基于低成本无人机的水稻叶片SPAD值遥感估测

李静+王建军+朱安

摘要：叶绿素作为植物体内参与光合作用的重要色素，其含量可反映出水稻生命体征。SPAD-502 plus叶绿素仪所测定的SPAD值常用于代表叶绿素含量，但其仅能反映叶绿素含量在空间上的点状分布。本文采用低成本消费级无人机拍摄水稻冠层图像，经图像处理后，发现遥感指数R与剑叶SPAD值的相关关系显著，所建立的SPAD值预测模型具有较高的预测精度，为农户小尺度田块的水稻监测提供了一种方便灵活、低成本的有效方法。

关键词：无人机；SPAD值；水稻；光合作用

中图分类号： S511 文献标识码： A DOI编号： 10.14025/j.cnki.jlny.2017.18.020

我国水稻种植面积约占粮食作物总种植面积的1/3，总产量占粮食总产量的40%。因此，发展水稻生产对我国国民经济至关重要。叶绿素是水稻生长的重要营养和生理参数，其含量通常以SPAD-502 plus叶绿素仪所测定的SPAD值来间接地代表。然而，叶绿素仪仅能进行点状测量，无法成像。

目前，已有学者使用卫星遥感估测作物叶片SPAD值。李粉玲等在研究使用高分一号遥感影像估测冬小麦叶片SPAD值时发现，基于GNDVI、GRVI和TGI等植被指数构建的冬小麦叶片SPAD值回归模型的估测精度较高。黄汝根等指出，基于RVI指数的回归模型是反演亚热带典型作物冠层SPAD值的最佳回归模型，实际拟合精度达92.75%。但是，我国的耕地面积小而分散，卫星遥感受空间分辨率的限制难以在小田块尺度上进行有效的SPAD值估测。而且光学卫星遥感严重受限于时间分辨率以及天气等因素。因此，本文探索能否使用低成本消费级无人机对水稻叶片SPAD值进行有效的遥感估测，为农户在水稻生育期及时采取合理的管理措施提供决策支持。……