农业机械学报

作者：郝琨，张维奇，钟韵，孙爱华，朱士江，张艳群，王亚林，李虎

单位：三峡大学,三峡大学,三峡大学,三峡大学,三峡大学,东莞市水利勘测设计院有限公司江西赣南分公司,三峡大学,三峡大学,

关键词：柑橘;叶片含水率;叶绿素含量;无人机多光谱;PSO-ELM;反演

基金：湖北省自然科学基金项目（2024AFB320、2025AFB103）

叶片含水率及叶绿素含量是反映作物健康生长发育的重要生理指标，为连续、快速、精准、无损、大规模获取柑橘叶片含水率和叶绿素含量，本研究基于无人机多光谱遥感技术，提出一种融合敏感植被指数优选与粒子群优化极限学习机（PSO-ELM）的协同反演方法。以鄂西柑橘为研究对象，通过全生育期无人机多光谱影像与同步地面实测数据，各筛选5个与叶片含水率和叶绿素含量相关性较强的植被指数构建敏感植被指数组，并采用偏最小二乘回归（PLS）、极限学习机（ELM）、PSO-ELM及PSO-ELM协同反演算法进行建模对比。结果表明：基于PSO-ELM协同反演在敏感植被指数组驱动下表现最优，较传统PLS模型反演叶片含水率和叶绿素含量精度提升15.16%与53.78%，较ELM模型精度提升20.80%与25.84%，较PSO-ELM模型精度提升6.18%与4.02%。基于PSO-ELM协同反演可实现柑橘叶片含水率和叶绿素含量同步估算，其中叶片含水率估算验证集决定系数R2为0.790，叶绿素含量R2为0.672。研究结果可为无人机多光谱遥感在果树生理监测方面的应用提供理论依据。

来源：2025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2025年第10期