Новый индекс SPSI для оценки числа колосьев пшеницы по снимкам с дронов

Число колосьев на единицу площади (PNPA) — ключевой показатель урожайности пшеницы. Традиционный ручной подсчёт точен, но неэффективен, поэтому актуальны методы дистанционного зондирования.

Исследования в основном использовали наземные платформы для точной оценки PNPA на небольших площадях, но их эффективность ограничена. Беспилотные летательные аппараты (БПЛА, UAV) — перспективная альтернатива, особенно на этапе до колошения, позволяя эффективно управлять урожайностью с помощью мультиспектральных снимков.

Однако остаются проблемы: спектральное насыщение, снижающее точность, и необходимость в улучшенных методах, интегрирующих спектральный и текстурный анализ. Также до конца не изучено влияние фоновых материалов (например, почвы) на оценки.

В журнале Plant Phenomics опубликована статья "SPSI: A Novel Composite Index for Estimating Panicle Number in Winter Wheat before Heading from UAV Multispectral Imagery". В ней представлен новый спектрально-текстурный индекс, чувствительный к PNPA (SPSI), созданный на основе мультиспектральных снимков с БПЛА для улучшения оценки числа колосьев озимой пшеницы до колошения и снижения влияния спектрального насыщения.

Ключевые результаты исследования:

• Состав индекса: SPSI комбинирует оптимальный спектральный индекс (SI) и текстурный индекс (TI) для учёта влияния фоновых материалов.
• Сравнение эффективности: Производительность SPSI сравнили с традиционными SI и TI. Текстурные индексы, рассчитанные только для зелёных пикселей (растения), в целом превзошли индексы по всем пикселям.
• Преимущества SPSI: Продемонстрировал более высокую общую точность и значительное снижение спектрального насыщения по сравнению с другими индексами. Применение к двум экспериментальным наборам данных показало улучшение коэффициентов корреляции и снижение ошибок (RMSE, RRMSE).
• Чувствительные параметры: Исследование выявило специфические спектральные индексы, наиболее тесно связанные с PNPA. Также были определены чувствительные спектральные каналы для построения SPSI.
• Финальная формула: В итоге был определён индекс SPSI, сочетающий DATT[850,730,675] и NDTICOR[850,730]. Он показал тесную связь с PNPA, унаследовал преимущества обоих индексов и продемонстрировал меньшую чувствительность к агротехническим факторам.
• Робастность: SPSI показал устойчивость к различным сценариям спектральной однородности и агротехническим факторам.
• Валидация: Результаты моделирования и проверки последовательно подтвердили превосходную производительность SPSI в оценке PNPA на разных наборах данных, особенно в оптимальные сроки оценки.

Вывод: Включение текстурной информации в составной индекс эффективно снижает спектральное насыщение и улучшает оценку числа колосьев (PNPA). Этот подход полезен для прогнозирования урожайности и задач точного земледелия, особенно при работе со спутниковыми снимками высокого разрешения.