基于EFAST法的APSIM小麦产量形成参数敏感性分析

【目的】为了有效识别影响APSIM小麦产量形成的敏感参数,简化模拟过程.【方法】结合2016～2017年甘肃省定西市安定区凤翔镇安家沟村大田试验数据及1971～2019年定西市安定区气象资料,利用扩展傅里叶幅度检验法(extended fourier amplitude sensitivity test, EFAST),借助Simlab软件,对APSIM模型18个作物参数进行敏感性分析,并对筛选后的参数设置单因素梯度检验.【结果】6个敏感参数的敏感性排序:每克茎籽粒数量灌浆期籽粒日潜在灌浆速率单株最大籽粒质量作物春化敏感性指数灌浆到成熟积温出苗到拔节积温.其中,每克茎籽粒数量、灌浆期籽粒日潜在灌浆速率和单株最大籽粒质量对模拟产量贡献率分别达50.6%、31.9%和27.5%.在-50%～+50%变化比例下,产量变化绝对值介于0～500 kg/hm~2.同等增加比例时,出苗到拔节积温引起产量变化幅度最高达249.85 kg/hm~2;同等减少比例时,单株最大籽粒质量引起产量变化幅度最高达493.55 kg/hm~2.【结论】通过EFAST法进行敏感性分析,得到对小麦产量形成的6个敏感参数,可在实际应用中优先校准.     

基于APSIM模型的不同氮肥方案小麦叶面积指数的模拟研究

【目的】了解黄土丘陵沟壑区域旱地春小麦叶片的生长规律.【方法】在田间试验的基础上,调试APSIM模型参数,利用调参后的APSIM模型模拟低氮量N_1、中氮量N_2和高氮量N_3 3种氮肥方案下小麦整个生育期叶面积指数的动态变化过程.【结果】APSIM模型对不同氮肥方案下小麦叶面积指数的模拟有较高的精度,均方根误差(RMSE)范围在0.100～0.366,决定系数(R~2)介于[0.808,0.975],有效性指数(Me)的范围在0.507～0.911.在中氮方案下的RMSE值最小,R~2值最大,Me值最大.【结论】在中氮方案下APSIM模型表现出更好的一致性,更高的解释程度和更好的有效性;其次是低氮方案;高氮方案下的模拟效果较差.     

基于APSIM的旱地小麦叶面积指数模拟模型构建

为了解旱地小麦叶片生长规律,建立基于APSIM的小麦叶面积潜在生长率模型和叶面积水、氮协同生长率模型,并在田间试验修订参数的基础上,连接到APSIM平台,模拟小麦叶面积指数动态变化过程,采用相关性分析方法定量分析小麦叶面积指数的变化规律。结果表明：基于APSIM的小麦叶面积潜在生长率模型和叶面积水、氮协同生长率模型对旱地小麦生长指标LAI的模拟有较高精度。小麦全生育期内叶面积指数模拟值与实测值呈显著正相关,相关系数(R)为0.996,归一化均方根误差(NRMSE)范围在3.08%～9.38%,模型有效性指数(M_E)为0.594～0.956,均大于0.5。     

旱地春小麦产量对不同生育阶段温度变化的响应模拟

【目的】定量分析陇中黄土丘陵沟壑区旱地春小麦不同生育阶段温度变化对小麦产量的影响,为陇中黄土丘陵沟壑区制定合理种植模式提供理论指导和决策依据。【方法】基于灰色关联度分析不同生育阶段温度与旱地春小麦产量间的关联性,确定影响旱地春小麦产量的关键生育阶段。应用APSIM（Agricultural Production System Simulator）模型模拟不同生育阶段温度变化条件下春小麦的产量,通过二次多项回归分析、单因素边际效应分析方法研究旱地春小麦产量对不同生育阶段温度变化的响应机制。【结果】（1）APSIM模型对模拟陇中黄土丘陵沟壑区不同播种期旱地春小麦的产量和生育期具有较高的适用性,模拟产量和生育期的均方根误差（RMSE）平均值分别为39.95 kg?hm ^-1和2.78 d,归一化均方根误差（NRMSE）平均值分别为1.55%和1.87%,模型有效性指数（M_E）平均值分别为0.73和0.83;（2）陇中黄土丘陵沟壑区旱地春小麦全生育期平均温度总体呈上升趋势,但不同生育阶段的温度增幅各不相同,播种—出苗、出苗—分蘖、分蘖—拔节、拔节—孕穗、孕穗—开花、开花—灌浆和灌浆—成熟阶段的平均气温倾向率分别为0.44℃?（10a） ^-1、0.34℃?（10a） ^-1、0.17℃?（10a） ^-1、0.41℃?（10a） ^-1、0.49℃?（10a） ^-1、0.52℃?（10a） ^-1和0.35℃?（10a） ^-1;（3）不同生育阶段温度变化对旱地春小麦产量的影响大小依次为灌浆—成熟、开花—灌浆、播种—出苗、孕穗—开花、拔节—孕穗、出苗—分蘖、休闲和分蘖—拔节阶段;（4）在其他生育阶段温度不变的条件下,播种—出苗阶段温度每提高0.5℃,春小麦产量平均增加0.45%;孕穗—开花阶段温度每提高0.5℃,春小麦产量平均减少0.34%。开花—灌浆阶段温度每提高0.5℃,春小麦产量平均减少0.65%;灌浆—成熟阶段温度每增加0.5℃,春小麦产量平均减少1.09%。【结论】APSIM模型对陇中黄土丘陵沟壑区不同播种期旱地春小麦的产量和主要生育期有较好的模拟效果。研究区旱地春小麦全生育期平均温度总体呈上升趋势,但不同生育阶段温度增幅不同。不同生育阶段温度变化对春小麦生长和发育影响不同。播种—出苗阶段增温倾向于增产,其他阶段增温倾向于减产。     

补灌量和覆盖量变化对旱地春小麦叶面积指数的影响

免耕覆盖中补灌量和秸秆覆盖量变化对叶片生长有较大影响,以甘肃省定西市安定区1979—2019年历史气象数据为基础,运用APSIM模型对补灌量与覆盖量耦合变化时旱地春小麦的叶面积指数进行模拟,并采用方差分析、二次多项式回归、单因素分析等方法,研究补灌量和覆盖量对旱地春小麦叶面积的影响机制。结果表明：在试验设计范围内,旱地春小麦叶面积指数随着补灌量变化在分蘖—拔节期呈开口向下的二次抛物线先增后减变化,补灌量在252.09 mm时春小麦叶面积指数出现最大值为1.83,其他各个时期均呈开口向上的二次抛物线递增变化。随着秸秆覆盖量变化,叶面积指数在出苗—分蘖期,呈开口向下的二次抛物线先增后减变化,试验设计范围内秸秆覆盖量为2397.09 kg/hm²时春小麦叶面积指数出现最大值为0.59,分蘖—拔节期呈开口向下的二次抛物线递增变化;其他各个时期均呈开口向上的二次抛物线递增变化。相同阶段下,补灌量每增加50 mm,春小麦叶面积指数最大增幅13.95%;秸秆覆盖量每增加1000 kg/hm²,春小麦叶面积指数最大增幅3.7%。补灌量对春小麦叶面积指数的影响...     

旱地小麦在不同氮肥处理下叶面积指数变化的模拟模型研究

【目的】为了解旱地小麦叶片生长规律、研究旱地小麦地上部主要器官的生长规律提供科学依据.【方法】采用单株叶面积最大值作为品种遗传参数,用两段非线性方程构建了不同氮肥处理条件下旱地小麦叶面积指数变化的模型.试验采用裂区设计,获取2013-2015年兰州和定西两地试验田间不同氮肥施入和不同品种的试验数据,并对模型予以检验.【结果】在适中量氮肥施入方案下,模型对两个品种的模拟值与实测值都表现出更好的一致性和相关性;在低氮和高氮施入方案下,模型指标处在可接受范畴,其中,RMSE为0.107~0.596;R2为0.761~0.983;Me值均大于0.5.【结论】在旱地小麦全生育期的8个阶段,通过模型计算的模拟值与实测值呈显著正相关,模拟效果较好;就施肥方案而言,在适中量氮肥施入方案下,模型更加贴近实际数据,更具普适性;就品种而言,模型计算数据对‘西旱2号’的实际数据解释程度更高、有效性更强.     

旱地春小麦产量对不同生育阶段温度变化的响应模拟

【目的】定量分析陇中黄土丘陵沟壑区旱地春小麦不同生育阶段温度变化对小麦产量的影响,为陇中黄土丘陵沟壑区制定合理种植模式提供理论指导和决策依据。【方法】基于灰色关联度分析不同生育阶段温度与旱地春小麦产量间的关联性,确定影响旱地春小麦产量的关键生育阶段。应用APSIM(Agricultural Production System Simulator)模型模拟不同生育阶段温度变化条件下春小麦的产量,通过二次多项回归分析、单因素边际效应分析方法研究旱地春小麦产量对不同生育阶段温度变化的响应机制。【结果】(1)APSIM模型对模拟陇中黄土丘陵沟壑区不同播种期旱地春小麦的产量和生育期具有较高的适用性,模拟产量和生育期的均方根误差(RMSE)平均值分别为39.95kg·hm~(-1)和2.78 d,归一化均方根误差(NRMSE)平均值分别为1.55%和1.87%,模型有效性指数(ME)平均值分别为0.73和0.83;(2)陇中黄土丘陵沟壑区旱地春小麦全生育期平均温度总体呈上升趋势,但不同生育阶段的温度增幅各不相同,播种—出苗、出苗—分蘖、分蘖—拔节、拔节—孕穗、孕穗—开花、开花—灌浆和灌浆—成熟阶段的平均气温倾向率分别为0.44℃·(10a)~(-1)、0.34℃·(10a)~(-1)、0.17℃·(10a)~(-1)、0.41℃·(10a)~(-1)、0.49℃·(10a)~(-1)、0.52℃·(10a)~(-1)和0.35℃·(10a)~(-1);(3)不同生育阶段温度变化对旱地春小麦产量的影响大小依次为灌浆—成熟、开花—灌浆、播种—出苗、孕穗—开花、拔节—孕穗、出苗—分蘖、休闲和分蘖—拔节阶段;(4)在其他生育阶段温度不变的条件下,播种—出苗阶段温度每提高0.5℃,春小麦产量平均增加0.45%;孕穗—开花阶段温度每提高0.5℃,春小麦产量平均减少0.34%。开花—灌浆阶段温度每提高0.5℃,春小麦产量平均减少0.65%;灌浆—成熟阶段温度每增加0.5℃,春小麦产量平均减少1.09%。【结论】APSIM模型对陇中黄土丘陵沟壑区不同播种期旱地春小麦的产量和主要生育期有较好的模拟效果。研究区旱地春小麦全生育期平均温度总体呈上升趋势,但不同生育阶段温度增幅不同。不同生育阶段温度变化对春小麦生长和发育影响不同。播种—出苗阶段增温倾向于增产,其他阶段增温倾向于减产。     

不同灌水处理对寒旱区紫花苜蓿叶面积指数的影响

【目的】研究紫花苜蓿叶面积指数变化规律,分析不同生育阶段灌水周期和灌水定额对紫花苜蓿叶面积指数的影响。【方法】对紫花苜蓿在浅埋式滴灌条件下进行大田试验,利用LAI-2200C植物冠层分析仪,测量不同灌水处理在不同生育阶段的紫花苜蓿叶面积指数,运用自定义函数拟合法,拟合紫花苜蓿在最适宜灌水条件下冠层生长模型。【结果】紫花苜蓿在适宜灌水条件下,冠层生长模型为LAI=0.978/(1+exp(5.96-0.271 t+0.002 t²))。对拟合的模型进行检验,实测值和模拟值之间的相关系数r为0.96,平均绝对误差为0.372,拟合的模型对于适宜灌水条件下的叶面积指数具有较好的模拟效果。可为紫花苜蓿高产栽培条件下冠层变化规律提供理论依据。【结论】紫花苜蓿叶面积指数变化基本呈较缓慢生长—快速生长—缓慢下降的规律,在适宜灌水条件下紫花苜蓿叶面积指数生长模型可用改进的Logistic函数进行模拟,且对于适宜灌水条件下的叶面积指数具有较好的预测效果。     

DNDC模型在曲周试验站的参数灵敏度分析及率定

【目的】基于河北省曲周试验站的试验数据,对DNDC模型的参数进行详尽的灵敏度分析和标定。【方法】采用独立参数扰动法进行参数的灵敏度分析,运用试错法对参数进行标定。【结果】在曲周试验站,标定模拟的土壤剖面体积含水量动态的精度较高,平均归一化均方根误差（NRMSE）为22.41%。对于土壤氧化亚氮释放量的模拟,则呈现出明显的季节变化趋势并有效地捕捉到其峰值所在。模型标定模拟的冬小麦叶面积指数、地上部分生物量和产量的NRMSE分别为27.04%、30.46%和28.10%;标定模拟的夏玉米叶面积指数、地上部分生物量和产量的NRMSE分别为28.49%、25.15%和26.92%。【结论】以上标定模拟的精度就田间实际情况而言,总体是可以接受的。经过详细参数标定后的DNDC模型将为深入探讨不同农田管理措施下,实现作物增产和农业减排双赢局面提供科学有效的途径。     

基于平均值的混合蛙跳算法

针对基本混合蛙跳算法收敛速度慢,容易陷入局部最优的问题,提出了基于平均值的混合蛙跳算法.该算法将基本蛙跳算法中子群的平均值,通过2种不同的更新策略分别引用到混合蛙跳算法的局部搜索中,对算法的更新策略进行了适当改进,以期提高混合蛙跳算法的局部搜索能力.结果表明:更新策略1将子群的平均值与局部更新策略相结合,使算法在搜索过程中加快搜索速度,提高了局部搜索能力;更新策略2则通过采用自适应概率随机将子群的平均值取代子群部分最优个体进行策略更新,使算法在局部搜索时提高了寻优能力,有效的避免算法陷入局部最优.通过对5个测试函数进行优化,并同基本混合蛙跳算法和文献中改进的算法进行比较,结果表明:该算法可以有效的避免局部搜索过早收敛,具有较好的优化性能.     

基于红边参数不同品种的估算模型

【目的】利用红边参数的动态变化规律建立不同品种滴灌棉花叶面积指数估测模型。【方法】以棉花品种新陆早50号、新陆早58号和鲁棉研24号(杂交棉)为材料,分析LAI和红边位置的动态变化,构建滴灌棉花叶片红边参数-LAI估算模型。【结果】LAI增长最快时期均出现在40~70 d,不同品种滴灌棉花的LAI增长速率有明显的差异,表现为:鲁棉研24号>新陆早50号>新陆早58号;不同品种棉花均在病虫害发生期出现蓝移现象,在棉花正常生长下,出现红移现象。红边参数与LAI均达到极显著相关,构建3个估算模型中,鲁棉研24号精度最高(R²=0.816 8 ,RMSE=0.77)。【结论】建立的估算模型均可对LAI进行有效估测。     

小麦品种改良过程中物质积累转运特性与产量的关系

【目的】探明小麦品种改良过程中物质积累与转运特性及其与产量形成的关系,为选育高产品种、制定育种目标提供理论依据。【方法】选用32个20世纪不同年代代表性小麦品种于2007-2009年进行大田试验,分析小麦不同生育时期干物质生产与积累转运特性的演进特征及其与产量的关系。【结果】随着品种改良进程,籽粒产量和收获指数逐步提高,而20世纪60年代品种生物产量显著降低随后保持稳定;开花期叶面积、叶面积指数及旗叶光合速率逐步提高,为花后物质积累提供了物质和能量来源。品种改良显著提高了小麦拔节前和开花后物质积累量及群体生长速率,但降低了拔节至开花期积累量和生长速率;提高了花前干物质转运量、转运率及贡献率,但降低了花后干物质贡献率。小麦籽粒产量与拔节前及开花后干物质积累量、生长速率及花前干物质贡献率显著正相关,与拔节开花阶段物质积累量和生长速率及花后干物质贡献率显著负相关。【结论】品种改良提高了小麦物质生产能力和生产效率,协调了不同生育阶段物质积累,平衡了花前和花后干物质对籽粒的贡献。因此,提高拔节前营养生长、增加花后干物质积累和花前物质转运是小麦产量改良的重要物质基础,也是今后小麦高产育种的重要目标。     

基于高光谱的冬小麦叶面积指数估算方法

【目的】冬小麦叶面积指数是评价其长势和预测产量的重要农学参数,高光谱技术监测叶面积指数的方法能够实现快速无损的监测管理。本文旨在将田间监测和高光谱遥感相结合,探索研究中国南方江汉平原地区冬小麦的最佳波段、光谱参数及监测模型。【方法】研究选取江汉平原的湖北省潜江市后湖管理区,利用ASD地物光谱仪和SunScan冠层分析系统在田间对冬小麦的冠层光谱及叶面积指数的变化进行监测,并探讨高光谱植被指数与冬小麦叶面积指数之间的定量关系。通过相关性分析、回归分析等方法构建6种植被指数与冬小麦叶面积指数的反演模型。【结果】冬小麦冠层光谱反射率中近红外波段870 nm,红光波谷670 nm,绿光波峰550 nm,蓝光450 nm波段对叶面积指数变化最为敏感,通过构建植被指数与叶面积指数模型,相关性均较好,决定系数（R2）为0.675-0.757,其中NDVI反演模型的R2最高为0.757。【结论】经模型精度检验,NDVI植被指数反演模型的精度较其它模型好,较适合对研究样区的冬小麦进行叶面积指数反演。     

基于新型植被指数的冬小麦LAI高光谱反演

【目的】本研究旨在分析冠层叶片水分含量对作物冠层光谱的影响,构建新型光谱指数来提高作物叶面积指数高光谱反演的精度。【方法】在冬小麦水肥交叉试验的支持下,分析不同筋性品种、施氮量、灌溉量处理下的冬小麦叶面积指数冠层光谱响应特征,并分析标准化差分红边指数(NDRE)、水分敏感指数(WI)与叶面积指数的相关性,据此构建一个新型的植被指数——红边抗水植被指数(red-edge resistance water vegetable index,RRWVI)。选取常用的植被指数作为参照,分析RRWVI对于冬小麦多个关键生育期叶面积指数的诊断能力,随机选取约2/3的实测样本建立基于各种植被指数的叶面积指数高光谱响应模型,未参与建模的样本用于评价模型精度。【结果】研究结果表明,随着生育期的推进,冬小麦的叶面积指数呈先增加后降低的变化趋势,不同的水肥处理对冬小麦叶面积指数具有较大影响。开花期之后冬小麦LAI显著下降,强筋小麦(藁优2018)在整个生育期叶面积指数均高于中筋小麦(济麦22);不同氮水平下冬小麦冠层光谱反射率在近红外波段(720—1 350 nm)随着施氮量的增加而增大,与氮肥梯度完全一致,其中2倍氮肥处理的近红外反射率达到最高;不同生育期下冬小麦冠层光谱反射率变化波形大体一致;各个关键生育期的NDRE和WI均存在较高的相关性,而NDRE与LAI的相关性明显优于WI,新构建的植被指数RRWVI与LAI的相关性均优于NDRE、WI;虽然8个常用的植被指数均与LAI存在显著相关,但RRWVI与LAI相关性达到最大,其拟合曲线的决定系数R2为0.86。【结论】通过分析各种指数所构建的冬小麦叶面积指数高光谱反演模型,新构建的RRWVI取得了比NDRE、NDVI等常用植被指数更为可靠的反演效果,说明本研究新构建的红边抗水植被指数可有效提高冬小麦叶面积指数的精度。     

基于分段方式选择敏感植被指数的冬小麦叶面积指数遥感反演

【目的】考虑到利用单一植被指数（VI）反演叶面积指数(LAI)时,存在着不同程度的饱和性和易受土壤背景影响的问题,提出通过分段的方式选择敏感植被指数形成最佳VI组合以提高LAI反演的精度。【方法】通过ACRM辐射传输模型模拟数据,结合地面实测光谱数据,选择常用的植被指数进行土壤敏感性分析以及饱和性分析确定LAI的分段点,并在此基础上分段选择最佳植被指数形成组合VI来实现LAI的最终反演,并利Landsat5 TM开展区域条件下冬小麦LAI反演应用。【结果】以LAI=3是较为适宜的分段点,利用植被指数最佳分段组合OSAVI(LAI≤3)+TGDVI(LAI>3)可在一定程度上有效克服土壤影响因素以及饱和性问题,联合反演的结果明确优于单一植被指数反演精度。【结论】通过分段选择最佳植被指数形成联合VI可以有效提高LAI反演精度。     

宽幅播种对枣麦间作模式下冬小麦生长发育及产量的影响

【目的】研究宽幅播种对新疆南疆枣麦间作模式下冬小麦生长发育及产量的影响。【方法】在枣麦间作模式下,设置宽幅播种和常规条播2种不同的播种方式,分析不同播种方式下冬小麦叶片叶绿素含量(SPAD值)、叶面积指数(LAI)、干物质积累及产量和产量构成因素的变化规律。【结果】与常规条播相比,宽幅播种处理有利于枣麦间作模式下冬小麦叶绿素含量(SPAD值)的提高,增大了叶面积指数(LAI),促进干物质的积累,有效提高了籽粒产量。与常规条播相比,2018年、2019年宽幅播种冬小麦的有效穗数分别降低了5.31%、4.78%;穗粒数分别增加2.73%、3.47%;千粒重分别提高了4.00%、5.13%;籽粒产量分别提高了2.36%、6.10%;2018年宽幅播种的生物量降低了5.23%,但2019年宽幅播种的生物量较常规条播却增加了2.90%。【结论】枣麦间作模式下宽幅播种增加了冬小麦叶绿素含量,提高了LAI,促进了干物质积累,提高了籽粒产量。     

基于过程的小麦株型指标动态模拟

【目的】揭示小麦株型指标变化规律及播种密度对株型指标的影响。【方法】基于不同播种密度和不同株型品种的小麦田间试验,通过连续观测主要生育时期小麦主茎叶型和茎型指标,分析并模拟分层叶面积、叶向值、株高构成指数等株型指标的动态变化规律及播种密度对其的影响。【结果】不同株型品种分层叶面积指数（LAI）均表现为中部>上部>下部的分布特征,并随生育期的推进逐渐向中上部集中,且冠层中上部总是高密度群体LAI较大。所有品种高低密度间株高构成指数（穗下节与倒二节间长度之和与株高的比值,IL）均表现出显著差异,不同株型品种株高构成指数（n节间长与n节间加n-1节间长度之和的比值,In）表现为从下至上先减小后增大的趋势,且上部节间受密度影响较大。较为紧凑的矮抗58叶向值在不同密度下表现平稳,随生育进程略微表现为增大-减小-趋缓的趋势;较为披散的扬麦12号中高密度下随生育进程均表现为平缓-减小-平缓的趋势;扬麦16号则表现为平缓-减小-略微增大的趋势。在分析株型指标变化趋势和课题组已有形态模型的基础上,通过冠层切割和叶面积积分的方法模拟了叶面积指数的分层动态变化,利用组合的形态参数模拟了株高构成指数和叶向值的动态变化,并通过对形态指标的归类分析,构建了综合性株型构成指数,综合体现了叶型和茎型的动态变化。利用独立试验资料对分层叶面积指数、株高构成指数和叶向值的动态变化模型进行了检验,其平均RRMSE分别为17.44%、7.64%和10.66%。【结论】经检验,该模型对上述小麦株型指标具有较好的预测性。     

基于随机森林算法的冬小麦叶面积指数遥感反演研究

【目的】通过利用随机森林算法（random forest,RF）反演冬小麦叶面积指数（leaf area index, LAI）,及时、准确地监测冬小麦长势状况,为作物田间管理和产量估测等提供科学依据。【方法】本研究依据冬小麦拔节期、挑旗期、开花期及灌浆期地面观测数据,将相关系数分析（correlation coefficient,r）和袋外数据（out-of-bag data,OOB）重要性分析与随机森林算法（random forest,RF）相结合,在优选光谱指数和确定最佳自变量个数的基础上,构建了两种冬小麦LAI反演模型|r|-RF和OOB-RF,并利用独立数据集对两种模型进行验证;然后,将所建LAI反演模型用于无人机高光谱影像,进一步检验所建模型对无人机低空遥感平台的适用性和可靠性。【结果】|r|-RF和OOB-RF反演模型分别采用相关性前5强、重要性前2强的光谱指数作为输入因子时精度最优,验证决定系数（R²）分别为0.805、0.899,均方根误差（RMSE）分别为0.431、0.307,表明这两个模型均能对作物LAI进行精确反演,其中OOB-RF模型的反演效果更好。利用无人机高光谱影像数据结合OOB-RF估算模型反演得到冬小麦LAI与地面实测值的拟合方程的决定系数R²为0.761,RMSE为0.320,数值范围（1.02-6.41）与地面实测（1.29-6.81）亦比较吻合。【结论】本文基于地面数据构建的OOB-RF模型不仅具有较高的反演精度,而且适用性强,可用于无人机高光谱遥感平台提取高精度的冬小麦LAI信息。