研究背景：（1）精准农业的重要性：精准农业是实现低投入、高效率、可持续农业的根本途径，通过对处于团棵期的白菜植株进行精准识别，可以进一步优化资源利用，提高作物的产量和品质，降低生产成本。（2）不同空间尺度对遥感识别的影响：在精准农业的背景下，无人机遥感技术的应用对于作物识别和田间管理具有重要意义。然而，不同的无人机飞行高度和作物的不同生长阶段会导致白菜遥感识别特征的不同，这种差异化对于精准农业尤为关键。（3）当前白菜遥感识别技术的挑战：目前，对于白菜的遥感识别技术在提取特征的方法上普遍存在设计和训练过程复杂、数据冗余度大等问题，这可能会导致数据的分析和应用效率降低，影响精准农业的实施效果。（4）空间尺度效应影响识别的研究需求：当前尚缺少低空遥感场景下多尺度效应对白菜植株遥感识别的影响研究，需要探索不同飞行高度对识别特征的影响，以及多尺度效应如何影响白菜植株的识别精度，为精准农业提供更可靠的数据支持，帮助农户实现更高效、更环保、更经济的农业生产。

研究成果：Influence of Spatial Scale Effect on UAV  Remote Sensing Accuracy in Identifying Chinese Cabbage (Brassica rapa subsp. Pekinensis) Plants

成果作者：杜先丹，周忠发，黄登红

成果简介：探究不同空间尺度对白菜植株低空遥感识别的影响对于平衡植株识别精度与工作效率具有重要的理论参考价值。研究以团棵期的白菜植株为研究对象，利用无人机在不同航高（20m、30m、40m、50m、60m、70m）下获取RGB影像，对不同地物背景进行光谱取样分析，评估其分离度。基于作物识别常用的4种植被指数：过绿指数（ExG）、红绿比值指数（RGRI）、绿叶指数（GLI）以及过红减过绿指数（ExG-ExR），筛选出提取的最优指数；采用频域滤波、阈值分割、形态学滤波等图像处理方法降低杂草和地膜噪声对识别精度的影响，将识别结果进行矢量转换并结合田间数据进行精度的统计验证。研究结果表明：（1）过绿指数能够有效区分土壤、地膜与白菜植株；（2）不同空间分辨率的影像在最佳频域滤波类型和卷积核大小方面存在差异，且阈值分割效果亦有所不同；（3）随着影像空间分辨率降低，形态学滤波的最佳窗口大小也相应减小；（4）在30-50m的飞行高度下，识别白菜植株的效果最佳，兼顾了识别精度与覆盖效率的平衡。本文提出的方法有利于农业种植者和管理者进行精细化种植管理和种植结构优化分析，能够适时调整种植密度或布局以提高土地利用效率和优化资源利用。

成果图表：

图1 研究区示意图。

注：不同生长状况：（a）长势不均匀，（b）总体长势较差，（c）总体长势较好；不同背景特征：（d）覆白色地膜（地膜存在有水附着和无水附着的情况），（e）植株多特征（包含植株连体、叶片呈黄色和绿色的情况）。

图2 技术路线图

图3  影像光谱曲线

图中红、绿、蓝三条曲线分别代表红、绿、蓝三个波段。X轴为采样距离，指在图像上绘制的线段（剖面线）测量的数据；Y轴为剖面线上每个点的光谱值。注：(a)包含绿色和黄色叶片的白菜植株；(b)为土壤光谱曲线；(c)为地膜背景的光谱曲线； (d)绿色叶片白菜植株-土壤；(e)黄色叶片的白菜植株-土壤；(f)白菜植株-地膜。

表1  白菜植株影像颜色指数计算结果

表2 不同频域滤波与其阈值分割结果对比

注：HP: High Pass; GHP: Gaussian High Pass. 表中如“19*19”等为最佳卷积核大

图4 不同形态学滤波结果对比。

项目资助：该研究得到了贵州省科技计划项目“基于乡村振兴的石漠化治理生态产业云平台建设关键技术研究”（黔科合支撑[2023]一般 211）、贵州省基础研究计划（自然科学）“高原山区特色农作物超低空遥感特征构建与识别方法研究”（黔科合基础-ZK[2021]一般194）、国家自然科学基金委员会资助项目：喀斯特石漠化地区生态资产与区域贫困耦合机制研究（批准号：41661088）和贵州省高层次创新型人才培养计划-“百层次”（黔科合平台人才[2016]5674）的资助。

期刊简介：《Agriculture》是MDPI出版社旗下的一本国际性、经同行评审的开放获取学术期刊，创刊于2011年。其涉及的研究领域主要包括但不限于：作物科学（如遗传育种、生理生化、病虫害防治）；动物科学（如畜牧养殖、兽医、动物福利）；农业经济与管理（如政策分析、市场研究、可持续发展）；农业工程与技术（如智能农业装备、精准农业、产后技术）；农业生态与环境（如土壤学、水资源管理、气候变化与农业的相互作用）以及食品科学（侧重于初级农产品的质量与安全）等。该刊目前位于“农艺学（Agronomy）”学科类别以及农林科学的Q2分区，最新影响因子为3.6。

第一作者简介：杜先丹（2001-），女，贵州盘州人，贵州师范大学地理与环境科学学院2023级地图学与地理信息系统专业硕士研究生，2025年研究生国家奖学金奖获者。参与导师多项科研课题，2024年获研究生一等学业奖学金、校级“优秀学生干部”等荣誉。主要研究方向为无人机农业遥感研究。在研期间取得代表性研究成果如下：

[1]Du, X.; Zhou, Z.; Huang, D. Influence of Spatial Scale Effect on UAV Remote Sensing Accuracy in Identifying Chinese Cabbage (Brassica rapa subsp. Pekinensis) Plants. Agriculture 2024, 14, 1871.

[2]Xiandan Du, Zhongfa Zhou, Denghong Huang, Fuxianmei Zhang, Shuanglong Du, Fei Dong, "Analysis of research progress on UAV visible light remote sensing based on CiteSpace ," Proc. SPIE 13254, Fourth International Conference on Optics and Image Processing (ICOIP 2024), 132540W (13 September 2024).

导师简介：周忠发，博士，二级教授，“地理学”博士生导师。贵州师范大学地理与环境科学学院院长、喀斯特研究院院长、国家喀斯特石漠化防治工程技术研究中心负责人、自然资源部野外科学观测研究站合作站长、喀斯特山地生态环境国家重点实验室培育基地主任、国家遥感中心贵州分部主任。教育部首批“全国高校黄大年式教师团队”贵州师范大学地理学教师团队负责人、2024年全国教育系统先进工作者，“地理科学”国家一流本科专业负责人，“自然地理学”国家一流课程负责人，贵州省核心专家、贵州省优秀青年科技人才、贵州省高层次创新型“百”层次人才、贵州省政府特殊津贴人才、贵州省优秀科技工作者、贵州省优秀硕士生导师、贵州省普通高校首批“金师”、贵州高校乡村振兴研究中心专家，贵州省脱贫攻坚优秀共产党员、2023年新时代的贵州人，2022年高等教育（研究生）国家级教学成果二等奖领衔人，第二届全国高校教师教学创新大赛二等奖，教学科研相关成果获省部级以上奖励10余项。

成果链接：本期推送“Influence of Spatial Scale Effect on UAV Remote Sensing Accuracy in Identifying Chinese Cabbage (Brassica rapa subsp. Pekinensis) Plants”

文章原文链接：https://www.mdpi.com/2077-0472/14/11/1871

一审（校）：杜先丹；二审（校）：张蕾、范艺馨；三审（校）：赵翠薇