基于高光谱和数字图像特征指数的受渍冬小麦SPAD估算

• 作者: 高小梅 李燕丽 卢碧林 熊勤学 吴启侠 李继福
• 来源期刊: 应用生态学报
• 关键词: 高光谱 数字图像 SPAD 冬小麦 渍害
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 研究论文|Original Articles
• 页码范围: 959-966
• 页数: 8页
• 语种: 中文
• DOI: 10.13287/j.1001-9332.202103.009

摘要

为了探索基于高光谱和数字图像技术的受渍冬小麦SPAD最优监测方法,本研究基于排灌可控的微区试验,通过分析常用的15个高光谱特征指数和14个数字图像特征指数与受渍冬小麦叶绿素相对含量(SPAD)的相关关系,构建了基于最优监测特征指数的BP神经网络模型,对受渍冬小麦的SPAD进行估算.结果 表明:与正常小麦相比,短期渍水(≤7 d)对冬小麦的SPAD值和高光谱反射率影响不明显,当渍水时间大于12d时,SPAD值随着渍水时间的增加急剧降低,在生长后期接近于0;基于数字图像特征指数(绿红差值植被指数、超红指数、红光标准化值和超绿指数)的冬小麦SPAD估算结果,与基于相对应的高光谱波段的估算结果基本一致,估算模型实测值与预测值的R2最高达到0.86,均方根误差(RMSE)为3.98;与基于数字图像特征指数相比,基于类胡萝卜素反射指数、黄边幅值、归一化植被指数和结构不敏感指数4个高光谱特征指数的冬小麦SPAD估算模型的实测值与预测值的R2最高达到0.97,RMSE低至1.95.可见,基于高光谱和数字图像技术均可以进行受渍冬小麦SPAD估算,且基于高光谱特征指数的BP神经网络模型的估算结果较好.