基于LiDAR数据估计大米树冠高度和LAI的研究
Linlong Jing1, Xinhua Wei1, Qi Song1
1Key Laboratory of Modern Agricultural Equipment and Technology, Ministry of Education of the People's Republic of China, Institute of Agricultural Engineering, Jiangsu University, Zhenjiang 212013, China.
Sensors (Basel, Switzerland)
|October 14, 2023
概括
光探测和测距 (LiDAR) 技术准确地估计了大米树冠高度和生物质. 这种非破坏性方法使用点云数据精确测量作物参数,改善作物产量预测.
科学领域:
- 农业科学 农业科学
- 遥感技术 遥感技术 遥感技术
- 植物生理学作物生理学
背景情况:
- 准确估计作物表型特征,如树冠高度和密度,对于大米生物质预测至关重要.
- 需要非破坏性方法来快速准确地测量这些参数.
研究的目的:
- 建立一个使用LiDAR点云数据的平台,用于非破坏性检测和估计米表型参数.
- 开发准确的模型来预测大米树冠高度和叶面积指数 (LAI).
主要方法:
- 一个基于LiDAR的平台被用来收集多个田的树冠层数据.
- 使用最高百分位数方法 (最佳在0.975) 识别了天花板顶点云.
- 树冠高度是用地面高度和百分值之间的差异来计算的;LAI是通过差距分数和地面回报来评估的.
主要成果:
- 基于LiDAR检测到的天花板高度的预测模型与实际高度有很强的相关性 (R2 = 0.941,RMSE = 0.019).
- 基于地面返回计数和强度预测LAI的模型具有中等的相关性 (R2 = 0.24,R2 = 0.28).
- 与其他LAI模型相比,使用LiDAR检测到LAI的天花板高度的预测模型显示出更高的准确性 (R2 = 0.77,RMSE = 0.03).
结论:
- 激光雷达 (LiDAR) 技术提供了一种高度准确和非破坏性的方法,用于估计树的树冠高度.
- 来自LiDAR数据的天花板高度是大米叶面积指数 (LAI) 的可靠预测指标.
- 这种方法为精准农业和作物监测带来了重大进步.
