基于无人机RGB影像的荞麦花期植被指数生物量估算局限性研究

为解决传统生物量评估方法破坏性强且资源消耗大的问题，研究人员利用无人机搭载RGB传感器获取荞麦花期冠层影像，通过ExG、ExGR、GLI和ExR四种植被指数分析发现：白色花朵的高反射会干扰绿色波段指数与生物量的相关性，导致预测模型失效。该研究为高反射花作物生物量估算提供了关键限制因素认知，对优化精准农业监测技术具有重要意义。

　　

在可持续农业发展中，准确估算作物生物量是优化田间管理和评估生产力的关键。然而传统方法需要破坏性采样且效率低下，而无人机遥感技术虽能实现无损监测，但在荞麦等白色花作物的花期监测中存在特殊挑战。荞麦作为兼具营养价值和生态功能的重要伪谷物，其短周期（70-90天）和花期高生物量积累特性使其成为研究理想对象，但盛开的白花会强烈反射可见光，可能干扰基于绿色反射的植被指数有效性。

针对这一科学问题，韩国济州国立大学（Jeju National University, Republic of Korea）的研究团队在2024年生长季开展了一项创新研究。研究人员利用DJI Phantom 4多光谱无人机获取荞麦盛花期（8月13日）的RGB影像，通过Pix4Dmapper Pro软件生成正射影像和数字表面模型(DSM)，结合辐射校正靶标进行反射率校准。从14个采样区中筛选9个有效样方，计算了ExG（过量绿色指数）、ExGR（过量绿红差值指数）、GLI（绿叶指数）和ExR（过量红色指数）四种植被指数，并于9月14日同步测定地上部鲜生物量(Fresh AGB)。论文发表在《Phyton-International Journal of Experimental Botany》，揭示了花期光谱干扰对生物量估算的关键影响。

关键技术方法包括：1）10米低空无人机航拍获取厘米级分辨率RGB影像；2）采用结构运动算法(SfM)构建三维点云；3）基于辐射校正靶标进行指数反射率转换；4）利用Pearson相关性分析评估植被指数与生物量的关系。

【材料与方法】

研究在济州岛（北纬33.72°）的露天荞麦田进行，无人机设置60%航向重叠率，通过21个地面控制点(GCPs)实现地理配准。影像处理采用指数回归模型将数字信号(DN)转换为表面反射率，各波段校准R²达0.99。

【结果与讨论】

数据分析显示：绿色波段指数ExG(r=-0.70)、ExGR(r=-0.66)和GLI(r=-0.71)与鲜生物量呈显著负相关（p<0.10），而红色波段指数ExR(r=0.50)未达显著水平。这种反常现象源于白花在400-700nm全波段的高反射特性，导致GLI等依赖绿色反射的指数产生"光谱遮蔽"效应。航拍图像清晰显示密集白花完全遮盖下层绿叶的情况，证实花期冠层光谱特征已从植被主导转变为花朵主导。

【结论】

该研究首次系统论证了RGB植被指数在白色花作物生物量估算中的局限性：1）花期白花反射会逆转绿色指数与生物量的正相关关系；2）现有指数无法区分花朵与植被的光谱信号。这一发现为开发抗花期干扰的新型指数提供了理论基础，对荞麦等特色作物的精准农业管理具有重要指导价值。未来研究需结合花期物候同步监测，开发基于多时相数据融合的校正模型。