农业机械学报

作者：王敬哲,丁建丽,马轩凯,葛翔宇,刘博华,梁 静

单位：新疆大学,新疆大学,新疆联海创智信息科技有限公司,新疆大学,新疆大学,新疆大学,

关键词：土壤含水率; 高光谱; 无人机; 遥感; 光谱指数

基金：国家自然科学基金项目（41771470、41661046）

选取新疆阜康绿洲小块农田为研究对象，基于无人机(Unmanned aerial vehicle, UAV)平台搭载的高光谱传感器获取的影像数据，采用Savitzky-Golay (SG)平滑后的一阶微分(First derivative, FD)、吸光度(Absorbance, Abs)、连续统去除 (Continuum removal, CR)3种不同预处理方法，获取了SG、SG-FD、CR、Abs及Abs-FD共计?5种?预处理后的高光谱影像，探索不同预处理下的差值指数(Difference index, DI)、比值指数(Ratio index, RI)、归一化指数 (Normalization index, NDI)及垂直植被指数 (Perpendicular vegetation index, PVI)与土壤含水率 (Soil moisture content, SMC)的关系，在遴选出最优指数及预处理方案的基础上，构建干旱区绿洲农田SMC高光谱定量估算模型。结果表明：预处理在不同程度上提高了光谱指数与SMC的相关性，其中基于Abs预处理的?PVI??(R644, R651)??表现最优，相关系数为0?788，据此构建的三次拟合函数表现最优。基于不同预处理方案下，多变量SMC估算模型在消噪的基础上更深入地挖掘了光谱信息，减少了单一光谱指数造成的误差，提升了模型的定量估测效果。Abs模型预测精度亦最为突出，其建模集?R?2?c?和RMSE为0.84、2.16%，验证集?R?2?p?与RMSE为0.91、1.71%，RPD为2.41。本研究构建的SMC估算模型减少了单一变量模型的误差，在规避过拟合现象的同时，提升了模型的定量估测效果，为土壤含水率状况天地空一体化遥感监测提供了参考方案。

来源：2018年第11期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2018年第11期