定量评估无人机激光雷达飞行高度和扫描角度对小麦不同叶角分布冠层结构参数的估算影响

【作者】 谷洋洋； 王永清； 郭泰； 郭彩丽； 王雪； 程涛； 朱艳； 曹卫星； 姚霞；

【机构】 南京农业大学国家信息农业工程技术中心/智慧农业教育部工程研究中心/农业农村部农作物系统分析与决策重点实验室/江苏省信息农业重点实验室；

【摘要】 【研究背景】有效植株面积指数(effective plant area index, ePAI)及其垂直分布是描述植被冠层结构的重要指标,对植被光合、呼吸和蒸散发等具有极大的影响。快速、准确、高通量估算作物ePAI及其垂直分布对作物产量预测及高产作物株型筛选具有重要意义。目前已有许多研究利用无人机激光雷达(unmanned aerial vehicle borne LiDAR, UAV-borne LiDAR)来估算森林的冠层结构参数。但是鲜有研究利用UAV-borne LiDAR来估算作物冠层的ePAI及其垂直分布,也未量化和分析UAV-borne LiDAR飞行高度和扫描角度对作物结构表型获取效率和精度的影响。此外,不同株型结构的小麦叶角分布对LiDAR估算e PAI精度的影响尚不明确。【材料与方法】因此,本研究基于不同株型结构的小麦田间试验,通过UAV-borne LiDAR获取了不同飞行高度(15 m、30 m、45 m)和平均扫描角度(9°、12°、19°、20°、25°、30°、35°、38°、52°)的小麦点云数据,利用离散回波法和比尔朗伯定律估算了UAV-borne LiDAR不同飞行策略下的小麦冠层ePAI。【结果与分析】结果表明,ePAI估算精度随着扫描角度的增加而降低(P <0.01)。LiDAR小角度(9°)的激光脉冲具有更强的穿透性,更能反映植被冠层结构特性,估算的e PAI精度更高(r=0.83,rRMSE=18.71%)。同时,小角度激光脉冲可以更好地表征冠层的e PAI垂直分布。在一定高度范围内(0-50 m),较高的飞行高度(45m)不仅具有更高的ePAI估算精度(r=0.82,rRMSE=24.62%),而且节省了数据采集时间,提高了效率。在估算小麦冠层ePAI时,考虑不同小麦株型的叶角分布会极大的提高ePAI估算精度(RMSE最高降低36.6%)。【结论】本研究揭示了UAVborne LiDAR准确估算不同株型小麦的冠层结构参数的规律和机理,为UAV-borne LiDAR应用于作物结构表型参数的高通量获取提供了重要的技术途径和理论支撑。更多还原