农业机械学报

作者：陶惠林，徐良骥，冯海宽，杨贵军，代阳，牛亚超

单位：北京农业信息技术研究中心,安徽理工大学,北京农业信息技术研究中心；国家农业信息化工程技术研究中心,北京农业信息技术研究中心；北京市农业物联网工程技术研究中心,安徽理工大学,安徽理工大学,

关键词：冬小麦; 叶面积指数; 株高; 高光谱; 植被指数; 偏最小二乘

基金：广东省重点领域研发计划项目（2019B020214002）和国家自然科学基金项目（41601346、41871333）

为了快速、准确地估算叶面积指数（LAI），通过无人机搭载成像高光谱相机，获取了冬小麦3个生育期的影像数据，从中提取出株高（Hcsm）。首先，分析了植被指数、Hcsm与LAI的相关性，挑选出最优植被指数；然后，分别构建了单个参数的LAI线性估算模型；最后，以植被指数、植被指数结合Hcsm为模型输入因子，采用偏最小二乘回归方法构建LAI估算模型。结果表明：通过无人机高光谱遥感影像提取的Hcsm精度较高（?R???2?=0.95）；在不同生育期，大部分植被指数和Hcsm均与LAI呈0.01显著相关水平；基于最优植被指数结合Hcsm估算LAI的精度优于仅基于最优植被指数或Hcsm的估算精度；以植被指数、植被指数结合Hcsm为输入变量，通过偏最小二乘回归构建的LAI估算模型在开花期估算精度达到最高，并且以植被指数结合Hcsm为自变量估算LAI的能力更佳（建模?R???2?=0.73，RMSE为0.64）。本研究方法可以提高LAI估算精度，为农业管理者提供参考。?

来源：2020年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第12期