基于无人机获取冠层反射数据的油菜钾含量及绿桃皮病易感性的监测分析

摘要：

越来越多的证据表明，农作物的钾缺乏会增加它们对食草节肢动物的易感性。遥感检测植物缺钾的能力有利于节肢昆虫的取样和钾肥的空间优化，从而减少因节肢昆虫引起的产量损失。本文在播种后的69天(幼苗)，96天(茎伸长)，和113天(早期开花)分阶段的进行土壤及植物中的养分进行了测定。在相同的时间里，通过应用无人机(UAV)多光谱获取技于15和120米的距离获得了8.1和65毫米的空间(像素)分辨率的多光谱图像。并在69和96 天时，将野外植物被运送到一个带有可控光源的实验室里，并使用240通道的（390-890纳米)高光谱摄影机对植物进行了高光谱成像。在第113天时，发现所有的地块都自然地布满了绿色的桃子蚜虫(半翅目:蚜虫科)，并进行了蚜虫的计数工作。并得知植物缺钾会造成:(1)刚成熟叶片的氮浓度增加(2)绿桃蚜虫密度增加，(3)植被覆盖减少，(4)归一化植被指数(NDVI)减少以及油菜籽产量下降。通过分析可知，具有65毫米空间分辨率的无人机图像具有很高的分类精度(72-100%)，8毫米空间分辨率的无人机影像则较低 (69-94%)，在实验室条件下从野外植物获得的高光谱图像的分类精度为78-88%。当从无人机数据中移除非叶像素时，96天及113天获得的空间分辨率为8毫米，65毫米图像的分类精度增大。研究表明，无人机影像具有提取植被营养缺失及节肢动物爆发范围的潜力。

研究背景：

1、越来越多的证据表明，农作物的钾缺乏会增加它们对食草节肢动物的易感性。然而传统的植物或者土壤钾含量测试是费时费力，且结果多为插值所得。

2、机载多/高光谱相机技术得到了极大的发展，通过将无人机机载相机应用到农业调查当中，可以加快调查的效率，降低调查的成本。

3、冠层反射数据在农业产量调查中得到了广泛的应用，然而没有任何研究对冠层反射数据与植被钾含量之间的关系进行研究。

研究方法：

仪器选择：

Pika II（美国Resonon公司、室内）

400-900nm，分辨率：2.1nm,位深度：12，帧频：60/s

Mini-MCA6（美国Tetracam公司、机载）

重量：600g，通道数：6，图像尺寸：1280×1024，尺寸：115.6×80.3×68.1 mm

测量方法：

多光谱：

无人机机载，分别与样田上方15米及120米进行拍摄，拍摄时间为上午上午11点至下午3点。

高光谱：

室内测量，每个样田取三株搬至室内进行测量。

土壤参数测量：

每个样田取深0.3米，直径35毫米，每块地块取三个样本，送至CSBP Soil and Plant Analysis Laboratory进行测量。

蚜虫数量：

人工数数记录。

以上测量在油菜种下第69、96、113天同步进行测量。

分析方法：

多光谱数据油菜与土壤的分割

15米：                

规则：B3<0.4 and B5>0.7

120米：

规则：B3<0.3 and B5>0.45

钾含量的分析

1 仅含钾最低的一组油菜表现出了不同，也只有钾含量最低的产生了减产的现象。

2 植物氮的吸收与钾的含量成反比

对缺钾和富钾区分精度分析

1、空间分辨率为65毫米的多光谱数据对不同见含量影响的植被的区分度均优于8.1毫米的数据。

2、移除背景数据对与空间分辨率为65毫米数据的区分精度影响不大，但却可以提高空间分辨率为8毫米数据的区分精度。

3、高光谱数据在第69天区分精度达到最高，96，113天随时间降低。

4、选用与高光谱相同的波段，其区分精度会降低，且低于多光谱数据的区分精度。

蚜虫数量分析

缺钾植被区域的蚜虫数量多余不缺钾的植被区域，说明植被缺钾会导致植被对蚜虫的抵抗力。

结论：

1、文章提出了对缺钾和富钾区域多光谱区分最好的数据为不去除背景的65毫米分辨率的数据（飞行高度为120米）

2、去除背景能够提升8.1毫米空间分辨率数据的区分精度

3、缺钾植被区域蚜虫数量高于其他区域，说明缺钾会降低油菜对蚜虫的抵抗力。

4、本次研究发现土壤背景值对区分结果具有影响，故在做冠层反射数据分析时，应用无人机进行数据获取，以得到足够的背景值。

阅读原文：Unmanned aerial vehicle canopy reflectance data detects pota