文献类型：期刊文章

作　　者：杨锡震[1,2] 陈俊英[1,2] 张秋雨[1,2] 王天阳[1,2] 左西宇[1,2] 杨宁[1,2] 耿宏锁[1] 赵笑[3]

YANG Xizhen;CHEN Junying;ZHANG Qiuyu;WANG Tianyang;ZUO Xiyu;YANG Ning;GENG Hongsuo;ZHAO Xiao(College of Water Resources and Architectural Engineering,Northwest A&F University,Yangling 712100,China;The Key Laboratory of Agricultural Soil and Water Engineering in Arid Areas Subordinated to the Ministry of Education,Northwest A&F University,Yangling 712100,China;College of Vocational and Adult Education,Northwest A&F University,Yangling 712100,China)

机构地区：[1]西北农林科技大学水利与建筑工程学院,杨凌712100 [2]西北农林科技大学旱区农业水土工程教育部重点实验室,杨凌712100 [3]西北农林科技大学成人教育学院,杨凌712100

出　　处：《农业工程学报》

基　　金：国家自然科学基金项目(52179044、52279047)。

年　　份：2023

卷　　号：39

期　　号：10

起止页码：66-75

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAB、CAS、CSCD、CSCD2023_2024、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：土壤水分是影响作物生长的关键因子,在精准灌溉中估算土壤含水率有重要意义,结合作物生理参数与叶片光谱特性,能够在一定程度上增强土壤含水率遥感监测模型的稳定性。为了提高土壤含水率遥感监测模型在冬小麦多种物候期的适用性以及迁移能力,该研究通过连续小波变换增强光谱对叶片不同生化生理指标的响应后,通过变量投影重要性分析方法对冬小麦叶片含水率、叶绿素、叶面积指数敏感的光谱特征进行特征筛选,结合偏最小二乘回归构建土壤含水率模型,并与土壤含水率所选特征建立的监测模型在独立年份数据与不同传感器之间进行比较。结果表明,土壤含水率变化显著改变了冬小麦叶绿素以及叶面积,进而影响了小麦冠层光谱,小尺度小波变换可以增强冬小麦冠层光谱和土壤含水率的相关性(相关系数的平方由0.46提升至0.61)。综合基于地面非成像数据集和机载成像数据集进行的模型验证结果,基于叶绿素所选小波特征在2021年高光谱非成像数据集和2022年机载成像数据集构建的土壤含水率监测模型表现最优,其中基于分解尺度1的叶绿素小波特征构建的模型效果最好,其在独立非成像数据集验证中决定系数为0.541,均方根误差为2.42%,在成像数据集验证中决定系数为0.687,均方根误差为1.92%。因此,通过冬小麦叶片叶绿素与连续小波变换选取的光谱特征进行土壤含水率监测的适用性更强,可以进一步提高土壤含水率监测模型的准确性及稳定性。

关 键 词：土壤含水率 叶绿素 模型  冬小麦 高光谱  连续小波变换

分 类 号：S512.1] S24S127