基于无人机影像的冠层光谱和结构特征监测甜菜长势.pdf

第 37 卷 第 20 期 农 业 工 程 学 报 Vol.37 No.20 90 2021 年 10 月 Transactions of the Chinese Society of Agricultural Engineering Oct. 2021 基于无人机影像的冠层光谱和结构特征监测甜菜长势 1 1 1 2 3 1 1※ 王 庆 ，车荧璞 ，柴宏红 ，邵 科 ，于 超 ，李保国 ，马韫韬 （1. 中国农业大学土地科学与技术学院，北京 100193 ；2. 内蒙古科学技术研究院生物技术研究所，呼和浩特010010 ；3. 内蒙古 农业大学农学院，呼和浩特 010019 ） 摘 要：甜菜是中国北方地区重要的经济作物。快速、准确、高通量的获取甜菜的地上部和块根鲜质量、块根含糖率、 叶绿素含量对甜菜生产具有重要意义。该研究采用无人机搭载数码和多光谱相机，获取甜菜叶丛快速生长期、块根及糖 分增长期和糖分积累期的数码影像和多光谱影像，提取了冠层的结构特征和光谱特征。选择随机森林回归 （Random Forest Regression ，RFR ）和偏最小二乘回归（Partial Least Squares Regression ，PLSR ）2 种建模方法基于获取的冠层特征，构建 甜菜全生育期的地上部和块根鲜质量、块根含糖率和 SPAD （Soil and Plant Analyzer Development）值估算模型。研究结 果表明，随机森林回归模型和偏最小二乘回归模型对地上部和块根鲜质量、含糖率都做出较好的预测，决定系数范围分 别为 0.9～0.94、0.88～0.9，相对均方根误差范围分别为 7.6%～17%、8.8%～20% 。对 SPAD 值的预测均较弱，决定系数 分别为 0.66 和 0.67 。为了减小输入变量集的大小以及去掉对预测不敏感的变量，该研究采用置换重要性（Permutation Importance ，PIMP ）来筛选冠层光谱特征和结构特征中对预测有重要影响的变量。结果表明基于筛选出的重要性特征构 建的随机森林回归模型和偏最小二乘回归模型对地上部和块根鲜质量、含糖率都做出较好的预测，R2 范围分别为 0.89～ 0.94、0.74～0.91，相对均方根误差范围分别为 7.3%～19%、7.6%～19%。对 SPAD 值的预测均较弱，决定系数分别为 0.65 和 0.68 。进一步表明随机森林回归模型在精度上略好于偏最小二乘回归模型。同时基于 PIMP 筛选变量的方法在保持原 有精度的同时能实现降低数据收集复杂性的目的。研究结果为基于无人机遥感技术快速、准确监测甜菜长势和估测块根 类作物的根部活性物质提供了参考。 关键词：无人机；冠层特征；甜菜；含糖率；随机森林回归；偏最小二乘回归 doi ：10.11975/j.issn.1002-6819.2021.20.010 中图分类号：S252 文献标志码：A 文章编号：1002-6819(2021)-20-0090-09 王庆，车荧璞，柴宏红，等. 基于无人机影像的冠层光谱和结构特征监测甜菜长势[J]. 农业工程学报，2021，37(20)： 90-98. doi ：10.11975/j.issn.1002-6819.2021.20.010 Wang Qing, Che Yingpu, Chai Honghong, et al. Monitoring of sugar beet growth using canopy spectrum and structural characteristics with UAV images[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactio