基于无人机航拍的苎麻倒伏信息解译研究

王薇 付虹雨 卢建宁 岳云开 杨瑞芳 崔国贤 佘玮

摘要：茎杆倒伏是苎麻三麻培育中最常见的灾害，传统的监测方法具有耗时耗力、不及时等局限性。提出了一种基于无人机航拍获取苎麻倒伏信息的方法，首先利用Pix4D Mapper软件生成苎麻的冠层正射影像和数字表面模型（digital surface model，DSM），基于正射影像提取苎麻光谱、纹理及形状特征，基于DSM提取苎麻株高指标，最后结合3种机器学习算法构建正常/倒伏苎麻分类模型。结果表明，基于DSM提取的株高信息可以有效代替大田实测株高，模型R2为0.899。倒伏和正常苎麻在光谱、纹理、形状及株高特征上具有差异。在3种机器学习算法中，支持向量机和决策树模型的性能最好，准确率达到99%，能够高效地识别苎麻倒伏地块。以上研究结果为准确、快速评估作物倒伏情况提供了技术支撑。

关键词：苎麻；倒伏；无人机；可见光相机；数字表面模型

doi：10.13304/j.nykjdb.2022.1066

中图分类号：S127 文献标志码：A 文章编号：1008‐0864（2024）03‐0091‐07

倒伏灾害一直是农业生产领域关注的热点难题。作物倒伏会造成产量和质量下降，影响农业机械自动化收割。倒伏灾情严重时，小麦、水稻等主要粮食作物产量损失率在22%左右，极端情况下甚至会绝产，对粮食安全造成重大威胁[1]。抗倒伏能力是作物良种选育研究中重要的遗传特性以及选育标准，但倒伏信息获取与评估仍是亟需解决的难题[2‐3]。目前，倒伏已纳入我国农业保险体系，及时、有效地获取大面积农田的倒伏信息是科学、有序、精准进行农业保险理赔以及救灾补偿的基础[4]。……