基于无人机多光谱遥感的春玉米叶面积指数和地上部生物量估算模型比较研究

樊鸿叶, 李姚姚, 卢宪菊, 顾生浩, 郭新宇, 刘玉华

(1.河北农业大学农学院， 河北 保定 071000； 2.北京农业信息技术研究中心， 数字植物北京重点实验室， 北京 100097； 3.国家农业信息化工程技术研究中心， 北京 100097； 4.中国农业科学院作物科学研究所， 北京 100081)

无人机遥感具有时空分辨率高、成本低、灵活性和可重复性强等优势[1]，能够通过搭载的传感器获取作物冠层反射的电磁波信息，进而提取与作物长势相关的参量，为获取田块尺度上即时、无损、可靠的作物长势信息提供了一种重要手段[2]。地上部生物量与叶面积指数(leaf area index，LAI)是反映作物生长状况的重要农艺参数[3-4]，且二者间存在密切的联系[5]。在作物不同的生长发育阶段，由于作物冠层结构、叶片形态以及生理生态特征的变化，作物冠层在图像中表现出的光谱特征亦有不同[6]。植被指数(vegetation index，VI)是两个或多个波段的反射率经过线性或非线性组合运算来增强植被信息，以削弱环境背景对植被光谱特征的干扰[7]，如归一化植被指数(normalized difference vegetation index，NDVI)[8]、增强植被指数(enhanced vegetation index，EVI)[9-10]和差值植被指数(difference vegetation index，DVI)[11]等。

目前，光谱植被指数法已经作为一种快速获取地表信息的手段，被国内外学者用于作物长势监测研究。杨贵军等[12]通过无人机搭载多传感器，实现了对作物产量、LAI、冠层温度等多种信息的监测。王亚杰[13]基于无人机获取的多光谱数据，系统比较了玉米叶面积指数的不同监测方法，结果表明，在不同水分处理下基于EVI构建的一元线性模型能够较好的预测玉米灌浆期和成熟期的LAI。……