无人机多光谱遥感反演冬小麦SPAD值 |
| |
引用本文: | 周敏姑, 邵国敏, 张立元, 姚小敏, 韩文霆. 无人机多光谱遥感反演冬小麦SPAD值[J]. 农业工程学报, 2020, 36(20): 125-133. DOI: 10.11975/j.issn.1002-6819.2020.20.015 |
| |
作者姓名: | 周敏姑 邵国敏 张立元 姚小敏 韩文霆 |
| |
作者单位: | 1.西北农林科技大学旱区节水农业研究院,杨凌 712100;2.西北农林科技大学机械与电子工程学院,杨凌 712100;3.西北农林科技大学水土保持研究所,杨凌 712100 |
| |
基金项目: | 十三五国家重点研发计划项目(2017YFC0403203);杨凌示范区产学研用协同创新重大项目(2018CXY-23) |
| |
摘 要: | 为研究无人机多光谱遥感5个波段光谱反射率反演冬小麦SPAD(Soil and Plant Analyzer Development)值的可行性,该研究采用六旋翼无人机搭载五波段多光谱相机,采集冬小麦拔节期、孕穗期、抽穗期、开花期的冠层光谱影像并提取反射率特征参数,建立SPAD值的反演模型。结果表明,当波长范围在蓝光、绿光和红光波段,冬小麦拔节期、孕穗期和开花期的无人机多光谱影像反射率参数与SPAD值呈负相关关系,而在抽穗期,二者呈正相关;当波长范围为红边及近红外波段,在整个生长期,二者均呈现正相关关系。该研究构建冬小麦SPAD值反演模型采用了主成分回归、逐步回归和岭回归法,经对比发现基于逐步回归法构建的模型效果最优,该模型的校正决定系数为0.77,主成分回归法次之,岭回归法较差。此外,冬小麦抽穗期多光谱反射率反演SPAD值效果最显著,主成分回归、岭回归和逐步回归3种回归模型的校正决定系数分别为0.72、0.74和0.77。该研究可为无人机多光谱遥感监测作物长势、实现精准农业生产管理提供技术依据。
|
关 键 词: | 无人机 遥感 冬小麦 多光谱影像 回归模型 SPAD |
收稿时间: | 2020-03-04 |
修稿时间: | 2020-05-25 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载免费的PDF全文 |
|