准确估算水稻叶面积指数对监测水稻生长状况尤为重要。遥感作为一种非破坏性的测量技术，已被证明对植被生长参数的估计是有用的，特别是在大规模的情况下。随着无人机的发展，这种新型的遥感平台被广泛用于提供空间分辨率更高的遥感图像。已有研究表明，遥感图像的光谱特征可以作为评价植被生长参数的有效指标。然而，高分辨率遥感图像的纹理特征很少用于此目的。

图1  a为研究区域，b为感兴趣区域(ROI)，共42块稻田

图2  水稻移栽后的气温变化

研究地点位于中国海南省陵水市附近的武汉大学杂交水稻试验研究基地(18°31′47.1”N 110°03′34.9”E)。研究区地势平坦，常年处于高温的热带海洋气候。在不同的田间小区共种植了42个具有代表性的杂交水稻品种。地块大小相同，约为70平方米，但形状不同（图1）。这些小区的植物密度和施氮量相同。为了在无人机图像中区分这些地块，在地块边缘设置了几个白板。实验从2017年12月到2018年5月进行了一季。所有水稻品种均于2017年12月10日播种，2018年1月5日移栽，移栽密度1.5万株/公顷。水稻全生育期气温变化如图2所示，该时期降水较少。分别于2月4日、2月25日、3月9日、3月19日、3月31日和4月17日进行了6次田间试验。在每个田间试验中，安排一架无人机飞行获取所有稻田的图像。无人机飞行结束后，立即进行地面LAI测量。

高分辨率遥感图像的纹理特征可能比光谱特征更能有效地估计水稻LAI。研究提出了一种基于无人机图像的傅里叶谱纹理来估计水稻叶面积指数。分析了傅里叶光谱结构与水稻叶面积指数的关系。结果表明，傅里叶谱纹理可以提高水稻叶面积指数估算的精度。