数据资源: 中文期刊论文

基于高光谱和数字图像特征指数的受渍冬小麦SPAD估算



编号 zgly0001728381

文献类型 期刊论文

文献题名 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 

作者单位 湿地生态与农业利用教育部工程研究中心/长江大学农学院 

母体文献 应用生态学报 

年卷期 2021,32(3)

页码 959-966

年份 2021 

分类号 S51 

关键词 高光谱  数字图像  SPAD  冬小麦  渍害 

文摘内容 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12 d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。

相关图谱

扫描二维码