Journal of Mining and Earth Sciences Vol. 66, Issue 1 (2025) 53 - 65 53
Study on selecting Vegetation Indices to determine
potassium content in rice plants using UAV
multispectral imagery
Canh Le Van , Lan Thi Pham *
Hanoi University of Mining and Geology, Hanoi, Vietnam
ARTICLE INFO
ABSTRACT
Article history:
Received 15th Sept. 2024
Revised 31st Dec. 2024
Accepted 10th Jan. 2025
Potassium is one of the essential nutrients for the metabolism and
development of rice plants, enhancing photosynthesis and disease
resistance. The objective of this paper is to select the best vegetation index
from the spectral bands of UAV imagery to estimate the leave potassium (K)
content in rice plants. Multispectral UAV were used to collect data in rice-
growing areas at three different stages: tillering (DN), heading (TB), and
ripening (CS). At the same time the images were captured, three leaf
samples were taken from three different positions in each field plot to
determine the K content in the rice leaves in the laboratory. The vegetation
indices selected in this paper include RVI, SIPI, and NDVI, which are highly
correlated with the measured leaf K content, with correlation values (R) of
0.735, 0.729, and 0.722, respectively. The reliability of the K content
estimation results is high, with an RMSE value of up to 0.27%. The K content
in rice plants differs at the DN, TB, and CS stages and decreases over time.
The K content also varies between the two rice varieties TBR225 and J02.
The results of this paper provide a necessary basis for selecting UAV
technology to monitor and choose effective fertilization solutions in rice
production.
Copyright © 2025 Hanoi University of Mining and Geology. All rights reserved.
Keywords:
Multispectral UAV,
Potassium content,
Rice plant nutrition,
Vegetation indices.
_____________________
*Corresponding author
E - mail: phamthilan@humg.edu.vn
DOI: 10.46326/JMES.2025.66(1).06
54 Tp chí Khoa hc K thut M - Địa cht Tp 66, K 1 (2025) 53 - 65
Nghn cu la chn ch s thc vt c định m ng Kali ca
cây lúa t d liu nh UAV đa phổ
Lê Văn Cảnh, Phm Th Làn *
Trường Đi hc M - Địa cht, Hà Ni, Vit Nam
TNG TIN BÀI BÁO
TÓM TT
Q tnh:
Nhn bài 15/9/2024
Sa xong 31/12/2024
Chp nhn đăng 10/01/2025
Kali (K) mt trong số các cht dinhỡng không thể thiếu của quá tnh
trao đổi chất và phát triển của câya, gp tăng cường quang hợp và kh
năng chống chu bệnh. Mục tiêu của i báo lựa chọn được ch số thực vật
p hp tính tcác kênh ph trên nh UAV để ưc tính m ng K ca cây
lúa. UAV đa ph được sdụng thu thập dữ liệu khu vực trồng lúa ở ba thời
đim: a đẻ nhánh (DN), lúa tr ng (TB) và lúa cn sa (CS). Tại ng
thời đim bay chụp ảnh, mỗi ô ruộng được lấy ba mẫu lá tại ba vị trí kc
nhau, phục vxác định hàm ng K của lá lúa trong png t nghim. c
chsố thực vật được lựa chọn trong nghiên cứu y bao gồm ch số RVI, SIPI
và NDVI, có tương quan cao với hàm lưng K đo đạc trên, giá trịơng
quan R lần lượt 0,735; 0,729 0,722. Độ tin cậy của kết quả nh m
lượng K mức cao với g trRMSE lên tới 0,27%. m ợng K của y a
các giai đoạn DN, TB CS là khác nhau và gim dần. Hàm lưng K cũng
kc nhau ở hai giốnga TBR225 và J02. Kết quả nghn cứu y là cơ s
cn thiết trong vic lựa chọn ng ngh UAV để phục v theo dõi, lựa chọn
giải pp bón phân hiệu quả trong sản xut a gạo.
© 2025 Tng Đi học Mỏ - Địa chất. Tất cả các quyền được bo đảm.
T ka:
Ch s thc vt,
Dinh dưng y a,
Hàm ng K,
UAV đa ph.
_____________________
*Tác gi liên h
E - mail: phamthilan@humg.edu.vn
DOI: 10.46326/JMES.2025.66(1).06
Lê Văn Cảnh, Phm Th Làn/Tp chí Khoa hc K thut M - Địa cht 66 (1), 53 - 65 55
1. M đầu
Kali (K) là mt trong ba yếu t dinh dưỡng đa
ng cn thiết choy lúa sinh tng, phát trin
và đm bo năng sut (Nguyn, 2017). Trong quá
trình phát trin ca cây trng, K là chất dinh ng
quan trọng, thúc đẩy quá trình quang hp, tng hp
ng cht, điu hòa s thm thu gia c tế bào
(Kumar và nnk., 2020). n K n đối theo nhu cu
cây lúa p phần làm ng khong 10% năng
sut (Phm Chu, 2008). y a thiếu K s i
cc, lá ngn, và cho năng sut thp (Nguyn, 2017;
Shrestha và nnk., 2020). Tha Ky lúa yếu t, d
mc bnh, tn chi phí và y ô nhim môi trưng
(Yu và nnk., 2023). Do vy, việc theo dõi m ng
K ca y a nhằm định ng phù hp vi tng
giai đon phát trin ca cây lúa gii pp cn
thiết, tiết kim chi phí, nâng cao năng sut và bo v
môi trường.
UAV đã được ng dng thành công trong theo
dõi hàm ợng dinh ng ca cây trng nói chung
và cây lúa nói riêng (Zheng và nnk., 2018). Các ưu
đim ca ng ngh này như độ phân gii không
gian cao, ch đng trong thu thp d liu, không
chu nh ng bi y che ph g thành thp
(Xu nnk., 2023; Zhang và nnk., 2022). Mt s
nghiên cu s dng d liu nh UAV siêu ph (HS)
xác địnhm lượng K cho cây trng n: xác đnh
s thiếu ht K ca y ci du (Severtson và nnk.,
2016), cây táo (Chen và nnk., 2022), cây bông (Yao
và nnk., 2022) cây lúa (Lu và nnk., 2020). Trong
nghiên cu khác,c gi Lu và cng s (2021a) đã
kết lun rng ding t 500÷580 nm ca ảnh đa
ph phù hp đ ước tính hàm lượng K cho cây a.
Mc HS cung cp nhiu nh ph, ng đ
nhạy trong c định m ng dinh ng cy
trồng, nhưng nhược đim là chi p thiết b đt đ,
x d liu phc tp (Lu và nnk., 2021b). Do vy,
vic ng dng HS trong thc tế còn chưa đưc ph
biến.
UAV đa phổ (MS) không nhiu nh ph
như HS, nhưng cung cp hai nh ph quan trng
là a đỏ (RE) và cn hng ngoi (NIR). c nh
ph này đ nhy cm cao vi thc vt, thiết b
g thành thp và qui trình x d ng, n MS
đưc ng dng ph biến hơn trong nông nghiệp
cnh xác (Ma và nnk., 2023).
Cht dinh dưỡng ảnh ng đến quá trình
quang hp và cu tc tế bào ca thc vt, nh
ng đến kh ng phản x ph ca thc vt
trong di sóng nn thy (VIS), NIR và hng ngoi
sóng ngn (SWIR) (Mahajan nnk., 2014). Phn
x ph ca thc vật đi vi kênh ph trong di VIS
ch yếu b nh ng bi các sc t khác nhau,
chng hn như chất dip lc anthocyanin (Yu và
nnk., 2023). Trong khi đó, cu trúc tếo ca thc
vt ảnh ng đến kh ng phn x của cng đi
vi nh nh NIR (Zhai và nnk., 2013). Như vy, s
thay đổi v dinh dưỡng nói chung và hàmng K
nói rng đu s nhng đn kh ng phn x
ph ca thc vật, điều này th pt hin trong
kênh VIS, NIR (Yu nnk., 2023) và SWIR. Pimstein
và nnk. (2011) cho rng phn x ph di sóng
1450 nm có tương quan đáng k đến hàm lưng K
trong lá cây. Do vy, vic la chn đặc điểm phn x
ph phù hp nhm c định m ng K tn lá
lúa cn thiết. Hiện nay, phương pháp ph biến
hiu qu s dng ch s thc vật (VI) đ c định
hàm ng K (Xue Su, 2017).
Các ch s thc vt (VI) đưc đ xut là rt đa
dng, có ti n 100 chỉ s VI khác nhau (Xue Su,
2017). Mt s ch s thc vt đã đưc pt trin
qua nhiu nghiên cu và thc nghim, đóng vai trò
quan trng trong vic định lượng c ch s sinh
hóa ca thc vt (Yu và nnk., 2023). Các ch VI như
NDVI, OSAVI, TVI, FCVI, MSAVI, EVI, MCARI, RVI,
MSR, SIPI và DVI đưc s dng ưc tính hàm lượng
K ca cây nho (Xuelian và nnk., 2022), y khoai y
(Ma và nnk., 2023), cây a m (Zhang và nnk.,
2022) y a (Lu và nnk., 2020; Yu và nnk.,
2023).
Tuy vy, chưa có hệ s o chung nht v độ
nhy ca di ph VI để c định hàm ng K cho
cây trng (Lu nnk., 2020). Trong khi, các y
trng khác nhau v ging, khu vc trng trt s có
chu k sinh trưởng và phát trin không ging nhau,
nhu cu dinh dưng cho cây cũng khác nhau và hệ
s phn x ph ơng ứng thu được cũng s thay
đi. Do vy, c VI s dụng trong điu kin i
tng khác nhau cần được kim chng (Yu
nnk., 2023). Việc c đnh ch s VI p hp nht đ
ưc nh m lưng K cho khu vc trng a ti tnh
Phú Th, Vit Nam tn d liu nh MS, s là sở
đ nâng cao hiu qu giám sát dinhng y lúa,
bón phânn đối gim chi phí sn xut, tăng năng
sut lúa go bo v i trưng.
2. Vt liu pơng pháp
2.1. Khu vc thc nghim
56 Lê Văn Cảnh, Phm Th Làn/Tp chí Khoa hc K thut M - Địa cht 66 (1), 53 - 65
Khu vc trng a tại Vĩnh Lại, huyn Lâm
Thao, tnh Phú Th (Hình 1) đã đưc la chn để
tiến nh thc nghiệm. Đây là khu vực trng lúa u
đi, địa hình thông thng, thun li cho tưới
tiêu chăm c. Khu rung đưc chia m 55 ô
hình vuông vi chiu dài cnh 10 m, b nn gia
các ô đ rng là 1 m. Ging lúa thun chng ca
đa pơng TBR225 được trng trong 27 ô. Din
tích n li trng ging lúa lai có xut x t Nht
Bn J02, đây là ging a cho năng suất cao đang
đưc trng đi trà ti tnh P Th. a đưc cm
sóc theo đúng tu chun k thut, phù hp vi điu
kin sinh trưởng đảm bo có điều kin pt trin
tt nht.
2.2. Bay chp nh UAV
Máy bay không người lái đa ph DJI Phantom
4 Multispectral (P4M) (Hình 2) đưc s dng bay
chp nh khu vc đo v. Máy nh đa ph trên P4M
là cm 6 máy nh vi 6 b cảm khác nhau. Đ phân
gii máy nh 2.08 MP, chiu cao bay chp nh là H,
đ pn gii mt đt GSD s đạt đưc H/18,9
(cm/pixel). Khi chp nh bng P4M s ng c thu
đưc 01 nh RGB 5 nh vi các kênh ph ơng
ng là: a đỏ (Red Edge: 7316 nm); cn hng
ngoi (Near - Infrared: 8426 nm); đ (Red:
6516 nm); xanh lc (Blue: 450±16 nm); Xanh
dương (Green: 560±16 nm) (DJI, 2022).
Hình 2. UAV đa phổ DJI Phantom4.
Lê Văn Cảnh, Phm Th Làn/Tp chí Khoa hc K thut M - Địa cht 66 (1), 53 - 65 57
Vic thu thp d liu nh trên khu vc thc
nghim đưc thc hin ti 03 thi điểm tương ng
vi 03 giai đoạn sinh tng cnh ca y a: Ln
1 được thc hin vào thi k lúa đ nhánh (DN), ln
2 đo đc khi lúa tr hết bông (TB) và ln 3 tiến hành
ti giai đoạn lúa chín sa (CS). Đây cũng các giai
đon phn ánh đặc trưng cho s thay đi m
ng dinh dưỡng ca y lúa. nh được bay chp
trong điều kin thi tiết nng, thi gian bay chp
trong khong t 10÷12 gi. Chiu cao bay chp nh
là 76 m, độ phân gii nh mt đất đạt đưc
GSD=4 cm; đ ph tm dc ngang nh là 75%.
2.3. Thu thp d liu thc đa
Mu lúa đưc thu thp tn thc địa ng
thi đim bay chp nh UAV, s dng cho 2 mc
đích: (1) phânch m ợng K đ s dng trong
mô nh tính hàm ng K t nh UAV; (2) phân
tích hàm ợng K để đánh giá đ cnh c ca mô
hình. Mu lá a đưc ly t mi mt ô rung vi
03 ln kho t khác nhau, ng vi tng thi k DN,
TB, CS. Các đim mu đưc ly v trí không lp li
so vi ln đó tớc đó đưc đnh v bng ng
ngh GNSS đng. Mi ô rung đưc ly 03 mu lá
tương ng vi v trí đo ta độ bng ng ngh GNSS
đng, mu đưc ghi s nhãn và đựng trong các
túi chuyên dng, phc v cho công tác m thí
nghim sau khi kết thúc thc địa.
Hình 3 th hin v trí ly mu trên tha rung
ti lần đo đu tn (thi k DN), c đim mẫu được
b trí đu trên các ô rung. Trong s mu thu thp
đưc, 70% mẫu iểm màu vàng) đưc dùng làm
d liu thành lp hình (TP) 30% điểm còn li
(điểm màu đỏ) đưc dùng để đánh giá đ chính c
(CP).
nh bay chp MS ca 5nh ph màu đ (R),
xanh ơng (G), xanh lục (B), a đỏ (RE) và cn
hng ngoi (NIR) đnh dng (*.Tif) được đưa vào
phn mềm Agisoft metashape để x . Trước khi
x , ảnh đưc hiu chnh ph phn x bng tng
s đã đo bởi cm biến mt tri (Sunlight sensor)
trên UAV.c ảnh đưc ghép vi nhau bng thut
toán SFM (Structure From Motion). Sau khi bình sai
khi nh, đám y điểm 3D, nh s b mt
(DSM) và nh trc giao (bao gm 5 kênh ph R, G,B,
RE và NIR) đưc tnh lp.
2.4. Qui tnh xác định hàm lưng K t nh UAV
đa ph
Vic xác định hàm lượng K da trên d liu
nh UAV đa ph đưc thc hin theo qui tnh
trong Hình 4.
nh UAV trc giao đã được hiu chnh hình
hc chun a v giá tr phn x phổ. Đ c định
mi quan h gia c ch s VI vi m lượng K trên
lá lúa, nm nghn cu chiết xut tng tin thng
Hình 3. V t c điểm ly mu.