利用无人机高光谱估算冬小麦叶绿素含量

作者：冯海宽; 陶惠林; 赵钰; 杨福芹; 樊意广; 杨贵军^*

来源：光谱学与光谱分析, 2022, 42(11): 3575-3580.

• 冬小麦
• 叶绿素含量
• 植被指数
• 红边参数
• 偏最小二乘回归

叶绿素含量(SPAD)是作物长势评价的重要指标，可以监测农作物的生长状况，对农业管理至关重要，因此快速、准确地估算SPAD具有重要意义。以冬小麦为研究对象，利用无人机高光谱获取了拔节期、挑旗期和开花期的影像数据，获取植被指数和红边参数，研究植被指数与红边参数估算SPAD的能力。先将植被指数与红边参数分别与不同生育期的SPAD进行相关性分析，再基于植被指数、植被指数结合红边参数，通过偏最小二乘回归(PLSR)方法估算SPAD,最后制作SPAD分布图验证模型的有效性。结果表明，(1)大部分植被指数与红边参数在3个主要生育期与SPAD相关性均达到极显著水平(0.01显著);(2)单个植被指数构建的SPAD估算模型中，LCI表现最好(R2=0.56, RMSE=2.96, NRMSE=8.14%),红边参数中Dr/Drmin表现最好(R2=0.49, RMSE=3.18, NRMSE=8.76%);(3)基于植被指数结合红边参数构建的SPAD估算模型效果最佳，优于仅基于植被指数构建的SPAD估算模型，同时，随着生育期推移，两种模型均在开花期达到最高精度，R2分别为0.73和0.78, RMSE分别为2.49和2.22, NRMSE分别为5.57%和4.95%。因此，基于植被指数结合红边参数，并使用PLSR方法可以更好地估算SPAD,可以为基于无人机遥感的SPAD监测提供一种新的方法，也可为农业管理提供参考。

• 单位
  河南工程学院; 北京市农林科学院; 南京农业大学; 土木工程学院