基于无人机多光谱影像技术的地中海牧场饲草营养成分产量空间估算研究

《Scientific Reports》：Estimating the areal yield of forage nutritive components in a Mediterranean Sulla (Hedysarum coronarium L.) sward using UAV multispectral imagery

　　

摘要

关于牧场营养资源的准确信息对于改进放牧管理和支持精准畜牧业系统至关重要，尤其是在季节变化明显、牧场条件异质性强的地中海地区。在本研究中，利用无人机多光谱影像技术来估算以Hedysarum coronarium L. 为主的地中海牧场在两个生长季节内的关键饲草品质成分的产量，研究涵盖了放牧前后的情况。在四个采样日期内，从28个具有地理参考坐标的样地中收集了饲草生物量及实验室测定的品质参数。通过将饲草品质浓度与干生物量相结合，将这些数据转换为面积产量（单位：g m^?2）。无人机多光谱调查使用了DJI Mavic 3 Multispectral和MicaSense Altum-PT传感器，共评估了30个植被指数。在所测试的植被指数中，EVI2与纤维相关成分的产量之间呈现出最一致且易于解释的关联性；而基于绿色度的指数（如GI和GRVI）对粗蛋白（CP）和灰分含量的估算具有较高的参考价值。校准和基于地理位置的分组验证表明，与冠层绿色度、红绿对比度及植被结构发育相关的无人机光谱响应与生物量加权饲草营养成分产量的空间变异性存在关联。空间预测图显示了田间内部的显著异质性，并明显区分了放牧前后的差异，尤其是在蛋白质和纤维相关成分方面。总体而言，研究结果展现了无人机多光谱影像技术在估算和空间绘制地中海牧场饲草营养成分产量方面的潜力。所提出的方法通过使用简单且易于理解的光谱模型，提供了关于牧场营养异质性的空间明确信息，有助于未来精准放牧策略的制定。