首页|基于无人机多光谱遥感的冬小麦叶绿素含量反演及监测

基于无人机多光谱遥感的冬小麦叶绿素含量反演及监测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
旨在实现冬小麦各生育期叶绿素含量的准确估测,探究其时空变化规律.利用无人机获取冬小麦越冬期、返青期、拔节期、孕穗期和灌浆期的高分辨率多光谱图像,同时采集地面SPAD数据.选取三类光谱参数建立反演模型,优选出各生育期的最佳预测模型,并定量监测试验区冬小麦叶绿素含量时间变化和空间分布.结果 表明:原始波段模型和波段倒数对数模型分别为越冬期及其他生育期叶绿素含量预测的最佳模型,拟合精度R2＞ 0.59;时空分布上,灌浆期前试验区冬小麦叶绿素含量呈南北高、中部低特点,灌浆期则呈北高南低的趋势,叶绿素含量从越冬期到拔节期逐步增加,拔节期到孕穗期开始降低,孕穗期到灌浆期则大幅度降低.本研究建立的倒数对数预测模型,精度较高,且适用于返青到灌浆的4个生育期,对于试验区冬小麦叶绿素含量有较好的时空监测效果.
Chlorophyll Content in Winter Wheat: Inversion and Monitoring Based on UAV multi-spectral Remote Sensing

奚雪、赵庚星

展开 >

山东农业大学资源与环境学院,山东泰安271081

冬小麦 叶绿素含量反演 预测模型 时空变化 无人机

“十二五”国家科技支撑计划项目课题国家自然科学基金“双一流”奖补资金

2015BAD23B020241877003SYL2017XTTD02

2020

中国农学通报
中国农学会

中国农学通报

CSTPCD
影响因子：0.891
ISSN：1000-6850
年,卷(期)：2020.36(20)
  • 11
  • 22