基于无人机多光谱遥感的干旱胁迫下玉米冠层SPAD值监测

摘要：

精准动态监测干旱胁迫下的玉米冠层叶绿素相对含量对提高我国玉米旱灾预警水平、实现田间精准灌溉具有重要的指示作用.以无人机多光谱影像为数据源,选用多种具有明确物理意义且与玉米冠层叶绿素相对含量SPAD(Soil and plant analyzer development)值相关性强的植被指数,利用多元逐步回归、支持向量机、BP神经网络(Back propagation neural network,BPNN)建立玉米冠层SPAD值的遥感监测模型并验证,选取最优估测模型提取各生育期不同程度干旱胁迫下的玉米冠层SPAD值,分析不同生育期玉米冠层SPAD值变化,探究不同干旱胁迫程度对玉米冠层SPAD值的影响.结果表明:不同生育期的玉米冠层叶绿素敏感的植被指数不同,且各生育期估测能力最优的反演模型不同.对比3种建模方法,BPNN模型的建模结果及验证结果最优,说明其估测能力及稳定性表现最好,可以作为基于无人机多光谱的玉米冠层SPAD值建模的优选方法.此外,干旱胁迫会降低玉米冠层SPAD值遥感监测模型的估测精度,对苗期的影响最为显著.轻度干旱对玉米冠层SPAD值影响不显著,可见玉米对干旱胁迫具有一定的适应性和抗逆性.因此,基于植被指数的BPNN模型可以更好地估算SPAD值,为基于无人机遥感的SPAD值监测提供一种新途径,为干旱胁迫下夏玉米冠层SPAD值的无损监测以及田间水分精准管理提供参考.

关键词：玉米、无人机、多光谱遥感、叶绿素相对含量

所属期刊栏目：46

分类号：TP79;S127;S565

资助基金：宁夏重点研发项目2019BEG03029

在线出版日期：2023-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1121-1132