通过基于无人机的高分辨率图像和植被指数在开放场地对子树的表征
Maurizio Morisio1, Emanuela Noris2, Chiara Pagliarani2
1Department of Control and Computer Engineering (DAUIN), Politecnico di Torino, Corso Duca degli Abruzzi, 24, 10129 Torino, Italy.
Sensors (Basel, Switzerland)
|January 11, 2025
概括
基于无人机的多谱成像有效监测子树的健康状况. 来自Red Edge和近红外数据的特定植被指数 (VIs) 有助于检测生理病理问题,帮助精准农业实现可持续的作物管理.
科学领域:
- 农业科学 农业科学
- 遥感 遥感 遥感 遥感
- 植物病理学 植物病理学
背景情况:
- 全球子种植正在增加,这是由于对核的需求所推动的.
- 气候变化和害虫对子产量构成重大威胁.
- 精准农业技术对于管理作物健康和优化生产至关重要.
研究的目的:
- 开发一种简单的方法来监测子树的生理病理状况,使用无人机基于多光谱成像.
- 评估各种植被指数 (VIs) 在预测树木健康方面的有效性.
- 为农民提供数据驱动的决策支持,以实现可持续的子种植.
主要方法:
- 在两个果园中获得了185棵子树的多光谱空中图像 (RGB,红边,近红外).
- 将每个树图像分为九个象限,以提高准确性并减少虚假负面.
- 计算了每个象限的九个植被指数 (VIs),并使用监督算法将它们分类为健康/不健康.
主要成果:
- 五个植被指数 (GNDVI,GCI,NDREI,NRI,GI) 在预测树木健康方面被证明是有效的.
- 实现了大约65%的模型准确性,13%的假负值,基本上独立于所使用的分类算法.
- 证明某些VI可以推断子树的生理病理状况.
结论:
- 无人机捕获的多光谱图像提供了一种快速,非破坏性的方法,用于子树的生理特征.
- 这种方法通过及时干预来支持可持续的子种植.
- 这些发现有助于推进用于作物监测和管理的精准农业技术.
