發(fā)布時間：2021-06-11 08:12

　　【目的】植被產(chǎn)量能綜合直觀地反映鹽漬土改良效果,冬小麥生長旺盛期的葉面積指數(shù)（LAI）是植被產(chǎn)量的常用衡量指標。本研究利用無人機多光譜遙感獲取冬小麥生長旺盛期的葉面積指數(shù)分布數(shù)據(jù),對鹽漬土改良效果進行客觀準確評價,為人們篩選鹽漬土改良技術和產(chǎn)品提供科學指導�！痉椒ā恳詿o棣縣渤海糧倉濱海鹽漬土改良試驗區(qū)為研究區(qū),基于無人機多光譜遙感數(shù)據(jù),利用線性回歸分析、偏最小二乘、隨機森林和支持向量機等方法,構建拔節(jié)期冬小麥LAI反演模型;并利用因子分析法對鹽漬土地區(qū)抽樣地塊進行改良效果評價,建立鹽漬土改良效果LAI評價模型,基于該評價模型對整個試驗區(qū)鹽漬土改良效果進行評價�！窘Y果】對冬小麥LAI遙感估測而言,并不是分辨率越高越好,而是5×5均值平滑后的光譜數(shù)據(jù)與一壟小麥葉面積指數(shù)的對應最佳。LAI遙感估測模型中,利用支持向量機建立的模型精度最高。改良效果LAI評價模型的預測結果表明,LAI對鹽漬土改良效果的預測精度較高,改良效果最優(yōu)地塊的編號為26、27、28、29、30和31,最優(yōu)改良方法為引黃淤灌和增施有機肥綜合改良措施�！窘Y論】無人機遙感可對鹽漬土地區(qū)拔節(jié)期冬小麥的葉面積指數(shù)進行準確反演,基于... 

【文章來源】：中國農(nóng)業(yè)科學. 2020,53(09)北大核心CSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

試驗區(qū)范圍與采樣點

表4數(shù)據(jù)顯示，支持向量機建模方法的精度最高，其次為線性回歸方法和PLS方法，隨機森林的誤差最大。將支持向量機方法的LAI預測值與實測值結果進行比較，結果如圖2所示，其建模集R2為0.85,RMSE為0.48,RPD為2.4。驗證集R2為0.66,RMSE為0.67,RPD為1.3。因此采用支持向量機構建冬小麥葉面積指數(shù)遙感反演模型。利用該模型對整個研究區(qū)進行反演結果如圖3所示。圖3 葉面積指數(shù)等級分布圖

圖2 冬小麥LAI實測值與預測值比較圖3表明，研究區(qū)的拔節(jié)期冬小麥LAI介于0—6，其中0—1對應裸土，冬小麥LAI主要集中在1—2.5，與實際采集拔節(jié)期冬小麥LAI接近，總體來看,葉面積指數(shù)空間變化強烈。研究區(qū)北部和南部冬小麥LAI長勢差別明顯，說明改良措施多且具有較大差異。另外，從LAI等級分布圖中還可以看出，同一地塊中的冬小麥LAI差異明顯，這意味著少數(shù)幾個采樣點的數(shù)據(jù)并不能代表該地塊的整體水平，但利用無人機卻能夠更加準確直觀地展示試驗田中同一地塊內(nèi)和不同地塊間冬小麥LAI的差異。

【參考文獻】：
期刊論文
[1]果樹水肥一體化高效利用技術研究進展[J]. 劉思汝,石偉琦,馬海洋,王國安,陳清,徐明崗.  果樹學報. 2019(03)
[2]植被指數(shù)與作物葉面積指數(shù)的相關關系研究[J]. 鄭踴謙,董恒,張城芳,黃鵬.  農(nóng)機化研究. 2019(10)
[3]利用無人機數(shù)字圖像監(jiān)測不同棉花品種葉面積指數(shù)[J]. 雷亞平,韓迎春,楊北方,王康麗,王國平,馮璐,王占彪,李亞兵.  中國棉花. 2018(12)
[4]“渤海糧倉”典型區(qū)土壤養(yǎng)分時空變異[J]. 姚宇,朱昌達.  中國人口·資源與環(huán)境. 2018(S1)
[5]基于無人機遙感影像的冬小麥氮素監(jiān)測[J]. 劉昌華,王哲,陳志超,周蘭,岳學智,苗宇新.  農(nóng)業(yè)機械學報. 2018(06)
[6]基于隨機森林算法的冬小麥葉面積指數(shù)遙感反演研究[J]. 張春蘭,楊貴軍,李賀麗,湯伏全,劉暢,張麗妍.  中國農(nóng)業(yè)科學. 2018(05)
[7]基于無人機數(shù)碼影像的大豆育種材料葉面積指數(shù)估測[J]. 李長春,牛慶林,楊貴軍,馮海寬,劉建剛,王艷杰.  農(nóng)業(yè)機械學報. 2017(08)
[8]濱海鹽堿地生態(tài)修復效果評價[J]. 季洪亮,路艷.  西北林學院學報. 2017(02)
[9]基于無人機遙感的葉面積指數(shù)反演[J]. 褚洪亮,肖青,柏軍華,程娟.  遙感技術與應用. 2017(01)
[10]基于低空無人機成像光譜儀影像估算棉花葉面積指數(shù)[J]. 田明璐,班松濤,常慶瑞,由明明,羅丹,王力,王爍.  農(nóng)業(yè)工程學報. 2016(21)

碩士論文
[1]基于無人機遙感影像的冬小麥播種效果與空間變異評價[D]. 何小安.西安科技大學 2018



本文編號：3224185