棚架栽培猕猴桃单株叶面积指数的动态感兴趣区域约束无人机多光谱估测

《Computers and Electronics in Agriculture》：Dynamic ROI-constrained UAV multispectral estimation of single-plant LAI in trellis-trained kiwifruit

　　

• •
  自适应冠层边界将棚架下猕猴桃植株的冠层重叠区域进行区分。
• •
  基于树锚引导的提取方法可适应由物候驱动的冠层变化。
• •
  优化后的动态边界将R²从0.700提升至0.766。
• •
  冠层纹理可补充光谱指数用于叶面积指数制图。

引言

叶面积指数（LAI）是描述冠层结构、光照截获和植被生产力的关键生物物理参数，也是作物生长过程与遥感观测之间的重要纽带（Fang等，2019）。在果园系统中，LAI反映了冠层密度和叶量，与通风状况、光照穿透、树势调控、产量形成和果实品质密切相关。对具有空间显式信息的LAI数据的需求贯穿整个生长季，从早期新梢发育到修剪后冠层重建。特别是在成熟前期，冠层结构趋于稳定，但单株LAI的空间异质性对于差异化管理、变量喷洒和产量相关评估仍然具有重要意义（Zhang等，2022）。因此，覆盖关键物候阶段的多年份LAI监测框架对于复杂果园系统的精准管理至关重要。传统的LAI测量依赖于破坏性取样、半球摄影或冠层分析仪。然而，在果园行结构和枝条遮挡条件下，地面测量费时费力、空间受限，且容易因叶角分布和冠层非均匀性导致累积误差（Jonckheere等，2004；Bréda，2003）。

近年来，无人机遥感因其灵活的采集时间和厘米级空间分辨率，已成为监测果园冠层性状的有效工具（Zhu等，2023；Xu等，2024；Xi等，2024；Zhang等，2025）。已有研究表明，植被指数优化、阴影处理、特征工程和机器学习在一定程度上可以提高冠层参数反演的稳定性（Bagheri和Kafashan，2025；Zhang等，2024）。然而，对于高分辨率果园遥感而言，可靠的单株反演首先取决于目标冠层能否被精确划定。如果邻近植株、行间土壤、棚架结构或深阴影持续混入观测单元，后续特征设计或模型复杂度的改进将难以从根本上解决反演不稳定问题（Li等，2024；Ferro等，2024）。

在异质化果园系统中，棚架栽培猕猴桃是一个尤为具有挑战性的案例。其水平棚架结构导致冠层强闭合、枝条大幅重叠，以及冠层与背景成分长期共存（Zhang等，2022）。与苹果和梨等直立型树果不同，后者的目标树冠通常可利用数字表面模型或冠层高阈值进行分离（Wei等，2024；Zhang等，2024），棚架系统中冠层与下层背景高度极为接近，基于高度的分离方法不可靠。此外，夏季修剪后冠层宽度收缩，在成熟前部分恢复，因此每株的有效观测边界随物候变化而变化，这使得固定尺度的提取方法本质上不稳定。已有研究指出，在个体分割困难且高度信息不足的密集猕猴桃果园中，边界划定方法应更好地匹配植株的自然形态和空间结构（Pan等，2023）。自然光照条件下的阴影和背景干扰进一步增加了提取难度（Lu等，2022）。

综合来看，在复杂棚架果园中进行单株LAI反演的主要方法学瓶颈在于：在持续枝条重叠、背景干扰和物候驱动的冠层变化条件下，如何稳健地划定有效观测范围。同时，多时相建模要求不同观测日期间具有一致的辐射条件。针对这些问题，本研究开发了一个整合相对辐射校正、动态感兴趣区域提取和LAI反演验证的框架。首先，基于伪不变特征的相对辐射校正被应用于建立跨日期的统一辐射基线。然后，利用空间距离百分位数（P）和本地光谱纯度阈值（Q）开发了动态单株感兴趣区域提取算法。最后，通过多维特征融合和模型验证，评估了所提策略在棚架栽培猕猴桃果园中的有效性和鲁棒性。

章节摘要

材料与方法

为解决在枝条重叠、背景干扰和物候变化共同作用下棚架栽培猕猴桃果园单株冠层划分的困难，本研究开发了一个以动态感兴趣区域提取为核心的单株LAI估算框架（图1）。利用多个物候阶段采集的无人机多光谱影像和地面实测LAI，工作流程首先进行图像预处理和相对辐射

猕猴桃田间LAI的统计分布与演变

地面实测LAI表现出明显的物候依赖性变化，反映了生长季中的冠层发育和夏季修剪效应。这一模式得到了三个物候阶段实测LAI分布的支持（图5）。5月新梢生长期，实测LAI主要分布在1.10至1.40之间，中位数为1.269，变异系数为20.83%，表明冠层尚未完全闭合，且差异

静态感兴趣区域尺度差异对单株LAI反演的影响

在棚架栽培猕猴桃果园中，单株观测单元的划定并非一个中性的预处理步骤，而是影响LAI估算质量的主要因素。固定半径感兴趣区域存在固有局限性，因为它假设冠层大小和有效观测边界在各植株和物候阶段间保持一致。这一假设与棚架栽培猕猴桃极不匹配，因为修剪后重建、再生、横向扩展和冠层重叠

结论

本研究开发了一个锚点引导的动态感兴趣区域约束框架，用于无人机多光谱估算棚架栽培猕猴桃果园的单株LAI。通过整合相对辐射校正、RTK获取的树中心锚点、本地光谱纯度筛选、核心连通域识别和基于百分位数的空间边界控制，该框架解决了在冠层重叠和背景

CRediT作者贡献声明

李文杰：撰写–原始稿、方法、正式分析、数据整理、概念化。刘红恩：撰写–审阅与编辑、验证、方法。欧阳凌寰：可视化、软件。陈倩：调查、数据整理。吕天琦：正式分析。李家丽：正式分析。林心涛：数据整理。姚晨：资源。郑永强：监督指导。钱建平：撰写–审阅与编辑、监督指导、经费获取。

资助

本研究得到国家重点研发计划（批准号2022YFD1600703）、中央引导地方科技发展专项（批准号2024ZY1055）、农业科技创新行动方案科教中心重点任务、中国农业科学院（批准号CAAS-CSAL-202402）以及河南省耕地保护产业技术体系（HARS-22-19-S）的资助。

利益冲突声明

作者声明不存在任何可能影响本文所报告工作的已知竞争性经济利益或个人关系。

李文杰|刘红恩|欧阳凌寰|陈倩|吕天琦|李家丽|林心涛|姚晨|郑永强|钱建平