基于无人机可见光和热红外图像的棉花冠层信息识别

摘要

近年来无人机凭借其低廉的价格、灵活的操作及高时空分辨率等优点被广泛的应用于农业监测领域。本试验利用无人机搭载普通光学相机在大田生产条件下采集不同密度处理的(1.5、3.3、5.1、6.9、8.7、10.5万株/公顷)棉花冠层图像，基于拼接好的图像进行颜色信息的提取和新的颜色指数的构建。在采集图像的同一天对棉花长势特征参数LAI、地上部生物量、PAR截获率进行获取。使用颜色指数建立棉花重要特征参数的模拟方程并进行验证。利用机载热红外成像相机对脱叶剂施用后的生理逆境胁迫下的棉田冠层温度进行监测，同时利用温度探头对棉花上部叶片进行监测，分析生理胁迫条件下棉花冠层温度及上部叶片温度的变化规律。试验结果如下: 1.利用无人机搭载普通光学相机对棉花冠层信息进行提取并与棉花LAI之间做相关性分析，结果表明:两年间，对LAI估测效果最好的是bgr的指数模型(2017:R2=0.605，RMSE=0.524;2018:R2=0.5596，RMSE=0.469)。因此可以利用无人机数字图像中提取的颜色指数bgr快速的估测全生育内棉花LAI。 2.利用无人机搭载普通光学相机对棉花冠层信息进行提取并与地上部生物量之间做相关性分析，结果表明:17个颜色指数中估测地上部生物量最好的模型是颜色指数的指数模型，其中bgr指数模型是17个颜色指数构建的模型中估测地上部生物量最好的，但颜色指数bgr的R2比较小(2017:R2=0.3516，2018:R2=0.485)、RMSE比较高(2017:RMSE=3396.54，2018:RMSE=1529.23)，因此对地上部生物量的估测不够准确。 3.利用无人机搭载普通光学相机对棉花冠层信息进行提取并与棉花PAR截获率之间做相关性分析，结果表明:17个颜色指数中估测PAR截获率最好的是颜色指数的二次模型，其中b构建的二次方程模拟的PAR截获率是17个颜色指数中估测效果最好的（2017:R2=0.7412，RMSE=0.125;2018:R2=0.8674，RMSE=0.059）。因此可以利用无人机数字图像中提取的颜色指数b实现对PAR截获率的监测。 4.利用无人机搭载热红外相机对脱叶剂处理后的棉田进行连续的监测，结果表明:在太阳辐射强度最大的中午前后，处理组与对照组冠层温差最大，是利用热红外成像监测的最佳时间。随着喷施脱叶剂天数增加，中午前后处理组与对照组的棉花冠层温度差逐渐增大后趋于平稳，此时棉花叶片已基本脱落，因此可以使用机载热红外成像技术监测脱叶效果。 综上所述，从无人机搭载可见光相机获取的棉花冠层图像提取、构建的颜色指数可以很好的估测棉花LAI以及PAR截获率。利用无人机搭载的热成像相机对生理逆境条件下棉花的冠层温度可以进行很好的监测，为精准化农田管理打下基础。