农业机械学报

作者：王来刚，贺佳，郑国清，郭燕，张彦，张红利

单位：河南省农业科学院,河南省农业科学院,河南省农业科学院,河南省农业科学院,河南省农业科学院,河南省农业科学院,

关键词：玉米;光合有效辐射吸收比例;无人机;多光谱遥感;植被指数;纹理指数

基金：国家重点研发计划项目（2018YFD0300702）、河南省重点研发与推广专项（212102110250）和河南省科技智库调研项目（HNKJZK-2022-53B）

为了探究无人机多光谱遥感影像估算作物光合有效辐射吸收比例（Fraction of absorbed photosynthetically active radiation，FPAR）的潜力，以无人机多光谱影像提取的植被指数、纹理指数、叶面积指数为模型输入参数，在分析不同参数与FPAR相关性的基础上优选植被指数与纹理指数，并分别以一元线性模型、多元逐步回归模型、岭回归模型、BP神经网络模型等方法估算玉米FPAR。结果表明：植被指数、纹理指数、叶面积指数 3种参数与FPAR都具有较强的相关性，其中植被指数相关系数最大；在不同类型的FPAR估算模型中，BP神经网络模型的估算效果最优，FPAR估算模型决定系数R2、均方根误差（RMSE）分别为0.857、0.173，验证模型R2、RMSE分别为0.868、0.186，模型估算值与田间实测值间相对误差（RE）为8.71%；在不同形式的模型参数组合中，均以植被指数、纹理指数、叶面积指数 3种参数融合的FPAR模型的估算与验证效果最优，说明多特征参数融合能有效改善FPAR估算效果。该研究为基于无人机多光谱遥感数据精准估算玉米FPAR及生产潜力提供了科学依据。

来源：2022年第10期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第10期