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: 44

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
2020 - 09 - 11
【摘要】森林的长期生产力和固碳能力受气候变化影响,已成为全球关注的问题。本研究中,我们提供了一种简单且无损的方法来研究多时间尺度上树木CO2同化率。这种新的方法结合了树干液流和稳定碳同位素分辨率以估算碳同化率。我们通过分析变异性并进行配对样本t检验,比较了气体交换测量和新方法测得的CO2同化率,以验证其准确性和适用性。气体交换和同位素测量都表明早晨CO2同化率高于下午,峰值在10-11 am左右出现,可能是由于夜间的水储存和早晨的高气孔导度。侧柏日,月,年尺度上CO2同化率的变异性与供水条件有关。与以往的研究相比,我们利用稳定碳同位素分辨率(Δ13C)和树干液流测量估算的年CO2同化率的结果与传统方法结果相一致。侧柏对供水可以有效的响应,这就解释了为什么它可以很好地适应半干旱区环境。估算CO2同化率的新方法是准确的,且适用于北京周边的半干旱地区。【研究区域】位于燕山鹫峰国家森林生态系统研究...
2020 - 09 - 01
【摘要】最近研究发现,在混合落叶阔叶林中,相比于叶片氮含量,叶绿素含量可以更好地指示叶片的光合能力。叶片光合能力与叶绿素含量之间关系的一个关键概念就是光合成分(即光收集,光化学和生化成分)的协调调节。为了检验该假设,作者在生长季测量了水稻地叶片氮含量(NLeaf),叶片光合色素(即叶绿素(ChlLeaf),类胡萝卜素(CarLeaf)和叶黄素(XanLeaf))以及叶片光合能力(即1,5-二磷酸核酮糖(RuBP)在25℃被羧化(Vcmax25)和再生(Jmax25)的最大速率)的季节性变化。同时还调查了NLeaf,叶片光合色素,晴天中午的叶片光化学植被指数(PRILeaf,noon)的有效性及其可能的组合,以估算水稻地的叶片光合能力(即Vcmax25和Jmax25)。ChlLeaf与Vcmax25和Jmax25高度相关(R2分别为0.89和0.87),优于NLeaf(R2分别为0.80和0...
2020 - 08 - 20
【摘要】正确理解地下水循环模式及其可更新能力对地下水资源的评估、合理开发和利用至关重要。在干旱或半干旱地区地下水补给量少且变异性高,因此难以估算。同位素研究和混合模型相结合可以直接估计含水层的可更新性。本文利用环境同位素方法研究了中国西北半干旱地区—银川盆地的潜水循环模式以及更新能力,主要研究了不同水体的同位素特征,潜水同位素年龄,水循环模式以及更新速率。结果表明,银川盆地主要有两个补给源,即局部大气降水(占13%)和黄河(占87%)。银川盆地潜水的平均滞留时间是48年,平均更新速率是3.38%/a。潜水具有较强的更新能力,更新速率与同位素年龄一致。【研究区域】位于中国西北地区的银川平原。图1 银川盆地位置图【样品收集和测量】收集了来自全球大气降水监测数据和国际原子能机构的30组降水数据,并收集了11个黄河水样品,47个潜水样品。利用LGR的液态水同位素分析仪测量所有水体的δ18...
2020 - 08 - 13
冷害是造成作物严重损失和不可逆转伤害的灾害之一。为避免产量损失,可利用高通量表型选择耐寒胁迫的作物品种。如今,无损光谱图像分析已成为一种有效方法,并已广泛应用于高通量表型分析中,反映出植物结构组成,生长发育过程中的生理,生化特性和特征。本研究利用卷积神经网络(CNN)模型提取可见-近红外范围的特征光谱估计玉米幼苗的冷害。文中以五个品种的冷处理玉米幼苗的高光谱图像为研究对象。光谱范围为450-885 nm。高斯低通滤波和Savitzky-Golay平滑方法结合一阶导数进行光谱数据的预处理。从每种玉米幼苗选定的感兴趣区域获取3600个像素样本用于CNN建模。CNN模型建立后,从高光谱图像中提取400个像素样本作为每个品种的测试集。最后,通过分析分类准确度和计算效率确定一个CNN模型。CNN检测到的不同类型的玉米幼苗的冷害水平分别为W22 (41.8 %),BxM (35%),...
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(研发、售后)
          光华创业园科研楼二层东侧(销售、市场)
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:13911500497,13910499761


  • 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