本文引用格式
万亮, 岑海燕, 朱姜蓬, 张佳菲, 杜晓月, 何勇. 基于纹理特征与植被指数融合的水稻含水量无人机遥感监测[J]. 智慧农业(中英文), 2020, 2(1): 58-67.
Wan Liang, Cen Haiyan, Zhu Jiangpeng, Zhang Jiafei, Du Xiaoyue, He Yong. Using fusion of texture features and vegetation indices from water concentration in rice crop to UAV remote sensing monitor[J]. Smart Agriculture, 2020, 2(1): 58-67. (in Chinese with English abstract)
友情提示：中国知网已全面上线所有文章，欢迎大家阅读引用。万方数据、维普资讯等也将陆续上线~~
中国知网下载链接（推荐）：
官网访问：http://www.smartag.net.cn
基于纹理特征与植被指数融合的水稻含水量无人机遥感监测
万 亮1,2，岑海燕1,2*，朱姜蓬1,2，张佳菲1,2，杜晓月1,2，何 勇1,2
（1. 浙江大学生物系统工程与食品科学学院，浙江杭州310058；2. 农业农村部光谱检测重点实验室，浙江杭州310058）
摘 要：含水量是表征水稻生理和健康状况的关键参数，精确预测水稻含水量对于水稻育种和大田精准管理具有重要意义。目前，利用无人机搭载光谱图像传感器监测作物生长的研究主要集中在利用植被指数评估作物在单一或者几个生育期的生长参数，针对作物含水量监测的研究非常有限。本研究主要利用多旋翼无人机低空遥感平台获取不同生育期水稻冠层的RGB图像和多光谱图像，通过提取植被指数和纹理特征，分析水稻的动态生长变化，并构建了基于随机森林回归方法的含水量预测模型。试验结果表明：（1）从无人机图像提取的植被指数、纹理特征以及地面测量的含水量都能用于监测水稻生长，并且这些参数随水稻生长呈现出了相似的动态变化趋势；（2）与RGB图像相比，多光谱图像评估水稻含水量具有更高的潜力，其中归一化光谱指数NDSI771，611实现了更好的预测精度（R2=0.68，RMSEP=0.039，rRMSE=5.24%）；（3）融合植被指数和纹理特征能够进一步改善含水量的预测结果（R2=0.86， RMSEP=0.026，rRMSE=3.51%），预测误差RMSEP分别减小了16.13%和18.75%。上述结果表明，基于无人机遥感技术监测水稻含水量是可行的，可为农田精准灌溉和田间管理决策提供新思路。
关键词：无人机低空遥感；水稻含水量；RGB图像；多光谱图像；植被指数；纹理特征；特征融合
文章图片
图1 试验田的位置和布局
Fig. 1 Location and layout of experimental field
图2 图像特征和含水量随水稻生长的变化
Fig.2 Image features and water concentration response to rice growth
图3 基于任意两波段组合的NDSI的含水量预测结果
Fig.3 Water concentration prediction result based on NDSI with random two bands
图4 基于多植被指数融合的含水量预测结果
Fig.4 Water concentration prediction results based on fusion of multiple vegetation indices
图5 基于多纹理特征融合的含水量预测结果
Fig.5 Water concentration prediction results based on fusion of multiple texture features
图6 基于植被指数和纹理特征融合的含水量预测结果
Fig. 6 Water concentration prediction results based on fusion of vegetation indices and texture features
图7 基于特征融合的含水量预测结果
Fig.7 Water concentration prediction results based on feature fusion
图8 全生长周期的田间水稻含水量分布图 Fig.8 Distribution mapping of water concentration in rice at field during the whole growth periods
来源：《智慧农业（中英文）》2020年第1期
转载请联系编辑部授权
通讯作者简介
岑海燕 研究员
岑海燕，浙江大学生物系统工程与食品科学学院研究员，副系主任，博士生导师，浙江大学百人计划入选者。主要从事农作物光学成像与智能传感技术及装备、高通量植物表型技术、无人机低空遥感、作物及农产品组织光学等方面的研究，形成了“植物组织光学成像机理—光学成像技术与装备—图谱解析—植物表型分析应用”的特色研究思路。目前已发表学术论文70余篇，论文他引1000余篇次，参编学术著作5部，授权发明专利14项，承担多项国家级及省部级科研项目。现担任美国农业生物工程师学会（ASABE）ITSC秘书长，海外华人农业生物与食品工程师协会常务理事（AOCBFE）等。现担任Transactions of the ASABE、Computer and Electronics in Agriculture、Information Processing in Agriculture副主编。
本期支持单位
蜻蜓农业研究院(江苏)有限公司
京蓝云智物联网技术有限公司
北京农信通科技有限责任公司
北京中农信达信息技术有限公司
● 徐凌翔、陈佳玮等：室内植物表型平台及性状鉴定研究进展和展望（2020年第1期）
● 杨成海：机载遥感系统在精准农业中的应用（2020年第1期）
● 刘园等：基于遥感数据的大尺度区域水田空间格局及生态服务价值变化分析（2020年第1期）
微信交流服务群
为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好的服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。
入群方法：加小编微信331760296，备注：姓名、单位、研究方向，小编拉您进群，机构营销广告人员勿扰。
信息发布
科研团队介绍及招聘信息、学术会议及相关活动的宣传推广
《智慧农业（中英文）》
《智慧农业（中英文）》（季刊）是由中华人民共和国农业农村部主管，中国农业科学院农业信息研究所主办，《智慧农业（中英文）》编辑委员会学术指导，《智慧农业（中英文）》编辑部编辑出版的国内外公开发行的农业科学类学术期刊。期刊聚焦农业信息技术发展前沿与热点，刊载和传播国内外最新研究成果，通过搭建高水平学术交流平台，引领学术研究方向，服务行业科学决策，培养高水平创新人才，促进学科发展。
