基于无人机多光谱遥感的玉米LAI监测研究

摘要

【目的】探究更高效估测玉米LAI的无人机多光谱遥感监测模型，实现对玉米叶面积指数（Leaf area index,LAI）的快速预测估算。【方法】以全生长周期的玉米植株为研究对象，通过多光谱遥感无人机获取玉米植株影像并实地采集玉米LAI，利用多光谱信息研究植被指数与玉米LAI之间的定量关系，并选择相关的植被指数；分别使用多元线性逐步回归、支持向量机回归算法（Support vector machine regression,SVM）、随机森林回归算法（Random forest regression,RF）和基于鲸鱼算法（Whale optimization algorithm,WOA）优化的随机森林算法（WOA-RF）构建玉米LAI预测模型，通过分析对比，选择最优预测模型。【结果】筛选出的植被指数NDVI、NDRE、EVI、CIG与LAI呈极显著相关（P<0.01），构建了多元线性回归模型、SVM模型、RF模型和WOARF模型的预测模型，R²分别为0.873 2、0.878 0、0.917 7和0.940 8,RMSE分别为0.277 5、0.236 5、0.209 0和0.128 7。【结论】基于WOA-RF的玉米LAI预测模型的预测精度能够满足玉米生产的需要，对玉米生长期间的种植管理具有指导意义。

关键词

无人机(UAV) / 遥感 / 多光谱 / 玉米 / 叶面积指数(LAI) / 监测