无人机多源光谱反演大田夏玉米叶面积指数

【目的】研究多源光谱反演大田夏玉米叶面积指数(LAI)的效果。【方法】以大田夏玉米为研究对象,利用无人机获取试验区不同生育期热红外以及多光谱影像,提取热红外冠层温度(TC)以及多光谱植被指数,结合地面实测LAI数据,分析光谱数据与实测LAI之间的相关关系,并将TC与筛选出的11种植被指数作为输入变量,LAI作为输出变量利用多元线性回归、支持向量机和随机森林3个算法模型训练学习,建立了夏玉米LAI的反演模型。【结果】多光谱植被指数以及TC均与夏玉米LAI在P0.000 1水平上显著相关,相关系数均在0.5以上;RF算法于拔节期、喇叭口期、以及吐丝期3个生育期的LAI预测值与实测值的R~2均高于MLR算法和SVM算法,对应的RMSE及NRMSE均低于MLR算法和SVM算法;融合热红外TC后的RF模型反演精度均有不同程度的提升,各生育期LAI预测值与实测值R~2均大于同时期未融合TC的LAI反演模型。【结论】多光谱植被指数以及TC均与夏玉米LAI具有较强的相关性,且RF算法构建的夏玉米LAI反演模型精度优于MLR和SVM算法,同时TC的加入可以有效提升夏玉米LAI反演精度。     

基于无人机多源遥感的玉米LAI垂直分布估算

为探究无人机多源遥感影像估算玉米叶面积指数(Leaf area index, LAI)垂直分布，在田间设置了密度和播期试验，在7个生育时期利用无人机采集了可见光、多光谱和热红外影像并同步获取玉米LAI垂直分布数据。同时，为合理制定无人机飞行任务，分析了不同飞行高度和不同太阳高度角下获取的无人机影像对估算玉米LAI的影响。基于无人机影像提取的与玉米LAI相关性较高的植被指数、纹理信息和冠层温度等特征，利用7种机器学习方法分别构建了玉米冠层不同高度LAI估算模型，从中选取鲁棒性强的2个模型用于分析在不同飞行高度和不同太阳高度角下估算LAI的差异。研究结果表明，MLPR和RFR模型对玉米LAI估算鲁棒性最强，全生育期下模型rRMSE为11.31%(MLPR)和11.42%(RFR)。玉米冠层LAI垂直分布估算误差，所有模型的平均rRMSE分别为9.1%(LAI-1)、14.19%(LAI-2)、18.62%(LAI-3)、23.29%(LAI-4)和26.7%(LAI-5)。对于玉米穗位叶及以下部位的LAI估算误差均在20%以下，得到了较好精度。同时，在不同飞行高度和太阳高度角试验中可以得出...     

花生叶面积指数地面高光谱遥感估算模型研究

【目的】掌握花生叶面积指数(LAI)及其动态变化,并用于其生长监测和作物估产。【方法】试验于2019年在郑州市农业气象试验站进行,设置了3个不同氮素水平处理,以花生(豫花40)为研究对象,利用便携式光谱仪ASDHandHeld2测量花生冠层高光谱数据,使用LAI2200冠层分析系统采集花生叶面积指数。对原始光谱数据进行倒数对数和导数变换,并选取常见高光谱特征参数建立LAI估算模型,通过模型精度比较从中选择出最优估算模型。最后通过多元逐步回归,建立了花生LAI估算的多元回归模型。【结果】LAI单变量估算模型中,指数模型的R~2较大,其中VI_1(VI_1=R_g/R_r。R_g绿峰反射率,R_r红谷反射率)、VI_2(VI_2=(R_g-R_r)/(R_g+R_r))和R_r的指数模型R2超过0.68,拟合程度最高。同时利用检验样本计算均方根误差(RMSE),VI_2的RMSE值最小,其次是VI_1。【结论】以VI_2为自变量的指数模型最优,其次为VI_1。多元回归模型模拟精度高于单变量估算模型,当多种光谱参数均可获取的情况下,应优先选用多元回归模型对花生冠层LAI进行估算。     

基于高光谱数据的玉米叶面积指数和生物量评估

利用高光谱技术获取玉米农学参数信息,有助于提升玉米精准管理水平。本研究基于3个种植密度和5份玉米材料的田间试验,获取玉米大喇叭口期的地面ASD高光谱数据与无人机高光谱影像,分析不同种植密度下不同遗传材料的叶面积指数（LAI）和单株地上部生物量,构建基于全波段、敏感波段和植被指数的LAI和单株地上部生物量高光谱估算模型,比较分析两类高光谱数据在玉米表型性状参数上的监测能力。结果表明,野生型玉米材料的冠层光谱反射率在近红外波段随着种植密度的增大而增大;同一种植密度下的野生型玉米材料的光谱反射率在可见光和近红外波段均为最低。在可见光波段550 nm的波峰处,4种转基因材料的光谱反射率比野生型玉米材料的光谱反射率提高4.52%~19.9%,在近红外波段870 nm的波峰处,4种转基因材料的光谱反射率比野生型玉米材料的光谱反射率提高23.64%~57.05%。基于21个高光谱植被指数构建的模型对LAI的估算效果最好,测试集决定系数R²为0.70,均方根误差RMSE为0.92,相对均方根误差rRMSE为15.94%。敏感波段反射率（839~893 nm和1336~1348 nm）对玉米单株地上部生物量估算效果最佳,测试集R²为0.71,RMSE为12.31 g,rRMSE为15.89%。综上,田间非成像高光谱和无人机成像高光谱在玉米LAI及生物量估算方面具有较好的一致性,能够快速有效地提取地块尺度玉米农学参数信息,本研究可为高光谱技术在小区尺度的精准农业管理应用提供参考。     

玉米冠层LAI反演中UAV影像镜面反射去除方法

针对玉米叶片反射太阳光时因镜面反射导致获得的无人机影像反射率中存在与冠层结构无关的镜面反射部分,从而影响玉米冠层LAI的反演精度问题,本研究利用小波变换对无人机影像不同波段的阈值设置,在不影响漫反射的前提下削弱镜面反射成分,尽量只保留与冠层结构有关的反射率成分。以2018年7月15日和7月26日获取的河北农业大学辛集试验站多光谱无人机影像为数据源,构建了NDVI、GNDVI、SAVI和EVI 4个植被指数,并分别与ln(LAI)构建玉米冠层的单变量反演模型,利用决定系数和均方根误差进行LAI反演精度评价。精度评价结果表明,在7月15日玉米植株较稀疏时,去除镜面反射后,4个植被指数反演LAI与实测LAI的决定系数分别从0. 719 0、0. 559 8、0. 624 1、0. 598 5上升至0. 763 3、0. 694 0、0. 649 7、0. 619 4,均方根误差分别从0. 224 4、0. 252 6、0. 221 4、0. 224 5下降到0. 188 0、0. 195 8、0. 191 8、0. 198 7,说明去除镜面反射可以提高LAI的反演精度。在7月26日玉米植株相对茂密时,去除镜面反射后,4个指数构建模型对应的决定系数也同样提高,但在这种情况下,NDVI和GNDVI容易发生饱和,用阈值法降低反射率反而会加剧饱和现象,使这2个指数不能充分反映LAI的变化。SAVI和EVI因为加入了冠层背景调整因子,植被指数的变化得到放大,二者在去除镜面反射后与ln(LAI)拟合模型的决定系数都达到0. 6以上,因此,在植被覆盖较茂密时,SAVI指数和EVI指数更适合用于LAI反演。     

基于XGBoost-Shapley的玉米不同生育期LAI遥感估算

针对当前快速准确获取叶面积指数（Leaf area index, LAI）时大部分遥感预测方法将光谱信息作为模型主要特征,忽略时序变化特征的问题,利用无人机搭载五通道多光谱相机获取研究区玉米不同生育期的影像数据,基于该数据计算玉米相应生育期植被指数,然后采用植被指数建立各生育期子模型,采用Shapley理论计算子模型均方根误差对全生育期模型均方根误差的贡献度,从而确定各子模型权重,根据权重组合形成具有LAI时序变化特征的估算模型,分别基于支持向量回归（SVR）、多层感知机（MLP）、随机森林（RF）和极限梯度提升树（XGBoost）算法构建组合估算模型。结果表明：采用Shapley理论构建的组合LAI估算模型估算效果优于直接构建的全生育期LAI估算模型。相较于SVR-Shapley、MLP-Shapley以及RF-Shapley模型,XGBoost-Shapley模型的估算效果最佳（R²为0.97,RMSE为0.021,RPD为6.9）。将最优模型XGBoost-Shapley应用于研究区LAI预测,预测结果符合不同生育期玉米长势。本研究为大田玉米长势遥感监测提供...     

冬小麦冠层高光谱特征与覆盖度相关性研究

在2010年度与2011年度冬小麦生长季大田试验小区,实测了3个播种密度、3个灌水水平下冬小麦冠层的高光谱反射率与覆盖度。分析了冬小麦冠层光谱特征以及不同生育期冬小麦冠层光谱特征参数与覆盖度的相关性,建立了基于光谱特征参数的不同生育期冬小麦覆盖度估算模型。结果表明:从返青到成熟,冬小麦冠层可见光区光谱反射率先减小后增大,近红外区先增大后减小。不同种植密度下,适宜供水冬小麦在可见光波段的反射率依次小于轻度亏水、重度亏水条件下的冬小麦;在近红外波段,规律正好相反。在相关性分析中,传统光谱特征参数和新光谱特征参数与覆盖度在不同生育期均具有较好的相关性。相比以传统光谱特征参数为自变量的冬小麦覆盖度估算模型,基于绿峰峰度的估算模型可以提高冬小麦覆盖度的估算精度。     

基于Sentinel-2遥感影像的玉米冠层叶面积指数反演

叶面积指数是描述玉米冠层结构的重要参数之一,决定玉米冠层的光合作用、呼吸作用、蒸腾和碳循环等生物物理过程,因此精确反演叶面积指数对玉米长势监测具有重要意义。以河北省保定市的涿州市、高碑店市、定兴县为研究区,利用Sentinel-2遥感影像和LAI-2000地面同步实测数据进行玉米冠层叶面积指数反演,使用归一化差异光谱指数和比值型光谱指数两类指数,构建了单变量和多变量玉米冠层叶面积指数反演模型,通过决定系数(R2)和均方根误差(RMSE)筛选出最佳模型。研究结果表明,由NDSI(783,705)构建的单变量模型为最优反演模型,其决定系数为0.534 2,均方根误差为0.288 5。因此,基于Sentinel-2遥感影像利用植被指数反演玉米冠层叶面积指数的方法可作为判断玉米长势状况的初步判断依据。     

基于特征降维和机器学习的覆膜冬小麦LAI遥感反演

为进一步提升无人机遥感快速监测覆膜条件下冬小麦叶面积指数(Leaf area index, LAI)的能力,以垄沟覆膜冬小麦为研究对象,利用无人机搭载五通道多光谱传感器获取2021—2022年冬小麦出苗期、越冬期、返青期、拔节期、抽穗期和灌浆期的遥感影像数据,使用监督分类剔除背景并计算50种可见光和近红外植被指数,采用主成分分析、相关系数法、决策树排序和遗传算法进行特征降维,结合偏最小二乘、岭回归、支持向量机、随机森林、梯度上升和人工神经网络6种机器学习算法建立不同输入特征变量下的覆膜冬小麦LAI反演模型,并进行精度评价。结果表明,剔除覆膜背景使冬小麦冠层反射率更接近真实值,提高反演精度。采用适宜的特征降维方法结合机器学习算法能够提高覆膜冬小麦LAI的反演精度和稳定性,对比特征降维前的反演精度,主成分分析和相关系数法无法优化反演效果,决策树排序只适用于基于树模型的随机森林和梯度上升算法,遗传算法优化效果明显,遗传算法-人工神经网络模型反演效果达到最优(决定系数为0.80,均方根误差为1.10,平均绝对值误差为0.69,偏差为1.25%)。研究结果可为无人机遥感监测覆膜冬小麦生长状况提供...     

融合无人机光谱信息与纹理特征的棉花叶面积指数估测

农田尺度下作物叶面积指数(Leaf area index, LAI)的精准监测,对于研究群体结构对产量和管理措施的响应具有重要意义。目前普遍采用无人机光谱特征反演作物的LAI指数,作为长势和冠层结构诊断的重要依据,其估测精度的准确性是否可以提高仍有待研究。作物表面特征,如灰度和颜色,在不同生育阶段会发生变化。为此,本研究考虑到LAI的影响因素,设置不同的种植密度和氮素水平营造差异化的冠层结构,利用搭载多光谱传感器的无人机获取主要生育时期棉花的冠层图像得到植被指数(Vegetation indexs, VIs),基于二阶概率统计滤波(Co-occurrence measures)方法获取均值(MEA)、方差(VAR)、协同性(HOM)、对比度(CON)、相异性(DIS)、信息熵(ENT)、二阶矩(SEM)和相关性(COR)等8个纹理特征值(Texture features, TFs)。最后,采用支持向量机回归(SVR)、偏最小二乘法(PLSR)、深度神经网络(DNN)分别建立基于光谱特征、纹理特征以及二者结合的棉花LAI的估算模型,并比较差异。试验结果表明：VI₍(...     

基于分数阶微分和最优光谱指数的大豆叶面积指数估算

高光谱遥感技术可对作物生长状况进行无损、高效地监测，是推动现代精准农业发展的必要手段。以不同施氮水平与覆膜处理下的开花期大豆叶面积指数(Leaf area index, LAI)为研究对象，对原始开花期大豆高光谱反射率数据进行0～2阶微分变换处理(步长0.5),并筛选出各阶光谱指数中与开花期大豆LAI相关性最高的指数作为最优光谱指数进行输入，采用支持向量机(Support vector machine, SVM)、随机森林(Random forest, RF)、遗传算法优化的BP神经网络(BP neural network optimized by genetic algorithm, GA-BP)3种机器学习方法构建大豆LAI预测模型。结果表明：0～2阶光谱指数与大豆LAI相关系数平均值分别为0.616、0.657、0.666、0.669、0.658,相比于原始与整数阶高光谱反射率，分数阶微分变换处理后的高光谱反射率构建的光谱指数与开花期大豆LAI具有更强的相关性；相关系数平均值最高的1.5阶微分处理最优光谱指数波长组合分别为：TVI(687 nm, 754 nm)、DI(687 n...     

覆膜和种植密度对旱作春玉米产量和蒸散量的影响

为探究黄土高原旱作玉米的适宜种植密度,开展了玉米露地与覆膜6个种植密度的大田试验。结果表明:覆膜加速了玉米的生长和发育,表现在株高和叶面积指数的增加,生育期的提前,如抽穗期(即最大高度出现时)比露地种植提前了11 d。在玉米生长的中后期,露地玉米株高具有随密度增加而降低的趋势,而覆膜玉米则无显著差异。无论是覆膜还是露地种植,玉米叶面积指数都是随种植密度的增加而提高。玉米的蒸散量随种植密度的增加而增加,但覆膜种植降低了玉米对水分的消耗,在不同程度上缓解了因种植密度增加而导致的蒸散量增加与降水不足之间的矛盾。覆膜显著提高了玉米产量和水分利用效率,平均产量和水分利用效率较露地种植分别提高52.79%和60.55%。露地与覆膜种植产量和水分利用效率随种植密度的增加都呈现先增加后减小的趋势,但获得最高产量与水分利用效率对应的种植密度不同:露地种植在密度为52 500株/hm~2(D2)时获得最高产量和水分利用效率,而覆膜种植增大了单位面积土地可支撑的群体,最高产量和水分利用效率分别在密度为82 500株/hm~2(D4)和67 500株/hm~2(D3)时获得,但D3与D4下水分利用效率无显著差异,所以在试验气候年型下,黄土高原东部露地和覆膜种植的春玉米适宜密度分别为52 500株/hm~2和82 500株/hm~2。     

不同覆盖和水分处理对夏玉米生长发育和耗水特性的影响

在防雨棚下的测坑,研究了夏玉米在3种土壤水分下限控制条件下(占田间持水量的75%、65%和55%)不覆盖、地膜覆盖以及秸秆覆盖对作物生长发育、产量、耗水量以及水分利用效率(WUE)的影响.结果表明:地膜和秸秆覆盖的株高、叶面积指数、产量和水分利用效率均大于不覆盖;高水分秸秆覆盖的株高和叶面积指数高于地膜覆盖和无覆盖,中、低水分时地膜覆盖的株高和叶面积指数高于秸秆覆盖和无覆盖;中水分秸秆覆盖的增产效果最好,增产率为44.80%,高水分地膜覆盖的增产效果最差,增产率仅为9.32%;高、中水分条件下地膜覆盖的WUE提高率最大,分别为19.09%和50.64%,而低水分条件下秸秆覆盖的WUE提高率最大.由此可见,地膜和秸秆覆盖效应各有优势,土壤水分下限控制在田间持水量的65%时覆盖效果最佳.     

河西内陆灌区膜上灌节水增产技术

膜上灌是一种新型地面灌溉技术,具有节水和增产的双重效应.为此,在河西内陆灌区对春小麦和玉米进行了平铺打埂膜上灌水技术试验研究,以期为膜上灌技术的大面积推广应用提供技术指导和理论依据.通过试验,得出膜上灌春小麦和玉米的地膜覆盖技术要点、灌水技术要点和全生育期适宜灌水量.其中,膜上灌春小麦在全生育期内进行4次灌溉,膜上灌玉米全生育期内进行5次灌溉.同时,也得出了不同作物各生长期的灌水定额.     

覆膜滴灌对玉米田间水热传输及耗水的影响

基于充分滴灌条件下,定量分析了东北典型区玉米膜下滴灌与不覆膜滴灌下太阳净辐射、土壤热通量、土壤温度和作物耗水量的差异.结果表明:在晴天覆膜使得净辐射峰值时间滞后约1 h,在阴天覆膜处理土壤热通量能够为玉米生长提供更多的能量;全生育覆膜与不覆膜处理,冠层上方获得净辐射分别为133.25和135.42 W/m²,覆膜处理获得的可供能量低于不覆膜处理的,但在玉米生长中后期,覆膜处理提高了2%的净辐射;全生育期覆膜提高了0~80 cm土层平均地温1.13 ℃和土壤积温149.68 ℃;覆膜滴灌下玉米生长初期和后期的耗水量显著低于不覆膜滴灌处理下的,全生育期耗水量显著减少10.21%,生育期内平均作物系数K_c显著降低7.42%.     

滴灌条件下地膜覆盖对玉米田间土壤水热效应的影响

水热条件是影响作物生长和发育的重要因素之一,通过田间试验研究了有膜滴灌和无膜滴灌对玉米的土壤水分和温度的变化。结果表明:在玉米生长前期,有膜滴灌0~20cm土层的含水率较无膜滴灌高出6.4%,差异显著(p0.05),但在30~100cm土层,有膜滴灌土壤含水率却比无膜滴灌低6.1%~7.54%,差异显著(p0.05)。玉米生育期前期(5-6月),覆盖地膜比无膜措施平均温度高0.4~4.1℃;种植后30d,覆盖地膜处理在5~10cm土层的日较差显著高于无膜处理,但其他土层差异却不显著,可见地膜覆盖在玉米生育期前期可以增加土壤浅层温度,提高土壤表层含水率,为玉米的生长发育提供了良好的水热条件。     

不同颜色地膜覆盖对玉米土壤水热状况及产量的影响

针对河套灌区普通农用白色地膜造成的玉米早衰现象,试验设置黑色地膜覆盖、白色地膜覆盖和不覆膜3个处理,研究了不同颜色地膜覆盖对土壤水热效应及玉米产量和水分利用效率的影响。结果表明:黑色地膜在各生育期内0~15 cm土壤温度要显著的低于白色地膜覆盖(P0.05),平均低0.77℃,且在一日内气温最高时段差异更为明显,这也使得玉米免遭高温的危害,有利于其正常生长发育。黑色地膜覆盖条件下0~100cm土壤含水率与白色地膜覆盖无显著性差异(P0.05),具有较好的土壤保墒效果,但0~60 cm土壤含水率均显著或极显著高于不覆膜处理(P0.05或P0.01)。黑色地膜显著提高了玉米百粒重和产量,平均较白色地膜和不覆膜处理高百粒重平均高6.46%、9.86%,产量平均高5.99%和25.60%。黑色地膜覆盖明显提高了作物水分利用效率,平均较白色地膜和不覆膜处理高4.76%和34.24%。因此,玉米黑色地膜覆盖的农作措施较适宜在灌区推广应用。     

不同水分处理下液膜覆盖对夏玉米生长及产量的影响

针对塑料地膜对农业生产造成的严重污染问题，运用对照处理方法，探讨了液体地膜覆盖对夏玉米生长发育及产量等方面的影响。结果表明，液膜覆盖使夏玉米株高和茎粗均比对照偏大，其中，低水分处理下差异最为显著。夏玉米叶面积指数低水分处理时液膜覆盖在生育前期较对照偏大，生育后期偏小；而中、高水分下液膜覆盖叶面积指数在整个生育期内均比对照偏大。液膜覆盖使夏玉米光合速率和蒸腾速率显著增大，有利于光合产物的形成。低水分处理下液膜覆盖增产效果最好，增产率达到56.97%，产投比为1.695，高水分下液膜覆盖增产效果最差，增产率仅为15.57%，液膜覆盖产投比小于对照。研究认为，夏玉米液膜覆盖能有效抵抗干旱逆境从而达到节水增产的显著效果。     

灌水与覆膜对春玉米生长及水分利用效率的影响

在移动式遮雨棚内采用子母桶栽土培法,研究了充分灌水和调亏灌水2种灌水模式以及拔节期揭膜、抽雄期揭膜和全生育期覆膜3种覆膜时长对春玉米生长、产量和水分利用效率的影响。结果表明,覆膜可促进春玉米早期生长,而对后期生长不利。抽雄期是春玉米需水关键期,阶段蒸散模数达41.4%~47.2%。受前期亏水锻炼,调亏灌水复水后产生补偿效应,可有效协调植株根冠比并延缓衰老。与充分灌水相比,调亏灌水处理的总蒸散量减少4.3%~7.1%,水分利用效率提高1.9%~6.7%。抽雄期揭膜处理前期(覆膜时)增温保墒,后期(揭膜后)降温透气,与拔节期揭膜处理和全生育期覆膜处理相比,其相对产量和水分利用效率分别提高19.0%~23.3%和23.2%~26.0%。综合考虑产量、水分利用和环境因素,调亏灌水+抽雄期揭膜具有较好的节水、增产和环保效应,是适宜的春玉米灌水覆膜模式。