利用无人机多光谱估算小麦叶面积指数和叶绿素含量

来源：农业工程学报杂志2021年第19期北京时间：

作者：刘涛,张寰,王志业,贺超,张全国,焦有宙,

摘要：利用无人机遥感的方式进行农作物长势监测是目前精准农业、智慧农业发展的重要方向，为了探究无人机多光谱反演小麦叶面积指数（Leaf Area Index，LAI）和叶绿素含量的模型估算潜力，该研究在3个飞行高度（30、60、120 m）采集多光谱影像，通过使用全波段差值光谱指数（Difference Spectral Index，DSI）、比值光谱指数（Ratio Spectral Index，RSI）、归一化光谱指数（Normalized Spectral Index，NDSI）和经验植被指数与地面实测数据进行相关性分析，获得不同高度下的光谱指数与LAI和叶绿素含量的关系模型及其决定系数，以决定系数为依据分别构建多元逐步回归、偏最小二乘回归和人工神经网络等模型，分析不同飞行高度无人机多光谱反演小麦冠层LAI和叶绿素含量SPAD（Soil and Plant Analyzer Development）值的精度。结果表明：1）30 m高度下，绿-红比值光谱指数与小麦LAI的相关性最高，相关系数为0.84；60 m高度下，红-蓝比值光谱指数与小麦叶绿素含量的相关性最高，相关系数为0.68；2）在60 m高度下，经验植被指数与小麦LAI和叶绿素含量的相关性较好, 最大相关系数分别为0.77和0.5。3）利用偏最小二乘回归反演小麦LAI的精度最高，决定系数为0.732，均方根误差为0.055；利用人工神经网络模型反演小麦叶绿素含量的精度最高，决定系数为0.804，均方根误差0.135。该研究成果为基于无人机平台的高通量作物监测提供理论依据，并为筛选无人机多光谱波段实现作物长势参数快速估测提供应用参考。

关键词：无人机, 多光谱, 光谱指数, 小麦, 叶面积指数, 叶绿素含量