基于无人机的高空热反演技术用于冠层温度反演与精准灌溉

《Sensors》：UAV-Based Thermal Inversion for Canopy Temperature Retrieval and Precision Irrigation

　　

摘要

准确评估作物的水分状况对于实现精准灌溉以及可持续的农业水资源管理至关重要。本研究构建了一种基于无人机的热红外反演框架，用于高分辨率地获取茶园冠层温度，并为灌溉决策提供支持。该方法结合了多帧图像拼接、基于阈值的冠层提取技术以及灰度-温度校准模型，从而生成空间连续的冠层温度图。研究通过作物水分胁迫指数来量化作物的水分状况，并通过分析该指数与气孔导度之间的关系来进一步评估其可靠性。此外，该框架还基于基于阈值的灌溉策略来估算土壤含水量及灌溉需求。实验结果表明，所采用的线性灰度-温度校准模型的最大绝对误差小于0.3℃；计算得到的作物水分胁迫指数与实测气孔导度之间存在高度相关性，R²值高达0.91。该方法为从无人机热成像数据获取到冠层温度计算以及定量灌溉决策的全流程提供了实用的技术方案，展现了其在茶园精准灌溉管理中的应用潜力。