首页|利用无人机多光谱数据监测玉米对不同灌溉模式的响应差异

利用无人机多光谱数据监测玉米对不同灌溉模式的响应差异

扫码查看
原文链接
  • 万方数据
  • 维普
[目的]作物水分状况的实时监测对于节水灌溉、缓解我国水资源紧缺具有重要意义.本研究旨在探寻利用无人机多光谱影像数据实时监测玉米干旱胁迫状况的可行性,比较无人机数据和田间实测农学指标对作物干旱胁迫的敏感程度.[方法]大田试验在河北吴桥进行,采用两个玉米品种'富民985'和'郑单958',设置畦灌、滴灌和雨养3种模式.分别在大喇叭口期、抽雄期、开花期和灌浆期取玉米最新展开叶测定色素含量和比叶面积(SLA),同时利用无人机搭载多光谱相机采集近地遥感数据,并提取归一化植被指数(NDVI)、绿光归一化植被指数(GNDVI)、归一化红边指数(NDRE)、叶面叶绿素指数(LCI)和优化土壤调节植被指数(OSAVI)等5种植被指数.[结果]与叶片色素含量和SLA相比,植被指数更早在各处理间表现出差异.播种后70天(抽雄期)NDRE和LCI在各处理之间具有显著性差异,NDVI、GNDVI和OSAVI仅在灌溉和雨养模式之间出现显著性差异;同一时期各处理的色素含量差异不显著,比叶面积差异也不显著;播种后90天(灌浆期)各处理间的色素含量出现显著性差异.此外,相关性分析表明,植被指数与色素含量的相关性随着生育期发生变化.播种后80天(开花期)NDRE、LCI两个植被指数和色素含量的相关性优于NDVI、GNDVI和OSAVI指数;播种后90天(灌浆期)5种植被指数和色素含量之间的相关性较强.[结论]利用无人机在播种后70天监测的植被指数(NDRE)对玉米干旱的监测优于部分实测农学指标,在后期其测定的叶片色素值(Ca+Cb)/Car与玉米的衰老相关密切,因而对玉米干旱胁迫的监测早且较准确.但最佳光谱指标及其用于干旱监测的最佳时期仍需在更多品种及不同环境下做进一步验证.
Using multispectral drone data to monitor maize's response to various irrigation modes

马龙飞、胡乃月、李伟、秦伟龙、黄收兵、王志敏、李斐、于康

展开 >

中国农业大学农学院,北京100094

内蒙古农业大学草原与资源环境学院,内蒙古呼和浩特010018

慕尼黑工业大学生命科学学院,德国弗赖辛 D-85354

玉米 灌溉 无人机遥感 光谱指数 叶绿素 比叶面积

河北省重点研发计划中国农业大学基础科学研究基金科技兴蒙行动重点专项

21327003D-12020RC037KJXM-EEDS-2020010-02

2022

10.11674/zwyf.2021392

植物营养与肥料学报
中国植物营养与肥料学会

植物营养与肥料学报

CSTPCDCSCD北大核心
影响因子：2.331
ISSN：1008-505X
年,卷(期)：2022.28(4)
  • 4
  • 22