一种基于无人机多光谱影像的狼尾草抗寒性评价方法

本发明属于农业遥感技术领域，公开了一种基于无人机多光谱影像的狼尾草抗寒性评价方法，通过人工测量获取狼尾草低温胁迫前和胁迫后的叶绿素含量、越冬率等与抗寒性相关的农艺性状，并利用无人机采集多光谱影像，对影像进行预处理并提取DVI、NDVI、RVI等多种植被指数；基于农艺性状数据，采用主成分分析与隶属函数法构建综合抗寒指数CRI；以植被指数为自变量、CRI为因变量，利用机器学习算法构建预测模型；最终利用模型实现对大范围狼尾草群体的抗寒性快速、无损评价，并依据CRI值输出五级抗寒性分级结果。本发明解决了传统人工评价效率低、难度大的问题，实现了高通量、精准化的抗寒性鉴定，为狼尾草抗寒育种及栽培管理提供了可靠的技术支持。