正确估算水稻壹积指数对监测水稻成长情况尤为沉要。遥感作为一种非粉碎性的丈量技术，已被证明对植被成长参数的估计是有效的，出格是在大规模的情况下。随着无人机的发展，这种新型的遥感平台被宽泛用于提供空间分辨率更高的遥感图像。已有钻研批注，遥感图像的光谱特职能够作为评价植被成长参数的有效指标。然而，高分辨率遥感图像的纹理特点很罕用于此主张。

图1  a为钻研区域，b为感兴致区域(ROI)，共42块稻田

图2  水稻移栽后的气温变动

钻研地址位于中国海南省陵水市左近的武汉大学杂交水稻试验钻研基地(18°31′47.1”N 110°03′34.9”E)。钻研区地势平展，终年处于高温的热带海洋气象。在分歧的田间幼区共种植了42个拥有代表性的杂交水稻种类。地块大幼一样，约为70平方米，但状态分歧（图1）。这些幼区的植物密度和施氮量一样。为了在无人机图像中分辨这些地块，在地块边缘设置了几个白板。尝试从2017年12月到2018年5月进行了一季。所有水稻种类均于2017年12月10日播种，2018年1月5日移栽，移栽密度1.5万株/公顷。水稻全生育期气温变动如图2所示，该时期降水较少。别离于2月4日、2月25日、3月9日、3月19日、3月31日和4月17日进行了6次田间试验。在每个田间试验中，铺排一架无人机飞行获取所有稻田的图像。无人机飞行实现后，立即进行地面LAI丈量。

高分辨率遥感图像的纹理特点可能比光谱特点更能有效地估计水稻LAI。钻研提出了一种基于无人机图像的嘎凤叶谱纹理来估计水稻壹积指数。分析了嘎凤叶光谱结构与水稻壹积指数的关系。了局批注，嘎凤叶谱纹理能够提高水稻壹积指数估算的精度。