基于高分辨率無人機(jī)的高光譜圖像小麥的LAI和葉綠素估算

高效的N肥使用產(chǎn)出需要平衡最小的環(huán)境污染和最大的產(chǎn)量，N素使用效率是目前精準(zhǔn)農(nóng)業(yè)中重要問題之一。于2017年6月，應(yīng)用無人機(jī)高光譜成像系統(tǒng)對(duì)八種不同氮處理的冬小麥進(jìn)行了高光譜圖像采集。高光譜成像儀采用美國RESONON公司的Pika-L，波段范圍400-1000nm，系統(tǒng)集成了慣導(dǎo)測量系統(tǒng)（IMU）和穩(wěn)定云臺(tái)，可以獲得較高精度的光譜分辨率和空間分辨率的數(shù)據(jù)。同時(shí)在地面采集并獲得冬小麥的葉綠素含量（CHL）、葉面積(LAI),利用偏最小二乘法進(jìn)行反演估算，(RLAI?²= 0.79, RMSELAI [m²m²]?= 0.18,?R²CHL?= 0.77, RMSECHL [_g cm^-2]?= 7.02)，并采用多元線性回歸模型進(jìn)行了產(chǎn)量估測（R²_{產(chǎn)量}＝0.88，RMSE_{field[dt ha-1]}=4.18）。利用該模型，可以對(duì)高光譜圖像進(jìn)行像素水平的預(yù)測。結(jié)果表明，在一定施氮量以上，進(jìn)一步施肥不一定會(huì)繼續(xù)導(dǎo)致產(chǎn)量增加，為高光譜精準(zhǔn)農(nóng)業(yè)研究提供了一定了理論支持。

1?實(shí)驗(yàn)設(shè)計(jì)

試驗(yàn)田位于德國西北部的奧斯納布呂克大學(xué)，包括8個(gè)處理，6個(gè)施氮水平。氮肥水平選擇在0到150 kg ha-1，如圖所示，不同顏色代表了不同的處理。

圖1研究區(qū)域

2?數(shù)據(jù)處理

高光譜傳感器采用美國RESONON公司的PikaL,無人機(jī)系統(tǒng)采用大疆無人機(jī)DJI S1000,以及SBG慣導(dǎo)系統(tǒng)和穩(wěn)定云帶裝置（圖2）。

圖2 高光譜機(jī)載系統(tǒng)現(xiàn)場照片

幾何校正前????????????幾何校正后

3?結(jié)果和分析

圖7?LAI偏最小二乘回歸（PLSR）模型預(yù)測值與實(shí)測值比較 圖8?CHL偏最小二乘回歸（PLSR）模型預(yù)測值與實(shí)測值比較

利用高光譜數(shù)據(jù)采用偏最小二乘法模型進(jìn)行LAI和CHL的估測，模型精度分別為LAI:R²?= 0.79，RMSE=0.182，CHL:R²?=0.77，RMSE=7.016。整個(gè)研究區(qū)域的LAI預(yù)測如（圖9）所示，接近于零的LAI值主要出現(xiàn)在田間地塊之間的狹窄的壟帶上，由于這些相鄰像素的影響，LAI值仍然大于零。LAI估值低于1個(gè)地塊（地塊3、17和21）無需額外施肥。地塊（4、9和14）值主要介于1和2之間，該區(qū)的施氮量為50 kg ha^-1。含有125和141千克HA1礦物和有機(jī)肥料的地塊混合料（5、7、13、15、16和19號(hào)地塊）的LAI值低于純礦物施肥地塊。其他大部分地塊LAI估值在2-3之間。含有125和141千克礦物和有機(jī)肥料的混合料（地塊5、7、13、15、16和19號(hào)地塊）的LAI值低于相同數(shù)量的純礦物施肥地塊。

不同地塊的CHL預(yù)測(圖10 )總體上比LAI更加獨(dú)特，并且在相同處理的地塊內(nèi)顯示出明顯的異質(zhì)性。最低CHL預(yù)測值( 0–20g·cm²?)位于地塊之間的人行道上。相鄰像素的混合光譜使得其數(shù)值大于零值。大約在20至40g·cm²之間的值主要出現(xiàn)在沒有額外施肥的地塊(地塊3、17和21 )和施肥量為50 kg·ha^-1的地塊。施肥含量在141千克ha^-1礦物和有機(jī)混合物處理下，葉綠素含量會(huì)更高( 40 - 60g·cm²?)。含有125 kg ha^-1礦物和有機(jī)肥的地塊顯示出比僅含有相同量礦物肥料的地塊(地塊1、6和8 )更低的CHL (地塊5、7和13 )。125、141和150 kg ha^-1處理的地塊內(nèi)CHL最高( > 80g·cm²?)。具有相同處理的地塊根據(jù)它們在實(shí)驗(yàn)中的位置顯示出了細(xì)微差異(地塊11、12與22 )。

4?結(jié)論

1 介紹了一種基于無人機(jī)的高光譜推掃系統(tǒng)，該系統(tǒng)能夠記錄高空間分辨率和光譜分辨率的數(shù)據(jù)，非常適合于調(diào)查，特別是在較小的區(qū)域，如精準(zhǔn)農(nóng)業(yè)中的單一農(nóng)場。通過所展示的硬件組合，可以證明，在無人機(jī)上使用推掃式相機(jī)可以克服畸變、拼接等傳統(tǒng)問題的影響，并有效利用與快照式相機(jī)相比的高光譜分辨率和光譜分辨率的優(yōu)勢。同時(shí)，應(yīng)用經(jīng)驗(yàn)線校正的輻射校正顯著改善了信號(hào)質(zhì)量。

?2 基于無人機(jī)的高光譜數(shù)據(jù)的LAI和CHL預(yù)測具有很好的空間分辨率。通過LAI或CHL預(yù)測，區(qū)分不同處理的地塊?？梢酝ㄟ^該技術(shù)在精確農(nóng)業(yè)領(lǐng)域進(jìn)行可靠的農(nóng)田參數(shù)反演。這一信息可以在施肥前用于計(jì)算所需的最佳氮量，并以精確的方式施用，從而減少環(huán)境破壞而不損失產(chǎn)量。