基于UHD185成像光谱仪的冬小麦叶绿素监测

发布时间：2024-02-24 11:27

　　以关中地区冬小麦为研究对象,无人机为平台搭载的UHD185成像光谱仪获得冬小麦农田高光谱影像,并从中提取波段信息,以传统光谱指数和新光谱指数为自变量构建预测模型,比较模型精度并制作冬小麦叶片叶绿素含量分布图。结果表明:各预测模型中以新光谱指数构建的预测模型精度明显高于传统光谱指数模型,其中,SPAD-NDSI模型精度最高(R²=0.6308,RMSE=1.9766);通过反演叶片叶绿素分布图并对填图结果进行检验可知,SPAD-NDSI模型填图效果最佳(R²=0.7013,RMSE=1.4548),可以作为冬小麦叶片叶绿素含量无人机高光谱影像遥感反演估算的基本模型。

【文章页数】：8 页

【部分图文】：

图1高光谱影像的处理流程

以抽穗期为例，将采集的72个样本数据按叶绿素值进行排序，采用分层抽样的方法抽取48个样本作为建模集，12个样本作为验证集1，另外12个样本作为验证集2。将建模集SPAD值与选取的各类光谱指数进行相关性分析，以相关性达到显著水平的指数分别作为自变量构建叶绿素相对含量的预测模型。采用....

图2不同SPAD冬小麦叶片原始光谱与一阶导数光谱

表2是对抽穗期冬小麦叶片叶绿素含量统计，共72组样本数据，从表中可以看出，抽穗期冬小麦叶片叶绿素相对含量最大值为60.07，最小值为43.00，平均值为53.57。从图2a中可以看出，不同叶绿素含量叶片反射率变化趋势相似。在可见光范围，叶片反射率在550nm处形成反射峰，反射率....

图3冬小麦叶片叶绿素含量与新光谱指数相关性等势图

在ENVI5.3软件中，使用SPAD-RSI模型、SPAD-DSI模型和SPAD-NDSI模型分别对高光谱影像进行反演填图，获得研究区冬小麦叶片叶绿素值分布图（图4），在分布图中选取未参与建模的验证集2的12个采样点进行叶绿素值统计（表6）。从表中可以看出，各预测模型中，SPA....

图4不同模型冬小麦叶片SPAD反演估测

图3冬小麦叶片叶绿素含量与新光谱指数相关性等势图使用验证集2数据对填图结果进行精度检验如图5所示，从图中可以看出，以SPAD-NDSI模型斜率最高，为0.6267，其次是SPAD-RSI模型和SPAD-DSI模型，斜率分别为0.4469和0.409;SPAD-NDSI模型的R2....

本文编号：3908926