基于无人机RGB影像的小麦叶面积指数与产量估算研究

为探讨基于无人机 RGB影像实现对小麦叶面积指数(leaf area index,LAI)和产量估算的可行性,设置不同生态点、品种和氮素处理的小麦田间试验,应用大疆精灵 4 Pro无人机获取小麦拔节期、抽穗期、扬花期和灌浆期 4 个主要生育时期的 RGB高时空分辨率影像,并同测定小麦 LAI.采用相关性分析筛选出不同生育时期对 LAI敏感的光谱与纹理特征集,并借助随机森林(random forest,RF)、偏最小二乘回归法(partial least squares regression,PLSR)、BP神经网络(back propagation neural network,BPNN)和支持向量机(support vector machine,SVM)分析方法,筛选出小麦不同生育时期最优的 LAI估测模型.基于不同生育时期的光谱与纹理特征以及时期特征集,进一步建立产量预测模型,并在不同生态点验证叶面积估算模型与产量预测模型的普适性.结果表明,基于 RF的 LAI估测模型的验证精度最高,4 个生育时期的均方根误差(root mean square error,RMSE)分别为 2.26、1.44、1.73 和 1.02.基于 RF 的产量预测模型验证效果也最优,RMSE为 1.17 t·hm-2.由此说明基于无人机 RGB影像和 RF算法,建立 LAI和产量估测模型,可实现小麦长势实时监测和产量预测.