王丹，赵朋，孙家波，牛鲁燕，刘炳福

（1.山东省农业科学院，山东 济南 250100；2.泗水县星村镇人民政府，山东 泗水 273200）

叶绿素作为植物光合作用的主要色素，是作物发生物质能量交换的重要因素，其含量与农作物生长状况、氮素含量、产量等有着极大的相关性，能够反映植物衰老过程，是农作物长势监测的重要指标［1］。基于叶绿素特有的生化结构和光谱吸收特征，可以利用RGB相机、多光谱相机和高光谱成像仪等实现叶绿素含量的估算。高光谱因卫星影像空间分辨率低、时效性较差并极易出现“同谱异物”“异物同谱”等现象，导致预测精度偏低［2］；普通高清相机只能从R、G、B 3个波段中提取信息，信息面较窄；多光谱相机是指具有2个以上波段通道的相机，通常包括红、绿、红边和近红外波段，可用于NDVI等植被指数分析，同时可通过近红外波段和红边波段提取更多信息，从而更加准确地开展作物估产、长势监测和营养诊断等方面的研究，而且多光谱相机还具有价格低、体积小、数据量小、覆盖面大等特点，在较大范围的区域研究中有着广泛应用。

遥感技术在农作物研究领域被广泛应用，许多学者利用该技术对不同农作物的叶绿素含量进行了反演和预测。李媛媛等［3］基于非成像地物光谱仪的光谱数据，构建了高光谱BP神经网络模型，估算了乳熟期玉米叶片的SPAD值；王丽爱等［4］基于环境减灾HJ－1卫星影像分析不同时期小麦叶片SPAD值与植被指数的相关性，构建了随机森林回归模型。……