科研之友
微信
新浪微博
Facebook
分享链接
摘要
土壤水分是影响农业生产的重要因素，在作物生长发育和最终产量上起着至关重要的作用，快速、高效地估算土壤水分已成为农林水资源监测的热点问题。利用高光谱反射率的特征波段计算植被指数、构建土壤水分反演模型已获得广泛的认可和应用。针对反演土壤水分受植被覆盖度影响较大的问题，提出用多种植被指数组合削弱植被覆盖度对土壤水分反演的影响。在宜昌市仓屋榜试验基地选取30组柑橘树，在果树滴落线处收集土壤，通过烘干法测定土壤质量含水率，采样4次，共计120组土壤含水率；并利用ASD Field Spectral FR光谱仪（波长范围325～1 075 nm）及大疆精灵4多光谱版无人机获取了120组试验区蓝、绿、红、红边、近红外及短波红外波段光谱反射率，采用移动平均法对光谱数据进行降噪预处理，通过灰色关联法对9种植被指数进行比较分析，筛选出与土壤水分极显著相关的4种植被指数（p2）、相对误差绝对值（ARE）、均方根误差（RMSE）作为反演模型的精度评价指标。结果表明：逐步回归模型和BP神经网络模型的土壤水分反演值与实测值之间的R2分别为0.816、 0.889, RMSE分别为2.54%、 1.53%, ARE分别为21.13%、 8.88%,利用多植被指数组合的非线性BP神经网络算法基于植被指数建模对土壤水分反演的精度更高，在一定程度上可以克服植被覆盖度不同对土壤水分反演精度的影响，作为直接测定土壤水分的有效替代方法，为农业灌溉定量决策及科学管理提供科学参数。
- 单位
