论文部分内容阅读
【研究背景】棉花是我国主要经济作物。新疆作为我国最大的植棉区,棉花种植面积占全国的76.08%。为解决人工费用高,效率低问题,近年来新疆兵团不断扩大机械采收面积,至2018年新疆兵团棉花机采率达80.4%。化学脱叶催熟技术是棉花机械采收的重要前提,机采棉采收条件一般要求脱叶率及吐絮率达90%以上。脱叶率成为评价棉花脱叶催熟效果、判断采收时间的重要指标。因此,实现对其快速、准确的监测,能够为棉花脱叶催熟相关研究提供技术支持,为大田机采棉采收时间的确定提供辅助决策。近年来,无人机遥感在农业监测上应用广泛,这也为棉花脱叶率监测提供了新思路。本研究以北疆机采棉为研究对象,通过无人机获取RGB图像,从中提取可见光植被指数,构建机采棉脱叶率监测模型。【材料方法】设置不同棉花品种,通过采集不同脱叶剂浓度及喷施时间处理下的棉花脱叶率数据,并利用无人机采集冠层RGB图像,提取可见光植被指数,分析其与棉花脱叶率的相关关系,进而采用一元线性回归、多元线性回归和偏最小二乘回归方法构建棉花脱叶率估算模型,并进行模型评价。【结果与分析】从通过分析试验结果来看,脱叶剂施用时间越晚,脱叶效果越好;随着脱叶剂浓度的提高,脱叶率有所增加,但到一定浓度时,同一时间处理下的脱叶率没有明显的差异。对比两个品种,新陆早33号(对脱叶剂不敏感)需要更晚喷施脱叶剂以及更高浓度的脱叶剂,才能提高脱叶效果。不同处理下的棉花脱叶率具有差异,脱叶率与不同可见光植被指数存在较好相关性,其中TGI与棉花脱叶率的相关性最高(R~2=0.81)。建模结果表明,一元线性回归模型中TGI指数建模效果最最好(R~2=0.66,RMSE=10.44%,rRMSE=12.87%);多元线性回归模型中ExB+GLI+TGI+ExG模型效果最好,其R~2=0.70,RMSE=10.26%,rRMSE=12.65%。偏最小二乘回归模型中,ExB+GLI+TGI+ExG+COM2+COM1模型精度更高,其R~2=0.70,RMSE=10.02%,rRMSE=10.23%。外部验证表明各模型实测值与预测值间有较好的拟合关系,对比最优估算模型的的拟合程度发现:多元线性回归模型和偏最小二乘回归模型精度更高,且拟合线均低于1:1线,预测值整体小于实际值,即在信息提取过程中存在背景信息剔除过度的问题。【结论】通过对比模型反演结果表明,以MLR和PLSR方法建立的模型精度较高,且拟合程度较好。因此,从计算量及复杂程度角度考虑,通过MLR方法,以ExB、GLI、TGI、ExG为建模对象建立的棉花脱叶率估算模型,能够更好的反演棉花脱叶率。