Ein robuster Vegetationsindex basierend auf verschiedenen UAV RGB-Bildern zur Schätzung der SPAD-Werte von nackten Gerstenblättern

Der Chlorophyllgehalt in Blättern ist ein wesentlicher Indikator für die Wachstumsbedingungen und die Wirkung des Düngemanagements von nackten Gerstenkulturen. Die SPAD-Werte (Soil Plant Analysis Development) korrelieren stark mit dem Chlorophyllgehalt in den Blättern. Unbemannte Luftfahrzeuge (UAV) können eine effiziente Methode bieten, um SPAD-Werte in relativ großem Maßstab mit einer hohen zeitlichen Auflösung zu erfassen. Aber die mit teuren multispektralen oder hyperspektralen Sensoren ausgestatteten UAV können eine enorme wirtschaftliche Belastung für Kleinbauern darstellen. Um dieses Manko zu überwinden, untersuchten wir das Potenzial von UAV, die mit einer kommerziellen Digitalkamera ausgestattet sind, zur Schätzung der SPAD-Werte von nackten Gerstenblättern. Wir verglichen 21 farbbasierte Vegetationsindizes (VIs), die aus UAV-Bildern erfasst wurden, die aus zwei Flughöhen (6,0 m und 50,0 m über dem Boden) in vier verschiedenen Wachstumsstadien aufgenommen wurden, mit den SPAD-Werten. Unsere Ergebnisse zeigten, dass die Vegetationsextraktion und das Maskieren von nackten Gerstenähren die Korrelation zwischen den bildbasierten Vegetationsindizes und den SPAD-Werten verbessern könnten. Die VIs von ‚L*,‘ ‚b*,‘ ‚G − B‘ und ‚2G − R − B‘ zeigten signifikante Korrelationen mit den SPAD-Werten von nackten Gerstenblättern in beiden Flughöhen. Die Validierung des Regressionsmodells zeigte, dass der Index von ‚G-B‘ als der robusteste Vegetationsindex zur Vorhersage der SPAD-Werte von nackten Gerstenblättern für verschiedene Bilder und Flughöhen angesehen werden kann. Unsere Studie hat gezeigt, dass UAV, die mit einer kommerziellen Kamera ausgestattet sind, großes Potenzial zur Erfassung der SPAD-Werte von nackten Gerstenblättern unter instabilen Fotografiebedingungen haben. Es ist für Landwirte bedeutend, das kostengünstige Messsystem zur Überwachung der Pflanzen zu nutzen.