Comparison of NDVI obtained from an active proximal sensor and UAV multispectral imagery in coffee
本研究表明，由无人机多光谱影像和 GreenSeeker 主动传感器获取的 NDVI 值在咖啡作物不同物候期表现出高度一致性且不存在显著统计学差异，验证了两者在作物监测中的互换性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在巴西的高地，咖啡树在连绵起伏的山峦间蔓延，那里的农户们面临着一个持续不断的挑战：如何在不花数小时走遍每一行作物的情况下，准确了解作物的生长状况。几十年来，植物的健康一直通过其“绿度”来判断，这是一种视觉线索，科学家们已学会使用一种被称为归一化植被指数（NDVI）的工具来测量它。这个数值就像是植被的生命体征，当植物郁郁葱葱、叶绿素充足时，数值会上升；当植物受到压力或变得稀疏时，数值则会下降。为了获取这个数值，研究人员传统上使用手持式设备，通过发射自身的光线来扫描叶片，这种方法虽然可靠，但速度缓慢，且仅限于传感器所持的具体位置。近来，天空为无人机开启了通道，无人机携带的相机可以在单次飞行中捕捉大面积农田的同类绿度数据，从而创建详细的作物健康图谱。虽然这两种方法都被广泛使用，但一个悬而未决的问题仍然存在：这两种观察同一片农田的不同方式，是否真的在讲述同一个故事？
来自巴西大学和农业研究机构的一个研究小组决定通过在真实的咖啡田中对这两种方法进行实测，来回答这个问题。他们在米纳斯绿林（Matas de Minas）地区的三个不同咖啡种植区开展工作，在两个收获季节内走访了14个不同的农场。科学家们感兴趣的是，随着咖啡植株经历从微小的果实针头阶段到完全膨大，再到最终成熟的自然生长周期，手持式传感器和无人机相机是否会对树木的健康状况达成共识。为了使对比公平，研究人员使用了一个配备长PVC杆的手持式传感器，使他们能够将设备直接置于咖啡冠层顶部上方，从而模拟无人机的俯视视角。他们在同一时间段、同一地点收集数据，确保两种测量条件尽可能一致。
这两项并排对比的结果显示出惊人的一致性。在咖啡植株生长的所有不同阶段，手持式传感器生成的数值与无人机影像生成的数值几乎完全相同。研究人员发现两种方法之间没有统计学上的显著差异，这意味着他们观察到的细微变化很可能只是随机噪声，而非其中一种工具存在的系统误差。两组数据之间的平均差异极小，几乎为零，且误差分布也极小。这表明，当手持式传感器直接置于叶片上方使用时，即使在咖啡树随季节发生物理和化学变化的过程中，也能捕捉到与无人机相同的信息。
关于测量时机，出现了一个有趣的细节。当咖啡果实处于膨大期——即冠层均匀且翠绿的时期——这两种方法的一致性最高。随着果实开始成熟并改变颜色，两种方法之间的细微差异略有增加，这可能是因为果实的颜色变化和冠层的结构变化使得测量场景变得更加复杂。然而，即使在这些更具变动性的阶段，两种方法依然保持着高度的一致性。研究还强调，无人机一次观察整个农田的能力，有助于平滑掉人工在田间行走并挑选特定植株进行测量时可能出现的细微波动。
最终，这项研究证实了农民和研究人员可以信任来自任何一方的数据，甚至可以将两者结合起来监测咖啡作物。手持式传感器提供了一种实用的、逐点检查的方法，无论一天中的何时或云层覆盖情况如何都能正常工作；而无人机则提供了对整个景观的宏观视野。研究表明，这些工具并非竞争技术，而是互补的技术，它们说着同一种语言。对于咖啡种植者而言，这意味着从地面检查向航空监测的过渡并不需要从零开始；过去的数据可以与未来的高分辨率地图无缝集成，确保作物健康状况得到清晰且精准的理解。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。