基于无人机可见光影像和卷积神经网络的棉花生长参数监测

蒋楠,戴建国,薛金利,张国顺,何相良

(兵团空间信息工程技术研究中心/石河子大学信息科学与技术学院,新疆 石河子 832003)

棉花是我国首要的经济作物及第二大农作物,快速、准确地监测棉花生长信息,对棉田精准管理、合理安排生产计划等具有重要的价值和意义[1]。棉花花蕾期分为现蕾期和开花期,是棉花生长管理的重要时期之一,实时获取并分析棉花花蕾期生长参数是棉田精细化管理的基础。

地上生物量(above ground biomass,AGB)、叶面积指数(leaf area index,LAI)、株高(plant height,PH)等生长参数能很好地反映作物表型信息[2-3],是衡量棉花长势情况的重要指标。传统的生长参数测量方法主要通过田间破坏性采样和人工分析计算,但这种方法费时费力,且工作效率低,存在较大的局限性[4]。由于遥感技术具有大面积同步观测的特点,多年来在农业中得到广泛应用,但卫星遥感存在时空分辨率低,易受天气影响等缺点,难以满足农田尺度的生物量精确监测需求[5-6]。相比于卫星遥感,无人机遥感平台具有成本低、时效性高、复用性强、操作简单以及地面分辨率高等优势,能够实时采集田间图像,在实际运用中展现了巨大潜力,是目前无损测量生物量的主要方法之一[7-9]。

目前,众多国内外学者利用无人机遥感技术进行高通量作物表型信息提取,对多种生长参数进行测量。如BENDIG J等[10]使用作物表面模型(CSMs)结合无人机RGB影像提取株高(R2=0.920),建立不同品种大麦的株高与地上鲜生物量和干生物量监测模型,最好模拟结果R2分别是0.71和0.68。……