基于无人机多光谱植被指数的植被温度估算：一种替代热成像的低成本精准农业监测新方法

本文提出了一种创新方法，通过无人机多光谱成像系统估算植被温度，无需依赖昂贵的热成像设备。研究揭示了植被指数（特别是GCI）与温度的高相关性（R2=0.71），成功实现了作物水分胁迫指数（CWSI）的无热成像计算，为精准农业水分监测提供了低成本高效解决方案。

　　

Materials and methods (材料与方法)

本研究提出的系统负责执行以下任务：

1. 1.

   从植被区域采集可见光和近红外（NIR）影像

2. 2.

   处理影像以计算植被指数

3. 3.

   估算温度图，并无需热成像即可计算CWSI

系统通过集成以下组件实现这些任务：(1)无人机平台和(2)影像处理工作流。这些要素将在后续章节详细说明。

Experimental results (实验结果)

本节展示了为完成第2章所述各项任务而进行的实验。首先描述了获取温度与本研究考虑的植被指数之间相关性的过程。相关分析通过对公园内小型植被区域采集的航空影像进行。获得温度估算模型后，在相同公园区域的单张影像上进行了测试。随后使用采集的数据对温度模型进行了验证。

Discussions (讨论)

本研究通过提供与真实温度的定量比较，探索了植被指数在估算植被温度方面的潜力。正如预期，我们发现植被指数与温度之间存在特定相关性。与Ullah等人(2023)、Talukdar(2020)、Himayah等人(2019)、Dastigerdi等人(2024)和Singh等人(2024)先前报道的一致，NDVI显示出与温度的相关性。然而，其他植被指数表现出相似甚至更高的相关性。

Conclusions (结论)

CWSI对农民非常有用，因为它有助于识别作物田中的水分含量。然而，其计算需要热成像。本研究提出了一种利用采集多光谱影像的无人机平台估算植被温度的新方法。我们专注于使用多光谱影像推导热成像，作为纯热成像的低成本替代方案。估算温度T_n用于计算CWSI_n，这是传统CWSI的估算值。