基于无人机遥感技术的直播水稻叶片SPAD值监测
江勋
刘伟
张大弘
游昊
付斌
李燕丽
卢碧林
农业农村部长江中游作物绿色高效生产重点实验室(部省共建)/长江大学 农学院,湖北 荆州 434025
摘要：准确获取直播水稻叶绿素含量信息对创新水稻无人化直播栽培管理技术具有重要意义.为筛选直播水稻叶片叶绿素相对含量(SPAD值)的最优监测模型,于2022-2023年连续2a设置了大田直播水稻试验,分析了13个常用多光谱特征指数与SPAD值的相关关系,并对基于粒子群算法优化支持向量机(Particle swarm optimization-support vector machine,PSO-SVM)、随机森林(Random forest,RF)、径向基函数(Radial basis function,RBF)神经网络和最小二乘支持向量机(Least squares support vector machine,LSSVM)模型的SPAD值估算结果进行了对比分析.结果表明,不同氮肥处理下直播水稻叶片SPAD值因生育时期时间节点不同而存在差异,且不同的肥力下直播水稻叶片SPAD值高低总体表现为N4处理(N 240 kg/hm2)>N3处理(N 195 kg/hm2)>N2处理(N 150 kg/hm2)>N1处理(N 75 kg/hm2)>N0处理(N 0 kg/hm2);在水稻分蘖期、拔节期、抽穗期3个生育时期,NDVI、RVI、SAVI、CIgreen、GNDVI植被指数与SPAD值的相关性均相对较好,相关系数绝对值分别达到0.838、0.783、0.838、0.671、0.690.基于PSO-SVM、RF、RBF、LSSVM模型的独立验证Rcv2分别为0.770、0.771、0.857、0.773,可见RBF模型可更好地用于监测直播水稻叶片SPAD值.
关键词：水稻SPAD值直播无人机径向基神经网络
分类号：S127(农业物理学)
资助基金：湖北省支持种业高质量发展资金项目(HBZY2023B001-10)湖北省重点研发计划项目(2021BBA229)
论文发表日期：2025-09-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：10( 149-158 )
英文信息