基于无人机多光谱影像的佛手瓜叶片SPAD值估算模型

doi:10.14088/j.cnki.issn0439-8114.2023.04.032

湖北农业科学 ›› 2023, Vol. 62 ›› Issue (4): 180-184.doi: 10.14088/j.cnki.issn0439-8114.2023.04.032

基于无人机多光谱影像的佛手瓜叶片SPAD值估算模型

黎瑞君, 陈智虎, 舒田, 刘春艳, 许元红, 孙长青

贵州省农业科技信息研究所,贵阳 550006

收稿日期:2023-01-16 出版日期:2023-04-25 发布日期:2023-05-12
通讯作者: 舒田（1981-）,男,副研究员,主要从事GIS与遥感应用及农业信息技术研究,（电子信箱）378074794@qq.com。
作者简介:黎瑞君（1985-）,女,广东南海人,助理研究员,硕士,主要从事农业信息技术及佛手瓜、白菜等蔬菜种植研究,（电话）18984591927（电子信箱）635905436@qq.com。
基金资助:
贵州省科技计划项目（黔科合支撑[2021]一般211）; 贵州省科学技术基金项目（黔科合基础-zk（2021）一般130号）

Estimation of bergamot leaves SPAD value based on UAV multi spectral images

LI Rui-jun, CHEN Zhi-hu, SHU Tian, LIU Chun-yan, XU Yuan-hong, SUN Chang-qing

Guizhou Agricultural Sciences and Technology Information Institute, Guiyang 550006, China

Received:2023-01-16 Online:2023-04-25 Published:2023-05-12

摘要/Abstract

摘要： 以贵州省惠水县好花红镇弄苑村佛手瓜（Sechium edule）为研究对象,通过获取佛手瓜种植基地无人机多光谱影像,计算植被指数,分析不同植被指数与SPAD值的相关性,筛选出模型的输入变量,利用偏最小二乘法（PLS）和随机森林法（RF）构建SPAD估算模型,对佛手瓜绿色和黄色叶片进行SPAD值估算。结果表明,除CIre外,NDVI、GNDVI、RVI与SPAD值具有较强的相关性;在绿色叶片和黄色叶片PLS估算模型中,验证集R²分别为0.814、0.660,RMSE分别为1.12、1.16,绿色叶片SPAD值估算效果高于黄色叶片;在RF模型中,验证集和建模集R²均低于PLS模型。因此,基于多光谱影像,利用PLS建立的佛手瓜叶片SPAD估算模型效果优于RF模型,可以实现佛手瓜叶片SPAD值快速估算。

关键词: 佛手瓜（Sechium edule）叶片, 无人机, 多光谱, SPAD

Abstract: Taking the bergamot in Nongyuan Village, Haohuahong Town, Huishui County, Guizhou Province as the research object, through acquiring the multi spectral images of the unmanned aerial vehicle （UAV） in the bergamot planting base, the vegetation index were calculated, the correlation between different vegetation indexes and SPAD values were analyzed, and the input variables of the model was screened out. Using partial least squares （PLS） and random forest （RF） to build SPAD estimation models, the SPAD values of green and yellow leaves of bergamot were estimated. The results showed that, besides CIre, NDVI, GNDVI, RVI and SPAD values had a strong correlation. In the PLS estimation model of green leaves and yellow leaves, the validation set R² were 0.814 and 0.660 respectively, and the RMSE were 1.12 and 1.16 respectively. The SPAD value estimation effect of green leaves was higher than that of yellow leaves. In RF model, R² of validation set and model building was lower than that of PLS model. Therefore, based on multispectral images, the SPAD estimation model of bergamot leaves established by PLS method was better than the RF model, which could realize the rapid estimation of SPAD values of bergamot leaves.

Key words: leaves of bergamot（Sechium edule）, UAV, multispectrum, SPAD

中图分类号:

S127
S642.9

黎瑞君, 陈智虎, 舒田, 刘春艳, 许元红, 孙长青. 基于无人机多光谱影像的佛手瓜叶片SPAD值估算模型[J]. 湖北农业科学, 2023, 62(4): 180-184.

LI Rui-jun, CHEN Zhi-hu, SHU Tian, LIU Chun-yan, XU Yuan-hong, SUN Chang-qing. Estimation of bergamot leaves SPAD value based on UAV multi spectral images[J]. HUBEI AGRICULTURAL SCIENCES, 2023, 62(4): 180-184.

参考文献

[1] 段博. 基于无人机多光谱影像的水稻生长参数提取和估产[D].武汉:武汉大学,2021.
[2] 谢鑫昌,杨云川,田忆,等.基于遥感的广西甘蔗种植面积提取及长势监测[J].中国生态农业学报(中英文),2021,29(2):410-422.
[3] 陈理,杨广,刘名洋,等.基于遥感影像和卷积神经网络的农田及道路信息提取[J].中国农业大学学报,2022,27(6):182-191.
[4] 安赛日丁·艾尔肯,买买提·沙吾提,李金朝.基于冠层光谱特征的长绒棉叶绿素含量估算[J].激光与光电子学进展,2022,59(5):317-327.
[5] 王庆,车荧璞,柴宏红,等.基于无人机影像的冠层光谱和结构特征监测甜菜长势[J].农业工程学报,2021,37(20):90-98.
[6] 潘义宏,顾毓敏,杨森,等.不同品种中部烟叶SPAD值及其与叶绿素含量的相关性分析[J].河南农业大学学报,2017,51(2):156-162,211.
[7] 李玉杰,程才,向刚,等.石漠化环境下2种藓类植物叶绿素含量与SPAD值的相关性及其空间分异[J].西南农业学报,2020,33(8):1671-1678.
[8] 张建,孟晋,赵必权,等.消费级近红外相机的水稻叶片叶绿素(SPAD)分布预测[J].光谱学与光谱分析,2018,38(3):737-744.
[9] 牛庆林,冯海宽,周新国,等.冬小麦SPAD值无人机可见光和多光谱植被指数结合估算[J].农业机械学报,2021,52(8):183-194.
[10] LOPEZ-CALDERON M J,ESTRADA-AVALOS J,RODRIGUEZ-MORENO V M, et al. Estimation of total nitrogen content in forage maize (Zea mays L.) using spectral indices:Analysis by random forest[J]. Agriculture-Basel, 2020, 10(10):451.
[11] COLORADO J D,CERA-BORNACELLI N, CALDAS J S, et al.Estimation of nitrogen in rice crops from UAV-captured images[J]. Remote sensing, 2020, 12(20): 3396.
[12] 王冰,何金有,张鹏杰,等.基于高光谱的内蒙古大兴安岭白桦叶片叶绿素含量估算[J].西部林业科学,2022,51(4):11-18.
[13] 陈晓凯,李粉玲,王玉娜,等.无人机高光谱遥感估算冬小麦叶面积指数[J].农业工程学报,2020,36(22):40-49.
[14] 田军仓,杨振峰,冯克鹏,等.基于无人机多光谱影像的番茄冠层SPAD预测研究[J].农业机械学报,2020,51(8):178-188.
[15] 郭松,常庆瑞,崔小涛,等.基于光谱变换与SPA-SVR的玉米SPAD值高光谱估算[J].东北农业大学学报,2021,52(8):79-88.
[16] 王磊,卢艳丽,白由路.主要粮食作物基于SPAD的氮素营养诊断方法研究进展[J].植物营养与肥料学报,2022,28(3):546-554.
[17] 再吐尼古丽·库尔班,吐尔逊·吐尔洪,涂振东,等.长期不同施肥处理对连作高粱生长规律及产量的影响研究[J].草业学报,2020,29(8):81-92.
[18] 边立丽,艾栋,陈玉蓝,等.基于SPAD值的烤烟氮素营养诊断研究[J].中国土壤与肥料,2022(5):177-183.
[19] 尹航,李斐,杨海波,等.基于无人机高光谱影像的马铃薯叶绿素含量估算[J].植物营养与肥料学报,2021,27(12):2184-2195.
[20] ROUSE J W,HAAS R H,DEEING D W, et al.Monitoring the vernal advancement of retrogradation (green wave effect) of natural vegetation[M].Texas A&M University: Remote Sensing Center, 1974.
[21] GITELSON A A,KAUFMAN Y J,MERZLYAK M N.Use of a green channel in remote sensing of global vegetation from EOS-MODIS[J]. Remote sensing of environment,1996,58(3):289-298.
[22] SCHUERGER A C, CAPELLE G A, DI BENEDETTO J A, et al. Comparison of two hyperspectral imaging and two laser-induced fluorescence instruments for the detection of zinc stress and chlorophyll concentration in bahia grass (Paspalum notatum Flugge.)[J]. Remote sensing of environment, 2003, 84(4): 572-588.
[23] GITELSON A A, VIñA A, ARKEBAUER T J, et al. Remote estimation of leaf area index and green leaf biomass in maize canopies[J]. Geophysical research letters, 2003, 30(5): 1248.
[24] 陈凤霞,杨天伟,李杰庆,等.基于偏最小二乘法判别分析与随机森林算法的牛肝菌种类鉴别[J].光谱学与光谱分析,2022,42(2):549-554.
[25] 冯浩,杨祯婷,陈浩,等.基于无人机多光谱影像的夏玉米SPAD估算模型研究[J].农业机械学报,2022,53(10):211-219.

基于无人机多光谱影像的佛手瓜叶片SPAD值估算模型

Estimation of bergamot leaves SPAD value based on UAV multi spectral images

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 9

编辑推荐

Metrics

本文评价

[1]	陈智虎, 刘春艳, 童倩倩, 赵泽英, 许元红. 基于无人机遥感的火龙果种植面积监测方法研究[J]. 湖北农业科学, 2022, 61(3): 152-155.
[2]	蒙鹏宇. 基于无人机激光雷达的刺槐人工林森林健康指标的构建[J]. 湖北农业科学, 2022, 61(3): 156-160.
[3]	杨晓龙, 汪本福, 李阳, 张枝盛, 张作林, 潘高峰, 王彪, 杨蓝天, 程建平. 不同直播方式对水稻品种虾稻1号产量的影响[J]. 湖北农业科学, 2022, 61(24): 15-18.
[4]	陈智虎, 舒田, 刘春艳, 许元红. 基于无人机高光谱影像的火龙果波段筛选研究[J]. 湖北农业科学, 2022, 61(22): 158-162.
[5]	陈成, 杨栋淏, 李亚强, 辛京达, 王建雄. 基于无人机遥感技术的玉米长势监测研究[J]. 湖北农业科学, 2022, 61(20): 179-181.
[6]	朱伯华, 李洪瑜, 董明桃, 段和生, 李智倩, 程建辉. 不同种植方式对优质中籼稻黄华占产量和种植效益的影响[J]. 湖北农业科学, 2021, 60(24): 20-22.
[7]	郑明雪, 罗治情, 陈娉婷, 官波, 马海荣. 基于改进Mean Shift的无人机农业应用遥感影像地块边界提取[J]. 湖北农业科学, 2021, 60(23): 153-156.
[8]	林火煅, 张志林. 基于无人机系统的应急救援正射影像快速生成方法初探[J]. 湖北农业科学, 2020, 59(7): 204-206.
[9]	余为仆, 周忠雄, 徐国华, 吴芸紫, 柳冕, 许晖, 杨洪勇, 谢磊. 再生稻植保无人机病虫害防治适宜飞行参数研究[J]. 湖北农业科学, 2020, 59(22): 125-127.