深圳鹏锦科技有限公司
欢迎咨询18320771884

及时且精准的农作物参数评估对于农业管理来讲至关重要；基于无人机的高光谱成像技术比卫星遥感技术有着速度更快、空间与光谱分辨率更高等优势。本文以具有画幅式成像技术的S185机载高光谱成像仪以及高清数码相机分别获取小麦的光谱植被指数（VIs）以及作物表面模型（CSMs），并分别利用线性与指数方程（LEE）、随机森林法（RF）以及偏*小二乘算法（PLSR）与多时相的小麦作物地上生物量（AGB）以及叶面积指数（LAI）建立定量评估模型，研究结果表明，株高（Crop Height）无法用来评估LAI等农作物参数，机载高光谱相比于高清相机可建立起基于光谱植被指数以及株高相结合的方法可与农作物参数（AGB、LAI等）更高的评估模型。

图1本试验研究区域图

图2  不同生长期小麦S185高光谱影像与株高图

表1  本研究中植被指数计算方法

表2  基于RF与PLSR算法的模型结果对比

图3 不同参量与算法建立的AGB预测模型结果对比

图4 不同参量与算法建立的LAI预测模型结果对比

图5 不同参量与算法建立的AGB反演结果

图6 不同参量与算法建立的LAI反演结果

原创作者：深圳市鹏锦科技有限公司