农业机械学报

作者：朱文静，戴世元，冯展康，段凯文，邵长锋，魏新华

单位：江苏大学,江苏大学,江苏大学,江苏大学,江苏大学,江苏大学,

关键词：水稻;基本苗;混合像元分解;完全约束最小二乘法;像元二分法

基金：江苏省农业科技自主创新资金项目（CX(21)3061）、国家自然科学基金项目（61901194、52309051）、江苏大学第22批大学生科研课题立项项目（22A249）和江苏省优势学科项目（PAPD-2018-87）

基本苗数量是反映水稻健康水平的重要依据，在分蘖期精准估测水稻基本苗数量可以指导后期的施肥量，从而调控水稻的最佳分蘖数。同时，对水稻长势监测和产量预测具有非常重要的意义。针对传统田间人工统计基本苗数量耗时长、成本高等问题，以江苏大学附属农场镇江润果农场分蘖期水稻为研究对象，利用大疆无人机（M600 Pro型）搭载多光谱相机（Rededge-MX型）获取水稻分蘖期多光谱数据，对原始图像进行图像拼接、辐射校正、几何校正等预处理操作，根据像元纯度系数提取土壤端元和植被端元，建立波谱库，然后按照完全约束最小二乘法的方法执行混合像元分解，构建植被覆盖度和水稻基本苗数量的回归模型。该研究方法获得的模型决定系数R2为0.891，均方根误差RMSE为4.6株/m2。而传统的像元二分法模型（基于NDVI、VDVI和GNDVI植被指数计算植被覆盖度），其决定系数R2为0.834、0.744、0.642，其RMSE为5.7、7.1、8.4株/m2。试验结果表明，基于完全约束最小二乘法的混合像元分解模型评价指标均优于像元二分法模型。本文基于混合像元分解方法有效提高了水稻基本苗统计精度，并且生成了水稻基本苗数量反演图，可以直观统计基本苗数量，为分蘖期水稻补苗、间苗提供指导。

来源：2024年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第6期