基于高光谱的双季稻分蘖数监测模型

发布时间：2024-02-15 21:13

　　旨在阐明双季稻分蘖数与冠层反射高光谱间的定量关系,构建基于高光谱的双季稻分蘖数监测模型。基于不同早、晚稻品种和施氮水平的田间试验,于关键生育期(分蘖期、拔节期和孕穗期)测定早、晚稻分蘖数,同步使用FieldSpec HandHeld 2型高光谱仪采集早、晚稻冠层反射高光谱数据,分别利用光谱指数法和连续小波变换构建新型光谱指数和敏感小波特征对双季稻分蘖数进行监测,建立双季稻分蘖数光谱监测模型,并用独立试验数据进行检验。结果表明,新型光谱指数和敏感小波特征对双季稻分蘖数的监测效果优于其他类型光谱参数(植被指数和"三边"参数),其中位于红边区域的小波特征db7(s9,w735)监测早稻分蘖数时表现最优,监测模型R²为0.754,模型检验相对均方根误差RRMSE为0.128;位于红边区域的小波特征mexh(s6,w714)监测晚稻分蘖数时表现最优,监测模型R²为0.837,模型检验RRMSE为0.112。研究结果可为双季稻分蘖数快速无损监测和群体质量精确调控提供理论基础与技术支持。

【文章页数】：8 页

【部分图文】：

图1早、晚稻冠层反射光谱与分蘖数之间的相关性

冠层光谱反射率与分蘖数之间的相关性在早、晚稻中表现基本相同（图1）。但不同波段范围的相关性差异较大，可见光区域内反射率与TN呈负相关，近红外区域内反射率与TN呈正相关。2.2最优光谱指数提取

图2归一化光谱指数和比值光谱指数两波段组合（λ(x)和λ(y)）与分蘖数的线性回归关系决定系数等势图

与早稻TN相关性较高的3个光谱指数分别为NDSI(ρ975,ρ714)、RSI(ρ971,ρ718)和RSI(ρ720,ρ985)，其中，NDSI(ρ975,ρ714)与早稻TN之间线性回归方程的R2最大，其值为0.724，确定为监测早稻TN的最优光谱指数（表1）。与晚稻TN相关....

图4光谱参数与分蘖数在建模数据集中的相关性

表3中，监测早稻TN时，植被指数中的归一化红边指数（NDRE）表现最优，其建模R2为0.683，检验RRMSE为0.150；“三边”参数中的红边面积（SDr）与TN之间的相关性较高，其建模R2为0.656，检验RRMSE为0.153；最优光谱指数NDSI(ρ975,ρ714)监测....

图5基于不同光谱参数的早、晚稻分蘖数监测模型预测值与实测值1∶1关系图

图4光谱参数与分蘖数在建模数据集中的相关性2.5早、晚稻分蘖数监测的敏感性评估

本文编号：3900253