摘要
为快速、准确监测小麦成熟度,合理制订收割时间,本研究以不同品种小麦为研究对象,在灌浆中后期获取试验区无人机RGB影像和多光谱影像。对RGB图像进行Lab空间转换,提取a分量值,分析小麦籽粒形成期、乳熟期、蜡熟末期、籽粒形成期倒伏和乳熟期倒伏不同状态下小麦a值的变化特征,对小麦从籽粒形成期到乳熟期的a值进行归一化处理,构建成熟度监测指标MCI。通过多光谱影像分析不同成熟度小麦的光谱特征变化规律,基于优选波段特征,选用比值植被指数(RVI)和归一化植被指数(NDVI)分别作为反演MCI的自变量,构建小麦成熟度监测模型。结果表明,基于NDVI构建的小麦成熟度监测模型的决定系数为0.718 7,拟合效果良好。研究采用2021年和2022年RGB影像和多光谱影像对小麦成熟度监测模型进行了验证,MCI预测值和参考值的均方根误差(RMSE)2021年为0.029 8,2022年为0.040 5,验证结果表明通过构建的小麦成熟度监测模型反演小麦成熟度空间分布是可行的。研究结果可为高空遥感大范围监测小麦成熟度,确定小麦适收顺序提供依据。
出处
《江苏农业科学》
北大核心
2023年第21期194-200,共7页
Jiangsu Agricultural Sciences
基金
国家重点研发计划(编号:2022YFD2001005)
河南省科技攻关项目(编号:222102110142、232102110295)
中央引导地方项目(编号:Z20221341073)
河南省重大科技专项(编号:221100110800)
河南省农业科学院科技创新团队项目(编号:2023TD10)。
