文献类型： 中文期刊

作者： 陶惠林 ¹ ; 徐良骥 ² ; 冯海宽 ¹ ; 杨贵军 ¹ ; 代阳 ² ; 牛亚超 ² ;

作者机构： 1.北京农业信息技术研究中心农业农村部农业遥感机理与定量遥感重点实验室

2.安徽理工大学测绘学院

关键词： 冬小麦;叶面积指数;株高;高光谱;植被指数;偏最小二乘

期刊名称： 农业机械学报

ISSN：

年卷期： 2020 年 012 期

页码： 193-201

收录情况： EI ; 北大核心 ; CSCD

摘要： 为了快速、准确地估算叶面积指数（LAI）通过无人机搭载成像高光谱相机获取了冬小麦3个生育期的影像数据从中提取出株高（Hcsm）。首先,分析了植被指数、Hcsm与LAI的相关性,挑选出最优植被指数;然后,分别构建了单个参数的LAI线性估算模型;最后,以植被指数、植被指数结合Hcsm为模型输入因子采用偏最小二乘回归方法构建LAI估算模型。结果表明:通过无人机高光谱遥感影像提取的Hcsm精度较高（R²=0.95）;在不同生育期,大部分植被指数和Hcsm均与LAI呈0.01显著相关水平;基于最优植被指数结合Hcsm估算LAI的精度优于仅基于最优植被指数或Hcsm的估算精度;以植被指数、植被指数结合Hcsm为输入变量,通过偏最小二乘回归构建的LAI估算模型在开花期估算精度达到最高,并且以植被指数结合Hcsm为自变量估算LAI的能力更佳（建模R²=0.73,RMSE为0.64）。本研究方法可以提高LAI估算精度,为农业管理者提供参考。