精确监测作物生长状况对于实现精准农业管理和提高作物产量具有极为重要的意义。尤其对于花生这种经济价值高，对生长条件要求严格的作物而言，采用高效、精确的技术监测其生长状态，可以显著提升管理效率和产量。本研究通过整合无人机和多光谱成像技术，结合偏最小二乘(Partial Least Squares，PLS)算法对大田花生的生长状况进行了综合监测，探讨了这一技术在花生长势监测中的应用潜力和优势。研究选取了具有代表性的花生种植区作为试验地，利用无人机搭载的多光谱成像仪进行数据采集。通过对多光谱数据进行多维度分析，获取花生的叶绿素含量、株高等外部表型以及生物量信息，从而综合表征花生长势情况。本研究所建立的评估模型，能够准确描述和预测花生长势。通过与地面观测数据对比，模型预测的生物量结果与实际情况的R2和RMSE分别为0。624和0。012，显示基于无人机多光谱的花生长势监测具有高精度和可靠性。证明无人机搭载多光谱在花生生长监测中的应用可行性和有效性，为未来精准农业的发展提供了新的技术手段。
万方数据
维普
