文献类型： 中文期刊

作者： 冯海宽 ¹ ; 陶惠林 ¹ ; 赵钰 ¹ ; 杨福芹 ¹ ; 樊意广 ¹ ; 杨贵军 ¹ ;

作者机构： 1.农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心;南京农业大学国家信息农业工程技术中心;河南工程学院土木工程学院

关键词： 冬小麦;叶绿素含量;植被指数;红边参数;偏最小二乘回归

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2022 年 42 卷 011 期

页码： 3575-3580

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 叶绿素含量(SPAD)是作物长势评价的重要指标,可以监测农作物的生长状况,对农业管理至关重要,因此快速、准确地估算SPAD具有重要意义.以冬小麦为研究对象,利用无人机高光谱获取了拔节期、挑旗期和开花期的影像数据,获取植被指数和红边参数,研究植被指数与红边参数估算SPAD的能力.先将植被指数与红边参数分别与不同生育期的SPAD进行相关性分析,再基于植被指数、植被指数结合红边参数,通过偏最小二乘回归(PLSR)方法估算SPAD,最后制作SPAD分布图验证模型的有效性.结果表明,(1)大部分植被指数与红边参数在3个主要生育期与SPAD相关性均达到极显著水平(0.01显著);(2)单个植被指数构建的SPAD估算模型中,LCI表现最好(R2=0.56,RMSE=2.96,NRMSE=8.14%),红边参数中Dr/Drmin表现最好(R2=0.49,RMSE=3.18,NRMSE=8.76%);(3)基于植被指数结合红边参数构建的SPAD估算模型效果最佳,优于仅基于植被指数构建的SPAD估算模型,同时,随着生育期推移,两种模型均在开花期达到最高精度,R2分别为0.73和0.78,RMSE分别为2.49和2.22,NRMSE分别为5.57% 和4.95%.因此,基于植被指数结合红边参数,并使用PLSR方法可以更好地估算SPAD,可以为基于无人机遥感的SPAD监测提供一种新的方法,也可为农业管理提供参考.