Dynamic ROI-constrained UAV multispectral estimation of single-plant LAI in trellis-trained kiwifruit
Wenjie Li · Hongen Liu · Linghuan Ouyang 等 10 人
提出动态ROI约束框架，用无人机多光谱影像估算棚架猕猴桃单株LAI。
伪不变特征辐射校正、动态ROI提取（P90_Q70）、植被指数与纹理特征、GBD
动态ROI优于固定半径，GBDT最优（R²=0.772，RMSE=0.120，RPD=2.094）。
可迁移至其他密植果园，探索多时相辐射校正与动态边界约束的普适性及轻量化模型。
提出动态ROI约束与辐射校正结合的无人机多光谱单株LAI估测框架，方法新颖、指标提升明确，对密植果园定量遥感有实用参考价值。
叶面积指数（LAI）是表征果园冠层结构与生长状态的关键生物物理参数，与作物生产力密切相关。在棚架式栽培果园中，严重的枝条重叠和持续的背景干扰使得单株观测边界难以界定，而多时相观测间的辐射漂移进一步降低了特征可比性。为解决上述问题，本研究提出了一种基于无人机多光谱影像的单株LAI估算动态ROI约束框架。首先，采用基于伪不变特征的相对辐射校正以减小日期间的光谱偏差，为多时相分析建立统一的辐射基准。其次，利用空间距离百分位数（P）和局部光谱纯度阈值（Q）的双重约束，开发了动态ROI提取算法。参数消融结果表明，P90_Q70组合在保留核心冠层信息与抑制背景噪声之间取得了最佳平衡。与最优固定半径策略（3.00 m）相比，该方案将R²从0.700提升至0.766，并将RMSE降至0.122。在此基础上，融合光谱植被指数与近红外纹理特征构建多维特征集。梯度提升决策树（GBDT）模型取得了最佳预测性能，R²=0.772，RMSE=0.120，RPD=2.094，并进一步用于生成果园高分辨率LAI分布图。上述结果表明，动态边界约束与光谱纯度筛选相结合可提高棚架式猕猴桃果园单株特征提取的鲁棒性，并为其他密集郁闭果园系统的定量遥感提供实践参考。