基于无人机的冠层监测：多光谱传感器的校准，用于多个作物的绿色面积指数和氮吸收

摘要：在生长季节内快速准确地提供绿色面积指数（GAI）和总氮吸收（total N）的数据是作物模型和精准农业的基础。然而，由于多光谱传感器的快速发展和高采样努力，目前尚不存在针对青贮玉米、冬大麦、冬油菜和冬小麦的基于无人机（UAV）多光谱传感器校准的参考工作。本文提出了一个可行的校准框架。在多年数据集的基础上，针对作物的特定模型被校准，用于整个生长季节内无人机对GAI的估计以及开花前的总氮估计。这些模型在多个生长季节和试验场地的独立评估中展示了高准确性（GAI的平均绝对误差为0.19–0.48 m² m⁻²，total N为0.80–1.21 g m⁻²）。统一GAI模型的校准并未提供令人信服的结果。近红外基比率被确定为所有校准中最重要的组成部分。为了解决冬大麦和冬油菜生长期GAI/total N比率的显著变化，其总氮的校准必须包括相应的因素。使用三年的数据从一个大规模现场试验中证明了校准的有效性。在开花前得出的总氮吸收与整个生长季节的辐射吸收和产量数据的高度相关性强调了基于无人机的作物监测在农业应用中的适用性。