«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第52卷

期数:

2024年第20期

页码:

41-48

栏目:

遥感反演

出版日期:

2024-10-20

文章信息/Info

Title:

LAI inversion method for rice with different nitrogen application rates based on multispectral images from unmanned aerial vehicle

作者:

曾广泉¹;  马韬¹;  张孟希²;  戴妍¹;  陈凯文¹;  丁继辉¹;  俞双恩¹;  王中文³

1.河海大学农业科学与工程学院，江苏南京 211100； 2.湖南水利水电职业技术学院，湖南长沙 410131；3.江苏省宿迁市宿豫区水利局，江苏宿迁 223800

Author(s):

Zeng Guangquan; et al

关键词:

水稻; 无人机; 施氮量; 叶面积指数; 多光谱影像; 模型计算

Keywords:

-

分类号:

S127

DOI:

-

文献标志码:

A

摘要:

为探明水稻生育期内叶面积指数(LAI)的变化情况，建立可快速准确估测不同生育期水稻LAI的模型。在蒸渗测坑内进行不同施氮量下的水稻栽培试验，基于无人机采集不同时期水稻测坑多光谱数据，对计算得出的植被指数进行相关性分析，筛选出与5个生育期相关性最高的前5种植被指数，利用多元线性回归、偏最小二乘回归、随机森林、贝叶斯岭、梯度提升回归这5种方法构建预测模型；模型构建后，引入施氮量作为变量对模型进行优化，比较各生育期最优的预测模型。结果表明，机器学习算法下，随机森林回归模型对扬花期的水稻LAI预测精度和稳定性最好(r²=0.85，MSE=0.33)；施氮量对LAI有显著影响，引入施氮量作为变量对各时期、各模型的预测精度都有所提高(r²平均值提高0.15)。从整体看，机器学习算法下，随机森林模型可对各时期的水稻LAI指数进行较好的预测；在分蘖后期，各模型的预测精度和稳定性最好。期待本研究建立的预测模型可为水稻LAI遥感监测和田间精细管理提供参考，并为精准农业定量化研究提供技术支持。

Abstract:

-

参考文献/References:

［1］国家统计局. 国家统计局关于2022年粮食产量数据的公告［J］. 现代面粉工业，2023，37(1)：18.
［2］章秀福，王丹英，方福平，等. 中国粮食安全和水稻生产［J］. 农业现代化研究，2005，26(2)：85-88.
［3］常好雪，蔡晓斌，陈晓玲，等. 基于实测光谱的植被指数对水稻叶面积指数的响应特征分析［J］. 光谱学与光谱分析，2018，38(1)：205-211.
［4］Gitelson A A，Via A，Arkebauer T J，et al. Remote estimation of leaf area index and green leaf biomass in maize canopies［J］. Geophysical Research Letters，2003，30(5)：1248.
［5］韩焕豪，崔远来，时元智，等. SunScan冠层分析仪在水稻叶面积指数测量中的应用［J］. 灌溉排水学报，2015，34(8)：44-48.
［6］于强，傅抱璞，姚克敏.水稻叶面积指数的普适增长模型［J］. 中国农业气象，1995(2)：6-8.
［7］叶宏宝，孟亚利，汤亮，等. 水稻叶龄与叶面积指数动态的模拟研究［J］. 中国水稻科学，2008，22(6)：625-630.
［8］刘杨，冯海宽，黄珏，等. 基于无人机高光谱影像的马铃薯株高和地上生物量估算［J］. 农业机械学报，2021，52(2)：188-198.
［9］陈仲新，任建强，唐华俊，等. 农业遥感研究应用进展与展望［J］. 遥感学报，2016，20(5)：748-767.
［10］王福民，黄敬峰，唐延林，等. 新型植被指数及其在水稻叶面积指数估算上的应用［J］. 中国水稻科学，2007，21(2)：159-166.
［11］杭艳红，苏欢，于滋洋，等. 结合无人机光谱与纹理特征和覆盖度的水稻叶面积指数估算［J］. 农业工程学报，2021，37(9)：64-71.
［12］孙玉婷，杨红云，王映龙，等. 基于支持向量机的水稻叶面积测定［J］. 江苏农业学报，2018，34(5)：1027-1035.
［13］苏中滨，陆艺伟，谷俊涛，等. 改进的QGA-ELM算法水稻叶面积指数反演模型［J］. 光谱学与光谱分析，2021，41(4)：1227-1233.
［14］申关望，祁玉良，鲁伟林，等. 施氮量对杂交水稻D优3138干物质转运与稻米品质的影响［J］. 贵州农业科学，2017，45(2)：23-25.
［15］刘振波，葛海啸，葛云健，等. 冠层集聚指数对水稻LAI测量精度的影响［J］. 江苏农业科学，2018，46(24)：352-354.
［16］陈惠哲，朱德峰，林贤青，等. 穗肥施氮量对水稻剑叶生长及披垂的影响［J］. 西南农业学报，2007，20(6)：1246-1249.
［17］刘镕源，王纪华，杨贵军，等. 冬小麦叶面积指数地面测量方法的比较［J］. 农业工程学报，2011，27(3)：220-224.
［18］田庆久，闵祥军. 植被指数研究进展［J］. 地球科学进展，1998，13(4)：327-333.
［19］Ahamed T，Tian L，Zhang Y，et al. A review of remote sensing methods for biomass feedstock production［J］. Biomass and Bioenergy，2011，35(7)：2455-2469.
［20］Hunt E R Jr，Daughtry C S T，Eitel J U H，et al. Remote sensing leaf chlorophyll content using a visible band index［J］. Agronomy Journal，2011，103(4)：1090-1099.
［21］Vincini M，Frazzi E，DAlessio P. A broad-band leaf chlorophyll vegetation index at the canopy scale［J］. Precision Agriculture，2008，9(5)：303-319.
［22］Xu L Y，Xie X D，Li S. Correlation analysis of the urban heat island effect and the spatial and temporal distribution of atmospheric particulates using TM images in Beijing［J］. Environmental Pollution，2013，178：102-114.
［23］Dorigo W A，Zurita-Milla R，de Wit A J W，et al. A review on reflective remote sensing and data assimilation techniques for enhanced agroecosystem modeling［J］. International Journal of Applied Earth Observation and Geoinformation，2007，9(2)：165-193.
［24］Jiang Z，Huete A，Didan K，et al. Development of a two-band enhanced vegetation index without a blue band［J］. Remote Sensing of Environment，2008，112(10)：3833-3845.
［25］Gobron N，Pinty B，Verstraete M M，et al. Advanced vegetation indices optimized for up-coming sensors：design，performance，and applications［J］. IEEE Transactions on Geoscience and Remote Sensing，2000，38(6)：2489-2505.
［26］le Maire G，Franois C，Dufrêne E. Towards universal broad leaf chlorophyll indices using PROSPECT simulated database and hyperspectral reflectance measurements［J］. Remote Sensing of Environment，2004，89(1)：1-28.
［27］Pu R L，Gong P，Yu Q. Comparative analysis of EO-1 ALI and Hyperion，and landsat ETM+ data for mapping forest crown closure and leaf area index［J］. Sensors，2008，8(6)：3744-3766.
［28］Haboudane D. Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies：modeling and validation in the context of precision agriculture［J］. Remote Sensing of Environment，2004，90(3)：337-352.
［29］Becker-Reshef I，Vermote E，Lindeman M，et al. A generalized regression-based model for forecasting winter wheat yields in Kansas and Ukraine using MODIS data［J］. Remote Sensing of Environment，2010，114(6)：1312-1323.
［30］Wu C Y，Niu Z，Tang Q，et al. Estimating chlorophyll content from hyperspectral vegetation indices：modeling and validation［J］. Agricultural and Forest Meteorology，2008，148(8/9)：1230-1241.
［31］Roujean J L，Breon F M. Estimating PAR absorbed by vegetation from bidirectional reflectance measurements［J］. Remote Sensing of Environment，1995，51(3)：375-384.
［32］Birth G S，McVey G R. Measuring the color of growing turf with a reflectance Spectrophotometer1［J］. Agronomy Journal，1968，60(6)：640-643.
［33］Gitelson A A. Wide Dynamic Range Vegetation Index for remote quantification of biophysical characteristics of vegetation［J］. Journal of Plant Physiology，2004，161(2)：165-173.
［34］Broge N H，Leblanc E. Comparing prediction power and stability of broadband and hyperspectral vegetation indices for estimation of green leaf area index and canopy chlorophyll density［J］. Remote Sensing of Environment，2001，76(2)：156-172.
［35］Gitelson A A，Kaufman Y J，Stark R，et al. Novel algorithms for remote estimation of vegetation fraction［J］. Remote Sensing of Environment，2002，80(1)：76-87.
［36］Herrmann I，Pimstein A，Karnieli A，et al. LAI assessment of wheat and potato crops by VENμS and Sentinel-2 bands［J］. Remote Sensing of Environment，2011，115(8)：2141-2151.
［37］Karal . Performance comparison of different kernel functions in SVM for different k value in k-fold cross-validation［C］//2020 Innovations in Intelligent Systems and Applications Conference (ASYU).Istanbul：IEEE，2020：1-5.
［38］秦占飞，申健，谢宝妮，等. 引黄灌区水稻叶面积指数的高光谱估测模型［J］. 武汉大学学报(信息科学版)，2017，42(8)：1159-1166.
［39］李艳大，孙滨峰，曹中盛，等. 基于作物生长监测诊断仪的双季稻叶面积指数监测模型［J］. 农业工程学报，2020，36(10)：141-149.
［40］田广丽. 氮水平及栽培密度影响水稻生产能力的机制研究［D］. 南京：南京农业大学，2016.
［41］杨洪，李旭毅，卿发红，等. 不同产量水平水稻群体光合特性和产量构成差异［J］. 江苏农业学报，2023，39(5)：1089-1096.
［42］Liu W D，Xiang Y Q，Zheng L F，et al. Relationship between rice LAI，CH.D，and hyperspectral data［C］//Multispectral and Hyperspectral Remote Sensing Instruments and Applications.Hangzhou，China：SPIE，2003：352-359.
［43］张笑宇，沈超，蔺琛皓，等. 面向机器学习模型安全的测试与修复［J］. 电子学报，2022，50(12)：2884-2918.

相似文献/References:

[1]马旭俊,刘春娟,吕世博,等.绿色荧光蛋白基因在水稻遗传转化中的应用[J].江苏农业科学,2013,41(04):35.
[2]李岳峰,居立海,张来运,等.水分胁迫下丛枝菌根对水稻/绿豆间作系统 作物生长和氮磷吸收的影响[J].江苏农业科学,2013,41(04):58.
[3]崔月峰,孙国才,王桂艳,等.不同施氮水平和前氮后移措施对水稻产量 及氮素利用率的影响[J].江苏农业科学,2013,41(04):66.
[4]张其蓉,宋发菊,田进山,等.长江中下游稻区水稻区域试验品种抗稻瘟病鉴定与评价[J].江苏农业科学,2013,41(04):92.
[5]王麒,张小明,卞景阳,等.不同插秧密度对黑龙江省第二积温带水稻产量及产量构成的影响[J].江苏农业科学,2013,41(05):60.
　Wang Qi,et al.Effect of different transplanting density on yield and yield component of rice in second temperature zone of Heilongjiang Province[J].Jiangsu Agricultural Sciences,2013,41(20):60.
[6]张国良,张森林,丁秀文,等.基质厚度和含水量对水稻育秧的影响[J].江苏农业科学,2013,41(05):62.
　Zhang Guoliang,et al.Effects of substrate thickness and water content on growth of rice seedlings[J].Jiangsu Agricultural Sciences,2013,41(20):62.
[7]赵忠宝,朱清海.稻－蟹－鳅生态系统的能值分析[J].江苏农业科学,2013,41(05):349.
　Zhao Zhongbao,et al.Emergy analysis of paddy-crab-loach ecosystem[J].Jiangsu Agricultural Sciences,2013,41(20):349.
[8]杨红福,姚克兵,束兆林,等.甲氧基丙烯酸酯类杀菌剂对水稻恶苗病的田间药效[J].江苏农业科学,2014,42(12):166.
　Yang Hongfu,et al.Field efficacy of strobilurin fungicides against rice bakanae disease[J].Jiangsu Agricultural Sciences,2014,42(20):166.
[9]唐成,陈露,安敏敏,等.稻瘟病诱导水稻幼苗叶片氧化还原系统的特征谱变化[J].江苏农业科学,2014,42(12):141.
　Tang Cheng,et al.Characteristic spectral changes of redox homeostasis system in rice seedling leaves induced by rice blast[J].Jiangsu Agricultural Sciences,2014,42(20):141.
[10]万云龙.优质水稻—春甘蓝轮作高效栽培模式[J].江苏农业科学,2014,42(12):90.
　Wan Yunlong.Efficient cultivation mode of high quality rice-spring cabbage rotation[J].Jiangsu Agricultural Sciences,2014,42(20):90.
[11]孙星星,王凯,李红阳,等.航空超低量喷雾技术在水稻生产上应用现状、存在问题及发展趋势[J].江苏农业科学,2020,48(13):29.
　Sun Xingxing,et al.Application status， existing problems and development trends of aviation ultra-low volume spray technology in rice production[J].Jiangsu Agricultural Sciences,2020,48(20):29.

备注/Memo

备注/Memo:

收稿日期：2023-10-23
基金项目：国家自然科学基金(编号：51879074、52109051)；江苏省水利科技项目(编号：2020048)。
作者简介：曾广泉(1998—)，男，甘肃兰州人，硕士，主要从事节水灌溉与作物信息方面的研究。E-mail：zengqhalo@qq.com。
通信作者：张孟希，副教授，高级工程师，主要从事水土资源高效利用研究。E-mail：221310030004@hhu.edu.cn。

常用功能

更新日期/Last Update: 2024-10-20