文献类型：期刊文章

作　　者：裴浩杰[1,2,3,4] 冯海宽[1,2,3] 李长春[4] 金秀良[5] 李振海[1,2,3] 杨贵军[1,2,3]

机构地区：[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,北京100097 [2]国家农业信息化工程技术研究中心,北京100097 [3]北京市农业物联网工程技术研究中心,北京100097 [4]河南理工大学测绘与国土信息工程学院,焦作454000 [5]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,长春130102

出　　处：《农业工程学报》

基　　金：国家自然科学基金(41601346,41471285,41301475)

年　　份：2017

卷　　号：33

期　　号：20

起止页码：74-82

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAB、CAS、CSCD、CSCD2017_2018、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

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。

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  

分 类 号：S512.11] TP79]