[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,R2)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R2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.

金沙柚;叶片叶绿素含量;无人机;RGB图像;图像特征;监测模型

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,江西 南昌 330200;江西省井冈山红壤研究所,江西 吉安 343016;江西农业大学 农学院,江西 南昌 330045

[1]曹中盛;李艳大;潘玉霞;孙滨峰;舒时富;叶春;彭忻怡-.基于无人机RGB图像的金沙柚叶片叶绿素含量监测研究)[J].江西农业大学学报,2022(06):1407-1418

ExR,ExR+2

RGB,金沙柚,叶片叶绿素含量,leaf,chlorophyll,content,LCC,Citrus,grandis,Osbeck,植被长势,长势参数,无损监测,图像监测,蜜柚,感兴趣区,region,interest,ROI,取模,监测模型,快速监测,氮肥水平,田间试验,开花期,幼果期,果实膨大期,机采,类型图像,颜色特征,植被指数,纹理特征,冠层,两种模式,红光,redness,intensity,excess,vegetation,光波,波段,mean,texture,band,MEA,下利,模型精度,全生育期,决定系数,determination,coefficient,模型检验,normalized,root,square,error,nRMSE,bias,和图像,图像特征提取,方便性,模式提取,搭载,数码相机,监测诊断,精确管理

0.330914