基于低成本无人机的水稻叶片spad值遥感估测

《基于低成本无人机的水稻叶片spad值遥感估测》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。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-502plus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

2、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：ADOI编号：/　　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-502plus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。为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健

3、康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　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%。但是，我国的耕地面积小而分散，卫星

4、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　　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。　　水稻叶片SPAD值测量　　XX年8月6日，使用SPAD-502plus叶绿素仪测量水

5、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。　　无人机图像拍摄及处理为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学

6、点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　XX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，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

7、三个波段的遥感指标。进而计算/3、/、/、/等指数。　　2结果与分析　　28个小区的SPAD测量值分别与R、G、B、/3、/、/、/，进行对其回归统计分析，发现R、G、/等遥感指数与SPAD值的相关关系较为显著，决定系数均大于。　　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=-*R+　　　　使用该模型预测SPAD时，均方根误差为，相对均方根误差为%，平均绝对相对误差为%。因此，该模型具有较高的预测精度。　　3结论为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学