基于无人机图像以及不同机器学习和深度学习模型的小麦倒伏率检测
2021-01-17PauloFLORES张昭
Paulo FLORES 张昭








摘要:冬小麦涝渍胁迫频发不仅严重影响区域粮食安全和生态安全,还威胁社会经济稳定和可持续发展。为识别冬小麦涝渍胁迫及判别其胁迫程度,本研究设置冬小麦涝渍胁迫梯度盆栽试验,采用ASD地物光谱仪和Gaiasky-mini2推扫式成像光谱仪分别测定叶片及冠层高光谱数据,结合植被指数、归一化均值距离和光谱微分差信息熵等方法,监测冬小麦是否遭受涝渍胁迫并判别其涝渍胁迫程度。试验结果显示,简单比值色素指数SRPI是识别涝渍胁迫冬小麦的最优植被指数。红光吸收谷(RW:640~680nm)是识别冬小麦涝渍胁迫程度的最优波段,在RW波段内,抽穗、开花和灌浆期的光谱微分差信息熵可判别冬小麦涝渍胁迫程度,胁迫程度越大,光谱微分差信息熵越大。本研究为涝渍胁迫监测提供了一种新方法,在涝渍胁迫精确防控中具有较好的应用前景。
关键词:高光谱遥感;涝渍胁迫;植被指数;光谱微分差信息熵;冬小麦
中图分类号:S127;TP79文献标志码:A文章编号:202105-SA001
引用格式:杨菲菲,刘升平,诸叶平,李世娟.基于高光谱遥感的冬小麦涝渍胁迫识别及程度判别分析[J].智慧农业(中英文),2021, 3(2): 35-44.
YANG Feifei, LIU Shengping, ZHU Yeping, LI Shijuan. Identification and level discrimination of waterlogging stress in winter wheat using hyperspectral. remote sensing[J]. Smart Agriculture, 2021, 3(2): 35-44. (in Chinese with English abstract)
1引言
农业生产对气候条件具有较强的依赖性。涝渍灾害作为主要自然灾害之一,正成为制约作物生长的明显因素。涝渍灾害是一种慢性灾害现象,监测困难。传统的监测方法主要包括检测土壤水分和作物体内水分状况等,存在劳动强度大、观测不及时等缺陷。高光谱遥感信息丰富、无破坏性,可为监测涝渍胁迫提供一种无损、实时、可信的方法。……
