基于无人机多光谱影像的春小麦SPAD值估测研究

doi:10.12190/j.issn.2096-1197.2024.04.13

北方农业学报 ›› 2024, Vol. 52 ›› Issue (4): 120-134.doi: 10.12190/j.issn.2096-1197.2024.04.13

• 农业信息技术 • 上一篇

基于无人机多光谱影像的春小麦SPAD值估测研究

张鹏, 王砚涵, 吴强, 李赛如, 张永平

内蒙古农业大学农学院, 内蒙古呼和浩特 010019

收稿日期:2024-04-24 出版日期:2024-08-20 发布日期:2024-11-22
通讯作者: 张永平（1970—）,男,教授,博士,博士生导师,主要从事寒旱区作物栽培生理生态、作物高产优质高效栽培、小麦水肥高效利用与精确栽培的研究工作。
作者简介:张鹏（1998—）,男,硕士研究生,主要研究方向为作物栽培。
基金资助:
内蒙古自治区直属高校基本科研业务费项目（BR231509）;内蒙古自治区高等学校碳峰值碳中和研究专项项目（STZX202214）;内蒙古自治区小麦产业技术创新推广体系

Research on SPAD value estimation of spring wheat based on UAV multispectral imager

ZHANG Peng, WANG Yanhan, WU Qiang, LI Sairu, ZHANG Yongping

College of Agriculture, Inner Mongolia Agricultural University, Hohhot 010019, China

Received:2024-04-24 Online:2024-08-20 Published:2024-11-22

摘要/Abstract

摘要： 【目的】探究无人机遥感技术对春小麦SPAD值的无损估测,建立小田块尺度上的春小麦SPAD值估测模型。【方法】利用多光谱无人机获取2022年内蒙古河套地区春小麦冠层多光谱数据,并提取5种植被指数,通过分析植被指数与植株SPAD值的相关性,结合支持向量机回归（SVR）、偏最小二乘回归（PLSR）和随机森林回归（RFR）构建春小麦关键生育时期SPAD值估测模型,并筛选各时期SPAD值最优估测模型。【结果】通过与5种植被指数配对来确定最佳模型,在春小麦的拔节期、抽穗期、开花期和灌浆期,这15种组合方法均可对SPAD值进行估测。对3种建模方法的最优模型进行比较发现,NDVI+RFR模型在估测春小麦SPAD值方面具有最高的准确性和良好的鲁棒性,其R²=0.96,RMSE=0.19。【结论】利用无人机估测春小麦的SPAD值是可行的,最优模型为NDVI+RFR模型。

关键词: 无人机监测, 多光谱影像, 春小麦, SPAD值

Abstract: 【Objective】To study the non-destructive estimation of spring wheat SPAD value by UAV remote sensing technology,and establish a model for spring wheat SPAD value estimation on a small field scale.【Methods】A multispectral UAV was used to acquire spring wheat canopy multispectral data in 2022 in Hetao region of Inner Mongolia,and 5 vegetation indices were extracted. The correlation between vegetation indices and plant SPAD values was analyzed,and support vector regression（SVR）,partial least squares regression（PLSR）,and random forest regression（RFR） were combined to construct SPAD value estimation models for key growth periods of spring wheat. The optimal SPAD value estimation models for each period were selected.【Results】The optimal model was determined by pairing with 5 vegetation indices,and all 15 combination methods were able to estimate SPAD values during the jointing,heading,flowering,and filling stages of spring wheat. Comparing the optimal models of 3 modeling methods,it was found that the NDVI+RFR model had the highest accuracy and good robustness in estimating the SPAD value of spring wheat,with R²=0.96 and RMSE=0.19.【Conclusion】It is feasible to use UAV to estimate the SPAD value of spring wheat, and the optimal model is the NDVI+RFR model.

Key words: UAV monitoring, Multispectral imaging, Spring wheat, SPAD value

中图分类号:

S512.12

张鹏, 王砚涵, 吴强, 李赛如, 张永平. 基于无人机多光谱影像的春小麦SPAD值估测研究[J]. 北方农业学报, 2024, 52(4): 120-134.

ZHANG Peng, WANG Yanhan, WU Qiang, LI Sairu, ZHANG Yongping. Research on SPAD value estimation of spring wheat based on UAV multispectral imager[J]. Journal of Northern Agriculture, 2024, 52(4): 120-134.

参考文献

[1] 张红,王歆,钱禄巧,等.53份小麦品系中矮秆基因检测及降秆效应分析[J/OL].甘肃农业大学学报,2023:1-10.(2023-10-12).http://kns.cnki.net/kcms/detail/62.1055.S.20231011.1130.002.html.
[2] 丁富功,侯泽豪,卢奕霏,等.小麦不同组织器官叶绿素测定方法的比较研究[J].东北农业科学,2022,47(5):111-115.
[3] 郭宏伟,陈晓璐,刘子山,等.施肥量对不同小麦品种产量及养分吸收的影响[J].江苏农业科学,2023,51(24):38-43.
[4] 潘丽杰,张宝林,李瑞鑫,等.玉米不同叶位叶片叶绿素含量垂直分布研究进展[J].北方农业学报,2023,51(4):28-37.
[5] 周琦,王建军,霍中洋,等.不同生育期小麦冠层SPAD值无人机多光谱遥感估算[J].光谱学与光谱分析,2023,43(6):1912-1920.
[6] 周敏姑,邵国敏,张立元,等.无人机多光谱遥感反演冬小麦SPAD值[J].农业工程学报,2020,36(20):125-133.
[7] 何勇,赵春江,吴迪,等.作物-环境信息的快速获取技术与传感仪器[J].中国科学:信息科学,2010,40(S1):1-20.
[8] 陈仲新,任建强,唐华俊,等.农业遥感研究应用进展与展望[J].遥感学报,2016,20(5):748-767.
[9] 周洋,钱国英.智慧农业技术在农业发展中的实践与应用[J].南方农机,2023,54(2):87-88.
[10] 陈悦,赵庚星,常春艳,等.基于Sentinel-2多光谱影像的小麦-玉米轮作耕地粮食产量估测——以曹县为例[J].应用生态学报,2023,34(12):3347-3356.
[11] 胡田田,赵璐,崔晓路,等.无人机多光谱数据可靠性分析与冬小麦产量估算研究[J].农业机械学报,2023,54(12):217-225.
[12] 胡杰,张莹,谢仕义.国产遥感影像分类技术应用研究进展综述[J].计算机工程与应用,2021,57(3):1-13.
[13] 王福民,李嘉乐,段四波,等.农业遥感技术发展新需求与新挑战[J].中国农业信息,2023,35(6):9-21.
[14] 封洪强,姚青,胡程,等.我国农作物病虫害智能监测预警技术新进展[J].植物保护,2023,49(5):229-242.
[15] 洪小丽,张语桐,王廷超,等.无人机遥感技术在农业中应用的发展对策研究[J].东北农业科学,2023,48(5):140-144.
[16] SHEN L Z,GAO M,YAN J,et al.Winter wheat SPAD value inversion based on multiple pretreatment methods[J].Remote Sensing,2022,14(18):4660.
[17] ZHANG S,ZHAO G,LANG K,et al.Integrated satellite,unmanned aerial vehicle(UAV)and ground inversion of the SPAD of winter wheat in the reviving stage[J].Sensors,2019,19(7):1485.
[18] 符欣彤,常庆瑞,张佑铭,等.基于Stacking集成学习的猕猴桃叶片叶绿素含量估算[J].干旱地区农业研究,2023,41(4):247-256.
[19] 赵娜,王希全,赵沛义,等.河套灌区麦后复种毛叶苕子与化学氮肥减量配施对作物产量和土壤肥力的影响[J].中国土壤与肥料,2023,(10):55-64.
[20] BASSO M,STOCCHERO D,VENTURA BAYAN HENRIQUES R,et al. Proposal for an embedded system architecture using a GNDVI algorithm to support UAV-based agrochemical spraying[J].Sensors,2019,19(24):5397.
[21] CARLSON T N,RIPLEY D A.On the relation between NDVI,fractional vegetation cover,and leaf area index[J].Remote Sensing of Environment,1997,62(3):241-252.
[22] BOIARSKII B.Comparison of NDVI and NDRE indices to detect differences in vegetation and chlorophyll content[J].Journal of Mechanics of Continua and Mathematical Sciences,2019,spl1(4):20-29.
[23] KIM Y,REID J F.Modeling and calibration of a multi-spectral imaging sensor for in-field crop nitrogen assessment[J].Applied Engineering in Agriculture,2006,22(6):935-941.
[24] STEVEN M D.The sensitivity of the OSAVI vegetation index to observational parameters[J].Remote Sensing of Environment,1998,63(1):49-60.
[25] 李靖言,颜安,宁松瑞,等.基于高光谱植被指数的春小麦LAI和SPAD值及产量反演模型研究[J].江苏农业科学,2023,51(20):201-210.
[26] 罗四维,石秀楠,贾永红,等.滴灌的毛管间距和滴头间距对匀播冬小麦光合、干物质积累和产量形成的影响[J].作物杂志,2023,(3):230-237.
[27] 李玮祎,孙明馨,曾风玲,等.低温胁迫下冬小麦叶片叶绿素含量的高光谱估算[J].中国农业气象,2022,43(2):137-147.
[28] 茹克亚·萨吾提,阿不都艾尼·阿不里,尼加提·卡斯木,等.基于分数阶微分的春小麦叶绿素含量高光谱估算[J].麦类作物学报,2019,39(6):738-746.
[29] 汪旭,邓裕帅,练雪萌,等.基于无人机多光谱技术的甜菜冠层叶绿素含量反演[J].中国糖料,2022,44(4):36-42.
[30] 杨福芹,李蕊,冯海宽,等.不同生育期冬小麦植株氮含量遥感反演方法比较[J].东北农业科学,2023,48(3):118-124.
[31] 彭俊杰,汪泓,王宇,等.基于GA-PLS-SPA的辣椒叶片叶绿素含量高光谱估测[J].江苏农业科学,2024,52(7):184-192.

基于无人机多光谱影像的春小麦SPAD值估测研究

Research on SPAD value estimation of spring wheat based on UAV multispectral imager

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	陈文晋, 赵存虎, 贺小勇, 范雅芳, 张自强, 孔庆全, 杨永兴, 鲍吝智, 张雄飞, 谢淑娟. 氨基寡糖素对绿豆叶片防御酶活性和产量的影响[J]. 北方农业学报, 2022, 50(3): 17-26.
[2]	廉博, 李强, 魏晓军, 包妍妍, 王红霞, 王丽君. 耕作方式与种植密度对土壤物理性状及春小麦产量性状的影响[J]. 北方农业学报, 2021, 49(2): 17-23.
[3]	叶君, 于美玲, 曹梦龙, 崔国惠, 王小兵, 吴晓华, 张海斌, 赵轩微, 李元清, 李娟, 路战远, 耿志勇. 水分亏缺条件下褪黑素对春小麦光合特性及产量性状的影响[J]. 北方农业学报, 2021, 49(2): 24-30.
[4]	康文钦, 杜磊, 于利峰, 侯智惠, 许洪滔, 赵俊利, 侯安宏. 阴山北麓地区降水特性和作物需水耦合关系分析——以武川县为例[J]. 北方农业学报, 2020, 48(5): 83-89.
[5]	崔国惠, 叶君, 吴晓华, 杨蕾, 王小兵, 谭丽萍, 于美玲, 赵春芝, 张春燕, 张海斌, 吴云霞, 李元清. 内蒙古春小麦亲本资源表型性状遗传多样性分析[J]. 北方农业学报, 2020, 48(3): 1-9.
[6]	叶君, 吴晓华, 崔国惠, 王小兵, 于美玲, 杜昕帅, 王亚东, 赵丽茹, 李元清. 阴山北麓雨养条件下春小麦品种产量和品质特性分析[J]. 北方农业学报, 2019, 47(3): 7-11.
[7]	赵利梅;孙文静;高炳德. 种施硒肥对春小麦富硒效应及硒素分配的影响[J]. 北方农业学报, 2019, 47(2): 52-58.
[8]	崔超;王靖;王海伟;王海燕;郑喜清;邸娜;李亚珍;翟永胜. 不同类型向日葵品种产量及其相关性状差异性研究[J]. 北方农业学报, 2019, 47(1): 1-6.
[9]	崔国惠;叶君;吴晓华;王小兵;于美玲;付雅琼;李元清. 春小麦新品系丰产性及增产途径分析[J]. 北方农业学报, 2018, 46(4): 1-1.
[10]	乌云德吉;乌兰吐雅;于利峰;许洪滔;包珺玮. 基于GF-1 WFV数据的河套灌区春小麦长势遥感分析——以临河区为例[J]. 北方农业学报, 2018, 46(2): 123-123.
[11]	张建成;杨蕾;刘畅;张介华;赵春芝;张汇娟;张培智;张宏旭;李国强;何金;苏建兵;张智;史佳宇. 春小麦喷施富硒增产素应用效果[J]. 北方农业学报, 2018, 46(2): 60-60.
[12]	乌兰乌兰吐雅包珺玮. 基于Landsat 8 OLI影像的大兴安岭西麓春小麦识别方法的比较研究[J]. 北方农业学报, 2017, 45(2): 109-109.
[13]	刘莹史树德. 不同施氮水平下甜菜光合特性比较[J]. 北方农业学报, 2016, 44(2): 7-7.
[14]	魏海明白全江程玉臣席先梅杨海明韩胜利. 3％甲基二磺隆可分散油悬浮剂对春小麦田-年生禾本科杂草防除效果[J]. 北方农业学报, 2016, 44(1): 76-76.
[15]	靳存旺王小兵于美玲史红飞李元清崔国患吴晓华. 不同春小麦品种光合速率及其在后代中遗传规律研究[J]. 北方农业学报, 2016, 44(1): 7-7.