文献类型：期刊文章

作　　者：周敏姑[1] 邵国敏[2] 张立元[2] 姚小敏[2] 韩文霆[3]

Zhou Mingu;Shao Guomin;Zhang Liyuan;Yao Xiaomin;Han Wenting(Institute of Water-saving Agriculture in Arid Area of China,Northwest A&F University,Yangling 712100,China;College of Mechanical and Electronic Engineering,Northwest A&F University,Yangling 712100,China;Institute of Soil and Water Conservation,Northwest A&F University,Yangling 712100,China)

机构地区：[1]西北农林科技大学旱区节水农业研究院,杨凌712100 [2]西北农林科技大学机械与电子工程学院,杨凌712100 [3]西北农林科技大学水土保持研究所,杨凌712100

出　　处：《农业工程学报》

基　　金：“十三五”国家重点研发计划项目(2017YFC0403203);杨凌示范区产学研用协同创新重大项目(2018CXY-23)。

年　　份：2020

卷　　号：36

期　　号：20

起止页码：125-133

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAB、CAS、CSCD、CSCD2019_2020、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为研究无人机多光谱遥感5个波段光谱反射率反演冬小麦SPAD(Soil and Plant Analyzer Development)值的可行性,该研究采用六旋翼无人机搭载五波段多光谱相机,采集冬小麦拔节期、孕穗期、抽穗期、开花期的冠层光谱影像并提取反射率特征参数,建立SPAD值的反演模型。结果表明,当波长范围在蓝光、绿光和红光波段,冬小麦拔节期、孕穗期和开花期的无人机多光谱影像反射率参数与SPAD值呈负相关关系,而在抽穗期,二者呈正相关;当波长范围为红边及近红外波段,在整个生长期,二者均呈现正相关关系。该研究构建冬小麦SPAD值反演模型采用了主成分回归、逐步回归和岭回归法,经对比发现基于逐步回归法构建的模型效果最优,该模型的校正决定系数为0.77,主成分回归法次之,岭回归法较差。此外,冬小麦抽穗期多光谱反射率反演SPAD值效果最显著,主成分回归、岭回归和逐步回归3种回归模型的校正决定系数分别为0.72、0.74和0.77。该研究可为无人机多光谱遥感监测作物长势、实现精准农业生产管理提供技术依据。

关 键 词：无人机 遥感 冬小麦 多光谱影像 回归模型  SPAD

分 类 号：S252]