基于无人机多光谱影像的棉花叶片SPAD值和LAI反演研究

作     者：刘成成 

作者单位：塔里木大学 

学位级别：硕士

导师姓名：孟洪兵

授予年度：2023年

学科分类：082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 09[农学] 0901[农学-作物学] 

主      题：多光谱影像 机器学习 棉花叶片 SPAD反演 LAI反演 

摘      要：本文研究了新疆维吾尔自治区阿拉尔垦区塔里木大学农学教学科研实践基地的棉田,采用了30m、60m、100m三个不同的无人机采样飞行高度对棉田进行无人机多光谱图像采集,并对地面棉田进行叶绿素相对含量(soil and plant analyzer development,SPAD)、叶面积指数(leaf area index,LAI)数据的采样。对无人机影像进行预处理,提取22种光谱指数参数。使用皮尔逊相关性分析筛选出用于反演模型建模的光谱参数,并采用支持向量机回归(SVR)模型、随机森林回归(RFR)模型、XGBoost回归(XGBR)模型构建棉花SPAD与LAI反演模型。具体研究结果如下:(1)经过多光谱原始波段的分析,发现近红外波段与绿波对于棉花SPAD值最为敏感,其中RESR在60m飞行高度中与棉花SPAD之间的相关性最优,达到了-0.814。类似地,在棉花LAI的相关性分析中发现,多光谱原始波段中含有近红外波段的可见光波段对LAI表现出较为敏感的相关性关系,其中RVI在100m飞行高度中与棉花LAI之间的相关性最优,达到了正相关的0.851。(2)基于相关性分析选取的光谱参数组合,分别采用支持向量机回归模型、随机森林回归模型、XGBoost回归模型进行建模,确定了棉花SPAD反演研究的最佳无人机飞行高度为60m,最佳模型算法为随机森林回归模型,最佳光谱参数组合为RESR、RENDVI;棉花LAI反演研究的最佳无人机飞行高度为100m,最佳模型算法为XGBoost回归模型。(3)通过对棉花SPAD和LAI进行反演的最佳模型组合,得到了实验区棉田的空间分布反演图。研究发现,在SPAD反演图的结果中,研究区棉花SPAD值主要集中在7.08～88.58之间,与实际采样数据情况相一致,在LAI反演图的结果中,反演得到的研究区棉花SPAD值主要集中在6.38～21.73之间,与实际采样数据情况相一致,基于随机森林回归模型的棉花叶片SPAD模型以及基于XGBoost回归的棉花LAI模型具有良好的反演效果。