基于无人机多源图像的水稻倒伏监测

【作者】 周平； 刘涛； 武威； 杨天乐； 孙成明；

【机构】 江苏省作物遗传生理重点实验室/江苏省作物栽培生理重点实验室扬州大学农学院； 江苏省粮食作物现代产业技术协同创新中心扬州大学；

【摘要】 【研究背景】水稻是我国最主要的三大粮食作物之一,粮食安全会随着水稻产量的波动而受到一定的影响。而倒伏是水稻生长过程中常见的非生物逆境之一,也是限制水稻高产稳产的重要因素。培育抗倒伏品种和研究抗倒伏栽培手段在作物研究领域从未被忽视,而倒伏监测是选种、育种以及制定田间计划的重要前提。遥感技术因其能够快速捕捉信息的特点在农业上的应用越来越广泛,其中无人机在安全性能、操作环境与方法、时空分辨率、价格等方面都表现出了一定的优势。利用无人机搭载多源相机为倒伏监测提供了新的方向,在智慧农业方面有巨大的发展空间。【材料与方法】本研究在扬州大学实验农牧场进行,选择南粳9108,淮稻5号,扬粳805,和汕优63号4个品种作为研究对象,设置了三个种植密度。在灌浆期使用无人机进行图像获取,成熟期取样进行田间农学数据获取。通过分析倒伏区与非倒伏区的相关参数,为倒伏监测提供技术支持。取得的主要结果如下:【结果与分析】(1)倒伏水稻的高光谱反射率在400nm至1000nm波段之间始终高于非倒伏水稻反射率。在850nm波段,两者反射率达到峰值且差值最大,倒伏水稻的光谱反射率在0.78与0.82之间,而非倒伏水稻的光谱反射率在0.50与0.56之间。同时利用ASD监测两者的地面叶片光谱反射率没有显著差异,因此发现造成高光谱反射率差异的原因是倒伏之后水稻冠层组成部分的改变。植株直立时,光谱主要贡献为叶片,倒伏后,主要贡献为茎秆。(2)利用无人机搭载ZENMUSE X7相机监测水稻热红外图像发现,倒伏区域的温度明显高于非倒伏区域。倒伏区域的平均温度是25.6℃,非倒伏区域的平均温度是17.9℃。(3)农学形状差异还有待后续实验证明。【结论】本研究以水稻植株为基础,利用无人机搭载多源相机监测倒伏水稻与非倒伏水稻,通过对两者图像的差异分析,并结合倒伏水稻与非倒伏水稻农学形状进行特征参数相关性分析,为快速准确地进行水稻倒伏监测奠定基础。更多还原