2018年6月至8月,在荷蘭瓦赫寧根進行了一項研究:利用無人機-激光雷達(UAV-LiDAR)采集三種不同作物(馬鈴薯、甜菜和冬小麥)的種植數(shù)據(jù),并評估該方法估算作物生物量和株高的性能,植物表型資訊介紹如下:
隨著糧食生產(chǎn)壓力的日漸增大,作物表型分析越發(fā)重要。因此,準確估算作物生長季生物量對優(yōu)化產(chǎn)量具有重要意義。2018年6月至8月,在荷蘭瓦赫寧根進行了一項研究:利用無人機-激光雷達(UAV-LiDAR)采集三種不同作物(馬鈴薯、甜菜和冬小麥)的種植數(shù)據(jù),并評估該方法估算作物生物量和株高的性能。
左:研究區(qū)域內(nèi)的田地概況:指示了要研究的三種不同田地和農(nóng)作物。右:本研究中使用的三種不同作物。
該研究利用3DPI算法估算生物量,利用每平方米可變數(shù)量最高點的平均高度估算作物高度。結(jié)果得出,利用該方法可以準確估計甜菜(R2= 0.68,RMSE = 17.47 g / m2)和冬小麥(R2= 0.82,RMSE = 13.94 g / m2)的生物量。同時,也可以準確估計甜菜(R2= 0.70, RMSE = 7.4 cm)和冬小麥(R2= 0.78, RMSE = 3.4 cm)的作物高度。然而,馬鈴薯株高(R2=0.50,RMSE=12cm)和生物量估算(R2=0.24,RMSE=22.09g/m2),由于其復雜的冠層結(jié)構(gòu)和種植馬鈴薯的壟狀結(jié)構(gòu),其可靠性較差。最后,本文還指出,通常情況下,對于利用該方法進行精準生物量和作物高度估計,飛行條件(高度、速度、飛行路線的位置)應該與校準模型的設置相當,因為變化的條件會對估計的作物生物量和株高產(chǎn)生強烈影響。
顯示了k = 3時測得的生物量和擬合的生物量之間的關系的散點圖。
來源:
Harkel J t, Bartholomeus H and Kooistra L. Biomass and Crop Height Estimation of Different Crops Using UAV-based Lidar. Remote Sens. 2020, 12(1), 17; https://doi.org/10.3390/rs12010017.
轉(zhuǎn)載請注明出處。