基于多源無人機影像特征融合的冬小麥LAI估算

張東彥，韓宣宣，林芬芳，杜世州,4，張 淦，洪 琪

（1.安徽大學農業生態大數據分析與應用技術國家地方聯合工程研究中心，合肥 230601；2.南京信息工程大學遙感與 測繪工程學院，南京 210044；3.河南大學黃河中下游數字地理技術教育部重點實驗室，開封475004； 4.安徽省農業科學院作物研究所，合肥 230001）

0 引 言

葉面積指數（Leaf Area Index, LAI）是反映農作物長勢的關鍵參數，與作物產量密切相關，因此快速、準確監測作物LAI對于糧食生產意義重大。傳統的LAI測量主要是人工實地觀測，費時費力，還會造成作物損傷。目前，無人機遙感常用于作物生理生化參數反演，是作物LAI監測的有效方法。相比于衛星遙感，無人機遙感具有體積小、操作靈活等特點，在當前農業研究中被廣泛應用。

無人機搭載的傳感器通常有數碼相機、多光譜相機和高光譜相機等。國內外研究者多利用可見光、多/高光譜及其計算的植被指數估測作物LAI。文獻[11-12]利用可見光植被指數分別構建玉米和甘蔗LAI估測模型，模型精度良好。然而，部分學者發現僅用可見光或多光譜植被指數估測LAI時會出現飽和現象，存在局限性。一些學者將可見光或多光譜植被指數與紋理特征結合估測作物LAI、地上生物量、氮含量和葉綠素，效果好于單獨使用可見光或多光譜植被指數，主要是紋理特征含有作物空間信息，可對作物群體光譜信息進行補充，延長了植被指數模型估測LAI飽和點的位置。進一步地，使用高光譜影像數據構建模型估測LAI的研究中，文獻[20-21]使用高光譜植被指數構建冬小麥和玉米LAI估測模型，估測效果良好；……