上,由于这些相邻像素的影响,LAI值仍然大于零。LAI估值低于1个地块(地块31721)无需额外施肥。地块(4914)值主要介于12之间,该区的施氮量为50 kg ha-1。含有125141千克HA1矿物和有机肥料的地块混合料(5713151619号地块)的LAI值低于纯矿物施肥地块。其他大部分地块LAI估值在2-3之间。含有125141千克矿物和有机肥料的混合料(地块5713151619号地块)的LAI值低于相同数量的纯矿物施肥地块。

基于高分辨率无人机的高光谱图像小麦的LAI和叶绿素估算

不同地块的CHL预测(10 )总体上比LAI更加独特,并且在相同处理的地块内显示出明显的异质性。最低CHL预测值( 0–20g·cm2 )位于地块之间的人行道上。相邻像素的混合光谱使得其数值大于零值。大约在2040g·cm2之间的值主要出现在没有额外施肥的地块(地块31721 )和施肥量为50 kg·ha-1的地块。施肥含量在141千克ha-1矿物和有机混合物处理下,叶绿素含量会更高( 40 - 60g·cm2 )。含有125 kg ha-1矿物和有机肥的地块显示出比仅含有相同量矿物肥料的地块(地块168 )更低的CHL (地块5713 )125141150 kg ha-1处理的地块内CHL最高( > 80g·cm2 )。具有相同处理的地块根据它们在实验中的位置显示出了细微差异(地块111222 )

4 结论

1 介绍了一种基于无人机的高光谱推扫系统,该系统能够记录高空间分辨率和光谱分辨率的数据,非常适合于调查,特别是在较小的区域,如精准农业中的单一农场。通过所展示的硬件组合,可以证明,在无人机上使用推扫式相机可以克服畸变、拼接等传统问题的影响,并有效利用与快照式相机相比的高光谱分辨率和光谱分辨率的优势。同时,应用经验线校正的辐射校正显著改善了信号质量。

 2 基于无人机的高光谱数据的LAICHL预测具有很好的空间分辨率。通过LAICHL预测,区分不同处理的地块。可以通过该技术在精确农业领域进行可靠的农田参数反演。这一信息可以在施肥前用于计算所需的最佳氮量,并以精确的方式施用,从而减少环境破坏而不损失产量。


News / 相关新闻 More
2022 - 01 - 24
改进积雪密度的估计是目前雪研究的一个关键问题。表征密度时空变异性对于水当量的估算、水力发电和自然灾害(雪崩洪水等)的评估至关重要。高光谱成像是一种监测和估计其物理特性的有前途且可靠的工具。事实上,雪的光谱反射率在一定程度上受其物理特性变化的控制,尤其是在光谱的近红外(NIR)部分。为此,已经设计了几种模型根据光谱信息估算积雪密度。然而,还没有一个实现满意的结果。主要困难之一是积雪密度和光谱反射率之间的关系是非双射的(满射的)。事实上,几个反射振幅与相同的密度相关,反之亦然,所以密度和光谱反射率之间的相关性可能非常弱。基于此,为了解决该问题,本研究中提出了基于光谱数据的积雪密度估计混合模型。主要研究目标是利用高光谱NIR成像(PIKA NIR,RESONON Company)(900-1700 nm)以5.5 nm的光谱分辨率测试混合模型(HM)估计季节性积雪密度的性能。混合模型结合了一个分...
2022 - 01 - 20
PROSDM:PROSPECT模型与光谱导数和相似性度量相结合从双向反射率中提取叶片生化性状的适用性叶片生化性状为理解植物光合功能、动态生长、养分循环和初级生产提供了有价值的信息。叶片叶绿素含量(Cab)、类胡萝卜素含量(Cxc)、含水量(Cw)和干物质含量(Cm)是四个重要的叶片生化性状,与植物光合作用、氮素、胁迫和衰老等健康和生长状态密切相关。能够对这些叶片生化性状进行高通量测量的方法对于表征植物生理状态和关键功能过程至关重要。PROSPECT模型是目前最常用的叶片辐射传输模型之一,可从叶片定向半球反射因子(DHRF)光谱来提取叶片生化性状,然而,在应用于叶片双向反射因子(BRF)光谱提取叶片生化性状方面尚待探索。叶片表面反射率和各向异性性状的存在可能是限制PROSPECT从叶片BRF光谱评估叶片生化性状的主要问题。基于此,在本研究中,研究者们提出了一个方法,整合了PROSPECT模型...
2022 - 01 - 18
生态系统呼吸(Re)和甲烷(CH4)通量是两个重要的土壤-大气碳交换过程,已经在局地尺度上得到充分记录。然而,在流域尺度上,对青藏高原多年冻土区这些过程的空间格局和控制因素尚不清楚。基于此,为了填补研究空白,在本研究中,来自四川大学、中国科学院成都山地灾害与环境研究所、山西农业大学、中国科学院西北生态环境资源研究院和西南民族大学青藏高原研究所的研究团队在青藏高原风火山(34°40′-34°46′ N和92°50′–92°62′ E;4580-5410 m a.s.l.;图1a)测量了两个生长季节(2017年和2018年)不同坡向(北向(阴坡)和南向(阳坡))和不同海拔(低、中和高坡位)的生态系统呼吸(Re)和CH4通量,旨在阐明青藏高原草地流域尺度的Re和CH4通量模式并量化生物和非生物因子调节Re和CH4通量的相对贡献。作者利用LGR UGGA便携...
2021 - 01 - 15
全球气候变化引起的预计人口增长以及土地和农业资源可利用性的压力使未来几十年全球粮食供应的需求增加。提高光合作用能力已成为实现作物增产的目标。目前,测量光合作用的方法是耗时的且具破坏性的,这会减慢鉴定具高光合能力的农作物种质的研究和育种工作。作者在1分钟内收集样地(~2 m×2 m)向阳叶片像素的高光谱反射率以量化光合作用参数和色素含量。在两个生长季节(2017年和2018年)利用田间生长的经基因改变了光合途径的烟草,建立了8个光合参数和色素性状的预测模型。利用偏最小二乘法(PLSR)分析可见近红外(400-900 nm)光谱相机测得的植物反射像素,预测了Rubisco最大羧化速率(Vc,max,R2=0.79)和最大电子传递速率(J1800,R2=0.59),最大光饱和光合作用(Pmax,R2=0.54),叶绿素含量(R2=0.87),叶绿素a/b(...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

深圳办事处:

地址:深圳市宝安区创业二路玖悦雅轩商业裙楼3层瑞思BEEPLUS 3029室 手机:13910499772

武汉办事处:

地址:武汉市洪山区民族大道124号龙安港汇城A座1108 手机:13910499761


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开