基于无人机遥感影像的核桃冠层氮素含量估算

摘要：叶片氮素含量是评价植被生长状况的重要指标，快速、准确监测核桃树冠层氮素含量的变化，对及时掌控树 体长 势、实施精准管理具有重要意义。本研究通过低空无人机遥感平台搭载GS 2型成像光谱仪，获取了果实膨 大期5年生 核桃林地的高光谱遥感影像数据。利用ENVI5.3软件对观测范围内的核桃、土壤以及阴影区域进行 识别提取，根据不同 地物的波谱差异寻找核桃与土壤、阴影区域之间无交集且差异较大的波段区间，确定冠层的范 围，并通过支持向量机方 法验证其提取精度;根据 NDVI、RVI 和 DVI 植被指数筛选指示冠层氮素含量的特征敏感 波段，分析了 9 种光谱参数对 核桃冠层氮素含量的估算能力及其相关性，并将筛选的特征敏感波段作为BP神经网 络模型的输入变量，进行了核桃冠 层氮素含量的估算。结果表明:当 B100 (550.7) 处的光谱反射率大于 0.10，且 B233 ( 779. 4) 处的光谱反射率大于 0.70 时，可有效识别和确定核桃树冠层范围，制图精度高达96.43%。在分析核 桃树冠层氮素含量与NDVI、RVI、DVI植被 指数相关关系的基础上，确定了B33 (440.6) 、B165 ( 660.7) 、B186 ( 697.0) 和B347 ( 986. 4) 为指示氮素含量的特征敏 感波段。9 种光谱参数中，以 B347 ( 986.4) 和 B186 ( 697.0) 重构的 NDVI(986.4，697.0) 在核桃林地冠层氮素含量的 诊断中更接近实测值，估算模型精度最高。基于BP神经网络建立的估 算模型较9种光谱参数具有更高的估算精度，测 试集R2达0.805，具有一定的估算可靠性。

关键词：核桃冠层; 氮素含量; 无人机遥感; 特征敏感波段; 植被指数; BP神经网络

期刊：农业机械学报

DOI：10．6041/j．issn．1000-1298．2021．02．016

设备：GaiaSky