準確估算水稻葉面積指數對監測水稻生長狀況尤為重要。遙感作為一種非破壞性的測量技術，已被證明對植被生長參數的估計是有用的，特別是在大規模的情況下。隨著無人機的發展，這種新型的遙感平臺被廣泛用于提供空間分辨率更高的遙感圖像。已有研究表明，遙感圖像的光譜特征可以作為評價植被生長參數的有效指標。然而，高分辨率遙感圖像的紋理特征很少用于此目的。
圖1 a為研究區域，b為感興趣區域(ROI)，共42塊稻田
圖2 水稻移栽后的氣溫變化
研究地點位于中國海南省陵水市附近的武漢大學雜交水稻試驗研究基地(18°31′47.1”N 110°03′34.9”E)。研究區地勢平坦，常年處于高溫的熱帶海洋氣候。在不同的田間小區共種植了42個具有代表性的雜交水稻品種。地塊大小相同，約為70平方米，但形狀不同（圖1）。這些小區的植物密度和施氮量相同。為了在無人機圖像中區分這些地塊，在地塊邊緣設置了幾個白板。實驗從2017年12月到2018年5月進行了一季。所有水稻品種均于2017年12月10日播種，2018年1月5日移栽，移栽密度1.5萬株/公頃。水稻全生育期氣溫變化如圖2所示，該時期降水較少。分別于2月4日、2月25日、3月9日、3月19日、3月31日和4月17日進行了6次田間試驗。在每個田間試驗中，安排一架無人機飛行獲取所有稻田的圖像。無人機飛行結束后，立即進行地面LAI測量。
高分辨率遙感圖像的紋理特征可能比光譜特征更能有效地估計水稻LAI。研究提出了一種基于無人機圖像的傅里葉譜紋理來估計水稻葉面積指數。分析了傅里葉光譜結構與水稻葉面積指數的關系。結果表明，傅里葉譜紋理可以提高水稻葉面積指數估算的精度。
