农业机械学报

作者：张智韬，周永财，杨帅，谭丞轩，劳聪聪，许崇豪

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,

关键词：冬小麦; 土壤含水率; 土壤背景; 多光谱图像; 植被指数

基金：国家重点研发计划项目（2017YFC0403302）、国家自然科学基金项目（51979232）、陕西省自然科学基础研究计划项目（2019JM-066）和杨凌示范区科技计划项目（2018GY-03）

为剔除无人机多光谱图像中的土壤背景、提高作物根域土壤含水率反演精度，以不同水分处理的拔节期冬小麦为研究对象，利用无人机多光谱相机分别在09:00、11:00、13:00、15:00和17:00等5个时刻获取高分辨率多光谱图像，采用改进的植被指数阈值法快速确定植被像元与土壤像元的分类阈值，通过阈值划分剔除土壤背景，并根据阈值变化研究土壤背景对冬小麦冠层反射率的影响，建立了剔除土壤背景前后基于植被指数的土壤含水率反演模型。结果表明，应用改进的植被指数阈值法可有效剔除多光谱图像中的土壤背景，其中基于植被指数RDVI的剔除精度最高，总体精度在91.32%以上；土壤背景对冬小麦冠层近红外波段的反射率影响较大，红边波段次之，而对可见光波段的反射率影响较小；剔除土壤背景前后的植被指数与土壤含水率均呈线性关系，剔除土壤背景对反演土壤含水率的精度有显著提高，其中NGRDI反演深度10~20?cm的冬小麦根域土壤含水率效果最好，建模集R2和RMSE分别为0.739和2.0%，验证集R2和RMSE分别为0.787和2.1%。

来源：2021年第4期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第4期