无人机多光谱遥感在芳樟矮林叶片精油产量评估中的应用

发布时间:2024-03-06

南昌工程学院水利与生态工程学院鲁向晖教授团队在《农业机械学报》发表了题为“基于无人机多光谱遥感的矮林芳樟叶片精油产量反演”的研究论文,此研究采用无人机搭载长光禹辰公司自主研发的MS600 Pro多光谱相机,获取了南方红壤区芳樟矮林的多光谱图像,提取光谱指标用于芳樟矮林叶片精油产量反演。

一、研究背景


芳樟(Cinnamomum camphora (Linn.) Presl)是我国南方重要的木本油料植物及观赏树木,芳樟精油中的多酚类物质对多种疾病具有治疗作用。中国芳樟精油产业在世界农林业经济发展中具有巨大市场潜力,但芳樟精油产量受生长环境因素的影响较大,芳樟在科学种植与高效生产仍有很大的提升空间。因此,借助新兴科技手段,在芳樟收获前开展产量预测,诊断影响产量的环境因素,进而对田间施肥或灌溉进行科学指导,对芳樟精油产业发展具有重要意义。



二、数据采集


多光谱数据采集使用大疆M300 RTK型无人机,携带镜头为长光禹辰MS600 Pro多光谱相机,相机配备6个1/3英寸CMOS影像传感器,120万像素。


无人机飞行时间为12:00-14:00,飞行时天空晴朗无云,风力较小。起飞前在校准白板的正上方约1m处,采用相机单摄模式拍摄标准白板进行反射率标定。飞行设置航线为Z型,飞行高度为50m,航向和旁向重叠度分别设置为75%,相机镜头与地面呈90°,拍照模式为等时间间隔。


三、结果分析


利用相关文献得到的27种光谱指数,分析植被指数与精油产量的相关性,筛选出相关系数R最大的5个指数,修改型土壤调节植被指数(MSAVI)、优化土壤调节植被指数(OSAVI)、重归一化植被指数(RDVI)、土壤调整植被指数(SAVI)和非线性植被指数(NLI)。


以筛选出的5组植被指数组合作为自变量,以实测矮林芳樟精油产量作为响应变量,分别采用基于Libsvm工具箱建立的SVM、基于参数优化与训练的RF、基于Matlab的Neural-Net-work工具箱构建的BPNN构建估算模型。



当输入参量相同时,基于RF方法构建的矮林芳樟精油产量预测模型的精度显著高于SVM与BPNN模型,其验证集R2为0.869,RMSE为5.809 kg/hm2,MRE为5.545%。因此,RF模型可以作为矮林芳樟精油产量反演建模的首选方法。


四、研究总结


多光谱遥感技术涉及多个波长光谱的成像技术,可以用于分析芳樟的生长周期和成熟程度,预测收成时间和估计产量,该技术对于芳樟产业具有重要意义。



附:

[1]论文信息:鲁向晖,杨宝城,张海娜等.基于无人机多光谱遥感的矮林芳樟叶片精油产量反演[J].农业机械学报,2023,54(04):191-197+213.

[2]论文全文链接:http://www.j-csam.org/jcsam/ch/reader/create_pdf.aspx?file_no=20230418&flag=1&journal_id=jcsam