利用无人机遥感反演高潜水位矿区沉陷地玉米叶绿素含量

有效识别采煤沉陷耕地损毁程度、面积及空间分布信息是矿区沉陷土地复垦、赔偿的客观需求。农作物受损后叶片叶绿素是很好的指示性指标，针对高潜水位矿区开采沉陷导致地面积水所引起的农作物渍害影响，基于无人机多光谱影像，在传统植被指数的基础上引入红边波段进行扩展，改进了现有的植被指数，结合田间同步实测叶绿素数据，采用经验模型法分别构建了单变量和多变量叶绿素反演模型，通过决定系数(R2)、均方根误差(RMSE)和估测精度(EA)3 个指标筛选出最佳模型。最终构建了多元线性回归MVI(red-edge),GNDVI,NDVI的叶片叶绿素定量反演模型，并采用野外对照区域样本对反演结果进行精度验证。结果显示:相对传统植被指数，引入红边后植被指数与叶片叶绿素的相关性得到显著增强，采用上述方法构建的多元线性回归模型的决定系数普遍提高010~020，达到了073，均方根误差降低了011~198，为0938 SPAD，估测精度EA最终可达到834%，说明红边波段对采煤沉陷区作物的叶绿素响应敏感，引入红边波段构建叶绿素反演模型，可以应用于采煤沉陷影响下的玉米叶片叶绿素无人机遥感反演。结果显示:采煤沉陷盆地内玉米叶绿素含量主要集中于52~61 SPAD，面积占整体的751%，叶绿素含量在9~52 SPAD的作物面积占57%，玉米整体长势受采煤扰动影响较严重，叶绿素含量呈现从沉陷盆地边缘往中心逐渐降低的趋势。该研究为土地损毁监测与评价，土地复垦与生态修复等提供基础数据与理论支撑。