使用无人机图像来估计棉花产量贡献的生理参数.
Amrit Pokhrel1, Simerjeet Virk1, John L Snider1
1Department of Crop and Soil Sciences, University of Georgia, Tifton, GA, United States.
Frontiers in plant science
|October 5, 2023
概括
这项研究表明,基于无人机 (UAV) 的图像可以准确估计棉花的关键生理参数,如光拦截和生物质. 这些进步为预测棉花产量和改善作物管理提供了一种非破坏性,高效的方法.
科学领域:
- 农业科学 农业科学
- 遥感 遥感 遥感 遥感
- 植物生理学作物生理学
背景情况:
- 棉花的产量取决于光拦截,辐射使用效率和收获指数.
- 这些参数的传统测量方法是劳动密集型,耗时且具有破坏性.
- 需要有效的,非破坏性的技术来监测棉花的生理状态.
研究的目的:
- 用无人机成像来估计光合作用活性辐射被树冠拦截的部分 (IPARf),辐射利用效率 (RUE) 和生物质.
- 通过从无人机图像中获得的棉纤维指数 (CFI) 来估计毛产量.
- 评估生物质和毛皮产量模型的潜力,以估计棉花收获指数 (HI).
主要方法:
- 在两个生长季节进行了不同处理的实地实验.
- 每两周收集基于无人机的RGB和多光谱图像,以及对光截获和生物质的地面测量.
- 计算了20个植被指数 (VIs),并使用VIs和生长度日 (GDD) 开发了通用线性回归模型.
主要成果:
- IPARf模型实现了R2值从0.66到0.90,其中RVI和RECI解释了93%的变化.
- 棉花地表生物质的最佳估计是使用MSAVI和OSAVI指数.
- 辐射使用效率 (RUE) 预测模型解释了84%的变化;棉纤维指数 (CFI) 显示与机器收获的毛线产量有很强的关系 (R2 = 0.69).
结论:
- 基于无人机的遥感可提供IPARf和生物质的准确估计,这对于预测棉花产量至关重要.
- 开发的模型显示了估计棉花收获指数的潜力,尽管建议进一步细化毛毛产量.
- 这项研究开创了无人机图像的使用,用于预测棉花的功能性产量驱动因素,为改善农业研究和管理铺平了道路.


