基于低成本無人機(jī)的水稻葉片SPAD值遙感估測(cè)

李 靜，王建軍，朱 安

（揚(yáng)州大學(xué)江蘇省作物遺傳生理國家重點(diǎn)實(shí)驗(yàn)室培育點(diǎn)/糧食作物現(xiàn)代產(chǎn)業(yè)技術(shù)協(xié)同創(chuàng)新中心，江蘇揚(yáng)州225009）

基于低成本無人機(jī)的水稻葉片SPAD值遙感估測(cè)

李 靜，王建軍，朱 安

（揚(yáng)州大學(xué)江蘇省作物遺傳生理國家重點(diǎn)實(shí)驗(yàn)室培育點(diǎn)/糧食作物現(xiàn)代產(chǎn)業(yè)技術(shù)協(xié)同創(chuàng)新中心，江蘇揚(yáng)州225009）

葉綠素作為植物體內(nèi)參與光合作用的重要色素，其含量可反映出水稻生命體征。SPAD-502 plus葉綠素儀所測(cè)定的SPAD值常用于代表葉綠素含量，但其僅能反映葉綠素含量在空間上的點(diǎn)狀分布。本文采用低成本消費(fèi)級(jí)無人機(jī)拍攝水稻冠層圖像，經(jīng)圖像處理后，發(fā)現(xiàn)遙感指數(shù)R與劍葉SPAD值的相關(guān)關(guān)系顯著，所建立的SPAD值預(yù)測(cè)模型具有較高的預(yù)測(cè)精度，為農(nóng)戶小尺度田塊的水稻監(jiān)測(cè)提供了一種方便靈活、低成本的有效方法。

無人機(jī)；SPAD值；水稻；光合作用

我國水稻種植面積約占糧食作物總種植面積的1/3，總產(chǎn)量占糧食總產(chǎn)量的40%。因此，發(fā)展水稻生產(chǎn)對(duì)我國國民經(jīng)濟(jì)至關(guān)重要。葉綠素是水稻生長(zhǎng)的重要營(yíng)養(yǎng)和生理參數(shù)，其含量通常以SPAD-502 plus葉綠素儀所測(cè)定的SPAD值來間接地代表。然而，葉綠素儀僅能進(jìn)行點(diǎn)狀測(cè)量，無法成像。

目前，已有學(xué)者使用衛(wèi)星遙感估測(cè)作物葉片SPAD值。李粉玲等在研究使用高分一號(hào)遙感影像估測(cè)冬小麥葉片SPAD值時(shí)發(fā)現(xiàn)，基于GNDVI、GRVI和TGI等植被指數(shù)構(gòu)建的冬小麥葉片SPAD值回歸模型的估測(cè)精度較高。黃汝根等指出，基于RVI指數(shù)的回歸模型是反演亞熱帶典型作物冠層SPAD值的最佳回歸模型，實(shí)際擬合精度達(dá)92.75%。但是，我國的耕地面積小而分散，衛(wèi)星遙感受空間分辨率的限制難以在小田塊尺度上進(jìn)行有效的SPAD值估測(cè)。而且光學(xué)衛(wèi)星遙感嚴(yán)重受限于時(shí)間分辨率以及天氣等因素。因此，本文探索能否使用低成本消費(fèi)級(jí)無人機(jī)對(duì)水稻葉片SPAD值進(jìn)行有效的遙感估測(cè)，為農(nóng)戶在水稻生育期及時(shí)采取合理的管理措施提供決策支持。

1 材料與方法

1.1 材料說明

材料為揚(yáng)州大學(xué)農(nóng)學(xué)院實(shí)驗(yàn)農(nóng)場(chǎng)種植的水稻，品種為武運(yùn)粳24和甬優(yōu)2640，前茬作物均為小麥。實(shí)驗(yàn)選用了28塊小區(qū)，每個(gè)小區(qū)面積30平方米。各小區(qū)施肥狀況不同，小區(qū)之間筑田埂并用塑料薄膜覆蓋，以防肥水串灌。

1.2 水稻葉片SPAD值測(cè)量

2016年8月6日，使用SPAD-502 plus葉綠素儀測(cè)量水稻劍葉葉片的SAPD值，以其代表葉片葉綠素含量。測(cè)量采用五點(diǎn)取樣法，即各小區(qū)四個(gè)角及中心隨機(jī)選取一株材料。每株材料取完整展開的劍葉測(cè)上、中、下三處的葉綠素值，記錄三處的平均值作為該葉片SPAD值，再以五點(diǎn)的平均值代表該小區(qū)水稻劍葉的平均葉綠素含量。

1.3 無人機(jī)圖像拍攝及處理

2016年8月3日，于正午十二點(diǎn)至下午兩點(diǎn)間，使用大疆精靈2V+無人機(jī)拍攝小區(qū)圖像。無人機(jī)所搭載的相機(jī)為可見光相機(jī)。拍攝過程中將用于圖像校正的白板放于試驗(yàn)小區(qū)的中間，同時(shí)避免陰影干涉，無人機(jī)拍攝高度為正上方30米，每小區(qū)重復(fù)拍攝兩次，保留其中成像質(zhì)量較高者。

將無人機(jī)所拍攝的圖像導(dǎo)入Lighrooom軟件，校正魚眼鏡頭所造成的圖像變形。然后，將圖像導(dǎo)入ENVI軟件。對(duì)于每一張圖像，通過建立白板以及小區(qū)的ROI（感興趣區(qū)），分別提取它們的DN值。對(duì)于紅、綠、藍(lán)三個(gè)波段，分別將小區(qū)水稻葉片和白板的DN值進(jìn)行比值處理，作為三個(gè)波段的遙感指標(biāo)（記為R、G、B）。進(jìn)而計(jì)算（R+G+B）/3、（G-R）/（G+R）、（G-B）/（G+B）、（R-B）/（R+B）等指數(shù)。

2 結(jié)果與分析

28個(gè)小區(qū)的SPAD測(cè)量值分別與R、G、B、（R+G+B）/3、（G-R）/（G+R）、（G-B）/（G+B）、（R-B）/（R+B），進(jìn)行對(duì)其回歸統(tǒng)計(jì)分析，發(fā)現(xiàn)R、G、（R-B）/（R+B）等遙感指數(shù)與SPAD值的相關(guān)關(guān)系較為顯著，決定系數(shù)均大于0.45（見圖1）。

由于在各遙感指標(biāo)中，R與SPAD值具有最高的相關(guān)關(guān)系，因此建立以下SPAD值預(yù)測(cè)模型：

圖1 水稻劍葉SPAD值與R、G以及（R-B）/（R+B）的相關(guān)關(guān)系

（R2=0.48，n=28，P值<0.01）

使用該模型預(yù)測(cè)SPAD時(shí)，均方根誤差（RMSE）為1.45，相對(duì)均方根誤差（RRMSE）為3.43%，平均絕對(duì)相對(duì)誤差（MARE）為2.64%。因此，該模型具有較高的預(yù)測(cè)精度。

3 結(jié)論

本文研究了多個(gè)基于無人機(jī)可見光相機(jī)所拍攝圖像的遙感指標(biāo)與水稻劍葉葉片SPAD值的相關(guān)關(guān)系，發(fā)現(xiàn)紅波段R與SPAD值具有最高的相關(guān)關(guān)系，所建立的SPAD值預(yù)測(cè)模型具有較高的預(yù)測(cè)精度。

不同于僅能以點(diǎn)狀方式進(jìn)行測(cè)量的SPAD-502 plus葉綠素儀，無人機(jī)可在低空飛行，以成像方式顯示農(nóng)田水稻葉片葉綠素在空間上的連續(xù)分布特征，有助于快速和直觀地揭示水稻生長(zhǎng)狀況。無人機(jī)相機(jī)的空間分辨率高，適用于中國農(nóng)戶的小尺度田塊的水稻監(jiān)測(cè)。另外，本研究所使用的無人機(jī)為消費(fèi)級(jí)無人機(jī)，成本低，而且受天氣條件影響小，攜帶方便，使用靈活，這些特點(diǎn)都有利于農(nóng)戶接受和使用。

[1]李粉玲,王力,劉京,等.基于高分一號(hào)衛(wèi)星數(shù)據(jù)的冬小麥葉片SPAD值遙感估算[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2015,46(09)：273-281.

[2]黃汝根,劉振華,胡月明,等.基于“高分一號(hào)”遙感影像反演華南地區(qū)亞熱帶典型作物冠層SPAD[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào), 2015,36(04)：105-111.

S511

A

10.14025/j.cnki.jlny.2017.18.020

李靜，在讀本科生，研究方向：農(nóng)業(yè)信息技術(shù)。