基于无人机热红外图像的核桃园土壤水分预测模型建立与应用

为了解北方核桃园区的土壤水分状况,实现优化水资源配置的目的.该文于2016和2017年采用固定式热红外成像仪(A310 f)连续观测得到核桃主要生长季节午后(13:00和14:00)的冠层温度,并同步观测温度、湿度、辐射、风速、降雨量和0～80 cm不同土层深度的土壤体积含水量.并于2017年8月11日利用无人机热成像系统(TC640)对连续灌溉区域和干旱胁迫区域进行了图像采集.结果表明,40～60 cm土层深度可能是核桃树主要吸收水分的区域.冠层温度普遍高于空气温度,其变化范围在0～5℃之间,冠气温差与土壤含水量呈负相关,与太阳辐射呈正向关系,其中,土壤含水量的贡献值达到了75％.利用2017年13:00时的冠层与空气温差数据来建立的土壤水分预测模型,R2=0.64;同时,利用14:00时的实测数据对所建立模型进行验证,R2=0.61,表明该模型具有一定的拟合精度.最后,将模型用于诊断核桃区域水分状况,证明了其具有较好的实际应用效果.该研究首次将固定式热成像设备与无人机热成像系统相结合来研究树木的冠层温度,并成功实现了从理论模型到实际应用,从单株水平到区域尺度的转换.