无人机辅助的小麦统一性的动态监测,用于收益率和生物质估计
Yandong Yang1, Qing Li2, Yue Mu1
1Academy for Advanced Interdisciplinary Studies, Collaborative Innovation Center for Modern Crop Production co-sponsored by Province and Ministry, State Key Laboratory of Crop Genetics and Germplasm Enhancement and Utilization, Nanjing 210095, China.
Plant phenomics (Washington, D.C.)
|June 19, 2024
概括
这项研究引入了一种新的方法,使用无人机成像来量化小麦作物的一致性,改善产量和生物质预测. 该研究强调了统一性指数对平均农业参数的有效性,以准确预测.
科学领域:
- 农业科学 农业科学
- 遥感 遥感 遥感 遥感
- 农业学是一种农业学.
背景情况:
- 作物统一性对于产量和生物质评估至关重要,但缺乏持续监测方法.
- 现有的方法无法充分捕捉整个生长季节的动态统一性变化.
研究的目的:
- 开发和验证使用无人机 (UAV) 成像的小麦统一量化方法.
- 分析小麦统一性的动态变化及其与产量和生物质的相关性.
- 通过统一性指数改进产量和生物质估计模型.
主要方法:
- 从超光谱图像中估计叶面积指数 (LAI),SPAD和部分植被覆盖.
- 使用点云模型从RGB图像计算植物高度.
- 在多个生长阶段推导出20个统一性指数,并将它们与产量和生物质相关联.
主要成果:
- 皮埃卢的LAI指数显示出与产量 (r=-0.760) 和生物质 (r=-0.801) 的最强相关性.
- 基于统一性指数的模型实现了比使用平均农学参数的模型更高的准确性 (产量R2=0.616,生物质R2=0.798).
- 该方法有效地捕捉了小麦均性的时间和空间变化.
结论:
- 拟议的基于无人机的统一性监测方法为评估小麦作物变异性提供了强大的方法.
- 这种方法为更准确的产量和生物质预测提供了有价值的见解.
- 持续监测作物统一性对于优化农业管理和预测至关重要.
