结合无人机光谱与纹理特征和覆盖度的水稻叶面积指数估算

来源：农业工程学报杂志2021年第9期北京时间：

作者：杭艳红,苏欢,于滋洋,刘焕军,官海翔,孔繁昌,

摘要：为了探究无人机多指标构建叶面积指数（Leaf Area Index，LAI）估算模型的能力，该研究通过不同纹理组合方式优选纹理指数，分别以光谱特征、纹理指数和作物覆盖度作为输入量建立一元线性模型，3类指标结合构建多元逐步回归和人工神经网络模型，分析多指标结合估算LAI的精度。结果表明：新的纹理指数能够明显提高纹理特征值与LAI的相关性，近红外波段均值与蓝波段均值的差值较近红外波段均值提高了13.54%；将绿度归一化植被指数（Green Normalized Difference Vegetation Index，GNDVI）、差值纹理指数和作物覆盖度结合来估算水稻LAI的精度最好，多指标结合的多元逐步回归模型的决定系数为0.866，调整后决定系数为0.816，均方根误差为0.308，人工神经网络模型结果再次验证这一结论。该研究成果可为基于无人机平台估算作物结构参数提供理论依据，并为其他作物LAI估算提供借鉴。

关键词：无人机, 叶面积指数, 多光谱, 覆盖度, 纹理指数, 水稻