您好，欢迎访问江西省农业科学院 机构知识库！

基于无人机RGB图像的金沙柚叶片叶绿素含量监测研究

文献类型： 中文期刊

作者： 曹中盛 1 ; 李艳大 1 ; 潘玉霞 1 ; 孙滨峰 1 ; 舒时富 1 ; 叶春 1 ; 彭忻怡 1 ;

作者机构： 1.江西省农业科学院农业工程研究所/江西省智能农机装备工程研究中心/江西省农业信息化工程技术研究中心

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

期刊名称： 江西农业大学学报

ISSN： 1000-2286

年卷期： 2022 年 006 期

页码： 1407-1418

收录情况： 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。

  • 相关文献

[1]铝胁迫下金沙柚3个WRKY基因的生物信息学与表达分析. 刘召亮,万水林,闫承璞,王雨亭,胡钟东. 2019

[2]金沙柚及其近缘种质基于SSR分子标记的遗传多样性分析. 刘召亮,万水林,闫承璞,胡钟东,何新华,曾平章,黄其高. 2017

[3]基于便携式蜜柚光谱仪的金沙柚叶片氮含量监测模型研究. 李艳大,曹中盛,潘玉霞,孙滨峰,黄俊宝,杨伟光,彭忻怡,舒时富,叶春. 2023

[4]金沙柚实生后代四倍体诱导研究. 万水林,胡钟东,闫承璞,刘召亮,Xianming Duan,王雨亭. 2018

[5]基于作物生长监测诊断仪的双季稻叶片氮含量和氮积累量监测. 李艳大,叶春,曹中盛,孙滨峰,舒时富,黄俊宝,田永超,何勇. 2020

[6]基于便携式作物生长监测诊断仪的红壤花生叶片氮积累量和叶面积指数监测. 黄俊宝,曹中盛,孙滨峰,彭忻怡,李艳大. 2024

[7]基于作物生长监测诊断仪的双季稻叶干重监测模型. 李艳大,曹中盛,舒时富,孙滨峰,叶春,黄俊宝,朱艳,田永超. 2021

[8]基于高光谱的柑橘叶片氮素营养监测模型. 叶春,李艳大,舒时富,陈立才,王康军,黄俊宝,周明. 2018

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：江西省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台