基于无人机航拍图像的水稻叶片SPAD值反演

作者：陈兆中; 段少坤; 岳云开; 李焕群; 吴霞; 陈建福; 王小卉; 李绪孟^*

来源：杂交水稻, 2023, 1-9.

DOI：10.16267/j.cnki.1005-3956.20230406.141

• 水稻
• 叶绿素含量
• SPAD值
• 无人机
• 航拍图
• 机器学习
• 随机森林算法

为利用无人机航拍图像实现水稻叶绿素含量的高通量检测，以籼型三系杂交水稻品种兆优5431为材料，设置3个密度水平和5个施氮量水平，共15个处理，在水稻不同生育期通过大疆精灵4RTK无人机获取航拍图像和人工测定水稻叶片SPAD值，并选取7种与水稻叶片SPAD值显著相关的可见光植被指数，采用线性回归和机器学习方法构建了水稻叶片SPAD值反演模型，通过精度验证确定水稻叶片SPAD值最优预测模型。结果表明，机器学习模型中，随机森林模型精度均高于其他回归模型，该算法构建的模型具有较高的预测精度，其模型各项指标分别是建模集R2为0.85、RMSE为2.73，验证集R2为0.76、RMSE为3.64。因此，机器学习模型能为水稻叶片SPAD值进行无损、快速监测提供参考。

• 出版日期2023
• 单位湖南农业大学