文献类型： 中文期刊

作者： 裴浩杰 ¹ ; 冯海宽 ¹ ; 李长春 ¹ ; 金秀良 ¹ ; 李振海 ¹ ; 杨贵军 ¹ ;

作者机构： 1.农业部农业遥感机理与定量遥感重点实验室北京农业信息技术研究中心;国家农业信息化工程技术研究中心;北京市农业物联网工程技术研究中心;河南理工大学测绘与国土信息工程学院;中国科学院湿地生态与环境重点实验室中国科学院东北地理与农业生态研究所

关键词： 无人机;光谱分析;作物;长势监测;冬小麦;综合长势指标

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2017 年 33 卷 20 期

页码： 74-82

收录情况： EI ; 北大核心 ; CSCD

摘要： 作物长势监测可以及时获取作物的长势信息,该文尝试建立新型长势指标,监测小麦总体长势情况。将反映小麦长势的叶面积指数(leaf area index,LAI)、叶片叶绿素含量、植株氮含量、植株水分含量和生物量5个指标按照均等权重综合成一个指标,综合长势指标(comprehensive growth index,CGI)。利用450~882 nm范围内单波段和任意两个波段构建归一化光谱指数(normalized difference spectral index,NDSI),比值光谱指数(ratio spectral index,RSI)和简单光谱指数(simple spectral index,SSI),计算CGI与光谱指数的相关性,筛选出相关性好的光谱指数,结合偏最小二乘回归(partial least squares regression,PLSR)建立反演模型。以CGI为指标,运用无人机高光谱影像对2015年小麦多生育期的长势监测。结果表明:1)冬小麦各生育期,总体上CGI与光谱指数的决定系数R~2均好于各项单独指标与相应光谱指数的R~2。仅孕穗期CGI和RSI(754,694)的R~2比叶绿素和RSI(486,518)的R~2低,开花期的CGI和R570的R~2比生物量和R834的R~2低以及灌浆期CGI和SSI(582,498)的R~2比植株含水量和SSI(790,862)的R~2低。2)拔节期,孕穗期,开花期,灌浆期和全生育期PLSR模型的建模R~2分别为0.70,0.72,0.78,0.78和0.61。拔节期,孕穗期和开花期的无人机CGI影像验证模型的均方根误差RMSE(root mean square error)分别为0.050,0.032和0.047。CGI与相应光谱指数的R~2高于单独各项指标与相应光谱指数的R~2,光谱指数能够很好反映CGI包含的信息。无人机高光谱影像反演CGI精度较高,能够判断出小麦总体的长势差异,可为监测小麦长势提供参考。