基于无人机多光谱遥感的冬小麦冠层叶绿素含量估测研究

发布时间：2023-05-06 05:20

　　为探讨利用无人机多光谱影像监测冬小麦叶绿素含量的可行性,基于北京市大兴区中国水科院试验基地的2019年冬小麦无人机多光谱影像和田间实测冠层叶绿素含量数据,选取16种光谱植被指数,确定对冬小麦冠层叶绿素含量显著相关的植被指数,采用一元二次线性回归和逐步回归分析方法建立各生育时期及全生育期的SPAD值估测模型,通过精度检验确定对冬小麦冠层叶绿素含量监测的最优模型。结果表明,两种分析方法中逐步回归建模效果最佳。拔节期选取4个植被指数(MSR、CARI、NGBDI、TVI)建模效果最好,模型率定的决定系数(r²)为0.73,模型验证的r²、相对误差(RE)和均方根误差(RMSE)分别为0.63、2.83%、1.68;抽穗期选取3个植被指数(GNDVI、GOSAVI、CARI)建模效果最好,模型率定的r²为0.81,模型验证的r²、RE、RMSE分别为0.63、2.83%、1.68;灌浆期选取2个植被指数(MSR、NGBDI)建模效果最好,模型率定的r²为0.67,模型验证的r^...

【文章页数】：8 页

【文章目录】：
1 材料与方法
    1.1 试验材料与设计
    1.2 无人机多光谱数据测定
    1.3 叶绿素含量测定
    1.4 植被指数的选择与计算
    1.5 数据分析方法
    1.6 评价指标
2 结果与分析
    2.1 不同施氮水平下小麦SPAD值的动态变化
    2.2 植被指数与小麦SPAD值的相关性
    2.3 冬小麦SPAD值最佳估测模型的筛选
    2.4 施氮水平对小麦SPAD值预测精度的影响
3 讨 论



本文编号：3809111