无人机载多光谱RedEdge对植被指数的检测研究

植物受到胁迫后，相关性状的展现将推迟或不显性，特别是对一些病虫害胁迫，例如，甘蔗的白叶病。而通过科研手段，提前发现植物受到的胁迫，就能有效阻断病虫害的传播，挽救损失。传统的监测方法，如实验室PCR分析，费时费力，成本很高；卫星遥测，带来的是大面积的监测，但不能做到时时和灵活的监测。近年来，无人机载监测多光谱图像，结合植被指数来分析病虫害症状，成为主流科研手段。

泰国Sanseechan博士，选取了三块样地，采用Micasense RedEdge MX 多光谱仪，红、绿、蓝、NIR和Rededge红边波段进行了获取，图像为1280 X 960 TIFF图像。UAV飞行高度为44m，GSD为3cm/pixel，飞行速度为5m/s，重叠率为80%。

采用Pix4D软件，将图片转化为反射率图像，并计算出18个植被指数，具体如下表：

通过对不同植被指数的数据统计结论，发现白叶病和正常叶之间，在RVI、TVI、ARI、GI、CVI和TGI的指数上，存在较大差异。

通过植被指数百分比公式，计算得到如下百分比占比：

从数据计算结果得出，NDREI和GNDVI植被指数，百分占比高，分别达到了45.01%和44.05%，可以作为白叶病的指数指标。

通过上述实验研究，基于无人机的多光谱RedEdge-MX可以用于白叶病胁迫的筛查，在近红外和红边波段的植被指数（NDREI和GNDVI），提供了不错的分析方法。

（本快讯来源于P Sanseechan et al,2019, IOP Conf. Ser.: Earth Environ. Sci. 301 012025《Use of vegetation indices in monitoring sugarcane white leaf disease symptoms in sugarcane field using multispectral UAV aerial imagery》，由北京瑞顶环境科技有限公司提供。）