中国农业科学 | 西北农林科技大学曹红霞课题组基于无人机多光谱的棉花多生育期叶面积指数反演

以下文章来源于农业科学微平台 ，作者中国农业科学

棉花是我国重要的经济作物，在新疆乃至全国农业经济中占据重要地位。叶面积指数（leaf area index，LAI）是反映作物长势、相关生理指标、光合效率、呼吸蒸腾作用的关键参数，在作物长势监测上具有广泛应用。研究不同生育期、多生育期无人机多光谱数据棉花LAI估测模型，明确不同生育期间棉花LAI估测模型变化规律，对实时掌握棉花长势并因地制宜进行田间科学管理具有重要意义。

近期，西北农林科技大学旱区农业水土工程教育部重点实验室曹红霞课题组完成的题为“基于无人机多光谱的棉花多生育期叶面积指数反演”的研究论文在《中国农业科学》2024年第57卷1期正式发表。

曹红霞课题组利用大疆精灵4多光谱无人机获取棉花现蕾期、初花期、结铃期、吐絮期多光谱图像和RGB图像。选用归一化差植被指数（NDVI）、绿度归一化差植被指数（GNDVI）、归一化差红边指数（NDRE）、叶片叶绿素指数（LCI）、优化的土壤调节植被指数（OSAVI）5种多光谱指数和修正红绿植被指数（MGRVI）、红绿植被指数（GRVI）、绿叶指数（GLA）、超红指数（EXR）、大气阻抗植被指数（VARI）5种颜色指数分别建立棉花各生育期及棉花生长多生育期数据集合，结合打孔法获取地面LAI实测数据，使用机器学习算法中偏最小二乘（PLSR）、岭回归（RR）、随机森林（RF）、支持向量机（SVM）、神经网络（BP）构建棉花LAI预测模型。

小区种植示意图

覆膜棉花LAI随着生育期的变化呈现先增长后下降的趋势，现蕾期、初花期、结铃期内侧棉花叶面积指数均值均显著大于外侧（P<0.05）；选择的指数在各时期彼此间均呈显著相关（P<0.05），总体而言，多光谱指数与颜色指数间的相关性随着生育期的进行而呈现下降趋势，选择的指数在各时期均与棉花LAI相关性显著（P<0.05），多光谱指数相关系数介于0.35—0.85，颜色指数相关系数介于0.49—0.71，相关系数绝对值较大的指数多为多光谱指数，颜色指数与棉花LAI的相关系数绝对值较小；估测模型性能结果显示棉花各生育期模型中多光谱指数优于颜色指数，且各指数模型预测性能随着生育期的变化呈现一定规律性，NDVI是预测棉花LAI的最优指数。

各生育期及多生育期数据集合相关指数间以及各指数与棉花LAI相关系数热图

从模型结果上看，RF模型和BP模型在各生育期下获得了较高的估计精度。初花期LAI反演模型精度最高，最优模型验证集R2为0.809，MAE为0.288，NRMSE为0.120。多生育期最优模型验证集R2为0.386，MAE为0.700，NRMSE为0.198。

各生育期和多生育期最优模型

试验区内外侧棉花LAI存在显著性差异。棉花LAI的估测模型随着生育期的变化而变化，在各生育期内NDVI是估测棉花LAI的最优指数，BP模型与RF模型均能够取得较优的估测效果。多生育期数据集合对棉花LAI估测效果较差，最优指数为GNDVI，最优模型为BP，最优模型验证集R2为0.386，MAE为0.700，NRMSE为0.198。本研究中估测棉花LAI最优窗口期在初花期，多光谱指数和颜色指数均得到了最优的估测效果，最优指数为NDVI，最优模型为RF，最优模型验证集R2为0.809，MAE为0.288，NRMSE为0.120。使用先进的机器学习算法能够获得较好的棉花LAI估测精度。

该研究获得国家自然科学基金面上项目（52179047）、国家重点研发计划（2022YFD1900401）的资助。

转自：“植物生物技术Pbj”微信公众号

如有侵权，请联系本站删除！