您好,欢迎访问江西省农业科学院 机构知识库!
筛选
科研产出
排序方式:

时间

  • 时间
  • 相关度
  • 被引量
资源类型: 中文期刊
关键词:叶片叶绿素含量(模糊匹配)
1条记录
基于无人机RGB图像的金沙柚叶片叶绿素含量监测研究

江西农业大学学报 2022 北大核心 CSCD

摘要:【目的】叶片叶绿素含量leaf chlorophyll content,LCC)是表征金沙柚(Citrus grandis(L.)Osbeck)长势状况的重要指标。利用无人机RGB图像可实现植被长势参数实时、无损监测。然而,当前人们对无人机RGB图像监测蜜柚LCC时的敏感图像特征及适宜感兴趣区(region of interest,ROI)选取模式尚不明确。为构建基于无人机RGB图像的蜜柚LCC监测模型,实现利用无人机RGB图像快速监测金沙柚LCC。【方法】本研究基于不同氮肥水平的金沙柚田间试验,于开花期、幼果期和果实膨大期测定蜜柚LCC,同步使用无人机采集蜜柚RGB图像,并提取不同类型图像特征(6个颜色特征、9个植被指数、9个纹理特征);分别在叶片ROI和冠层ROI两种模式下,分析不同图像特征与蜜柚LCC之间的相关性,确定最优ROI选取模式及敏感图像特征,并构建定量监测模型。【结果】包含有丰富红光信息的红光值(redness intensity,R)、超红植被指数(excess red vegetation index,ExR)和基于红光波段提取的均值(mean texture based on the red band,MEA-R)对蜜柚LCC敏感,在叶片ROI模式下利用其构建的监测模型精度高于在冠层ROI模式下构建的监测模型精度。3个图像特征中,ExR与蜜柚LCC之间相关性最高,在叶片ROI模式下构建的全生育期监测模型建模决定系数(determination coefficient,R~2)达到0.83,模型检验时归一化均方根误差(normalized root mean square error,nRMSE)和偏差(bias)分别为0.24和0.01 mg/g。R和MEA-R表现相似,叶片ROI模式下其建模R~2为0.72,检验nRMSE为0.33。【结论】考虑到监测模型的准确性和图像特征提取的方便性,本研究确定可基于叶片ROI模式提取图像特征ExR并构建全生育期蜜柚LCC监测模型:LCC=-0.01×ExR+2.83,实现利用无人机搭载数码相机快速、准确监测园区尺度金沙柚LCC,在金沙柚生长无损监测诊断和精确管理中具有应用价值。

关键词: 金沙柚 叶片叶绿素含量 无人机 RGB图像 图像特征 监测模型

 全文链接 请求原文

首页上一页1下一页尾页