基于低成本無人機的水稻葉片SPAD值遙感估測

李 靜，王建軍，朱 安

（揚州大學江蘇省作物遺傳生理國家重點實驗室培育點/糧食作物現代產業技術協同創新中心，江蘇揚州225009）

基于低成本無人機的水稻葉片SPAD值遙感估測

李 靜，王建軍，朱 安

（揚州大學江蘇省作物遺傳生理國家重點實驗室培育點/糧食作物現代產業技術協同創新中心，江蘇揚州225009）

葉綠素作為植物體內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狀分布。本文采用低成本消費級無人機拍攝水稻冠層圖像，經圖像處理后，發現遙感指數R與劍葉SPAD值的相關關系顯著，所建立的SPAD值預測模型具有較高的預測精度，為農戶小尺度田塊的水稻監測提供了一種方便靈活、低成本的有效方法。

無人機；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，總產量占糧食總產量的40%。因此，發展水稻生產對我國國民經濟至關重要。葉綠素是水稻生長的重要營養和生理參數，其含量通常以SPAD-502 plus葉綠素儀所測定的SPAD值來間接地代表。然而，葉綠素儀僅能進行點狀測量，無法成像。

目前，已有學者使用衛星遙感估測作物葉片SPAD值。李粉玲等在研究使用高分一號遙感影像估測冬小麥葉片SPAD值時發現，基于GNDVI、GRVI和TGI等植被指數構建的冬小麥葉片SPAD值回歸模型的估測精度較高。黃汝根等指出，基于RVI指數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，實際擬合精度達92.75%。但是，我國的耕地面積小而分散，衛星遙感受空間分辨率的限制難以在小田塊尺度上進行有效的SPAD值估測。而且光學衛星遙感嚴重受限于時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級無人機對水稻葉片SPAD值進行有效的遙感估測，為農戶在水稻生育期及時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

材料為揚州大學農學院實驗農場種植的水稻，品種為武運粳24和甬優2640，前茬作物均為小麥。實驗選用了28塊小區，每個小區面積30平方米。各小區施肥狀況不同，小區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值測量

2016年8月6日，使用SPAD-502 plus葉綠素儀測量水稻劍葉葉片的SAPD值，以其代表葉片葉綠素含量。測量采用五點取樣法，即各小區四個角及中心隨機選取一株材料。每株材料取完整展開的劍葉測上、中、下三處的葉綠素值，記錄三處的平均值作為該葉片SPAD值，再以五點的平均值代表該小區水稻劍葉的平均葉綠素含量。

1.3 無人機圖像拍攝及處理

2016年8月3日，于正午十二點至下午兩點間，使用大疆精靈2V+無人機拍攝小區圖像。無人機所搭載的相機為可見光相機。拍攝過程中將用于圖像校正的白板放于試驗小區的中間，同時避免陰影干涉，無人機拍攝高度為正上方30米，每小區重復拍攝兩次，保留其中成像質量較高者。

將無人機所拍攝的圖像導入Lighrooom軟件，校正魚眼鏡頭所造成的圖像變形。然后，將圖像導入ENVI軟件。對于每一張圖像，通過建立白板以及小區的ROI（感興趣區），分別提取它們的DN值。對于紅、綠、藍三個波段，分別將小區水稻葉片和白板的DN值進行比值處理，作為三個波段的遙感指標（記為R、G、B）。進而計算（R+G+B）/3、（G-R）/（G+R）、（G-B）/（G+B）、（R-B）/（R+B）等指數。

2 結果與分析

28個小區的SPAD測量值分別與R、G、B、（R+G+B）/3、（G-R）/（G+R）、（G-B）/（G+B）、（R-B）/（R+B），進行對其回歸統計分析，發現R、G、（R-B）/（R+B）等遙感指數與SPAD值的相關關系較為顯著，決定系數均大于0.45（見圖1）。

由于在各遙感指標中，R與SPAD值具有最高的相關關系，因此建立以下SPAD值預測模型：

圖1 水稻劍葉SPAD值與R、G以及（R-B）/（R+B）的相關關系

（R2=0.48，n=28，P值<0.01）

使用該模型預測SPAD時，均方根誤差（RMSE）為1.45，相對均方根誤差（RRMSE）為3.43%，平均絕對相對誤差（MARE）為2.64%。因此，該模型具有較高的預測精度。

3 結論

本文研究了多個基于無人機可見光相機所拍攝圖像的遙感指標與水稻劍葉葉片SPAD值的相關關系，發現紅波段R與SPAD值具有最高的相關關系，所建立的SPAD值預測模型具有較高的預測精度。

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

[1]李粉玲,王力,劉京,等.基于高分一號衛星數據的冬小麥葉片SPAD值遙感估算[J].農業機械學報,2015,46(09)：273-281.

[2]黃汝根,劉振華,胡月明,等.基于“高分一號”遙感影像反演華南地區亞熱帶典型作物冠層SPAD[J].華南農業大學學報, 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：農業信息技術。