【目的】叶面积指数(leaf area index,LAI)是表征作物长势、光合、蒸腾的重要指标。论文旨在研究不同生育期、多生育期无人机多光谱数据棉花LAI估测模型,明确不同生育期间棉花LAI估测模型变化规律,为实时掌握棉花长势并因地制宜进行田...【目的】叶面积指数(leaf area index,LAI)是表征作物长势、光合、蒸腾的重要指标。论文旨在研究不同生育期、多生育期无人机多光谱数据棉花LAI估测模型,明确不同生育期间棉花LAI估测模型变化规律,为实时掌握棉花长势并因地制宜进行田间科学管理提供依据。【方法】利用大疆精灵4多光谱无人机获取棉花现蕾期、初花期、结铃期、吐絮期多光谱图像和RGB图像。选用归一化差植被指数(NDVI)、绿度归一化差植被指数(GNDVI)、归一化差红边指数(NDRE)、叶片叶绿素指数(LCI)、优化的土壤调节植被指数(OSAVI)5种多光谱指数和修正红绿植被指数(MGRVI)、红绿植被指数(GRVI)、绿叶指数(GLA)、超红指数(EXR)、大气阻抗植被指数(VARI)5种颜色指数分别建立棉花各生育期及棉花生长多生育期数据集合,结合打孔法获取地面LAI实测数据,使用机器学习算法中偏最小二乘(PLSR)、岭回归(RR)、随机森林(RF)、支持向量机(SVM)、神经网络(BP)构建棉花LAI预测模型。【结果】覆膜棉花LAI随着生育期的变化呈现先增长后下降的趋势,现蕾期、初花期、结铃期内侧棉花叶面积指数均值均显著大于外侧(P<0.05);选择的指数在各时期彼此间均呈显著相关(P<0.05),总体而言,多光谱指数与颜色指数间的相关性随着生育期的进行而呈现下降趋势,选择的指数在各时期均与棉花LAI相关性显著(P<0.05),多光谱指数相关系数介于0.35—0.85,颜色指数相关系数介于0.49—0.71,相关系数绝对值较大的指数多为多光谱指数,颜色指数与棉花LAI的相关系数绝对值较小;估测模型性能结果显示棉花各生育期模型中多光谱指数优于颜色指数,且各指数模型预测性能随着生育期的变化呈现一定规律性,NDVI是预测棉花LAI的最优指数。从模型结果上看,RF模型和BP模型在各生育期下获得了较高的估计精度。初花期LAI反演模型精度最高,最优模型验证集R2为0.809,MAE为0.288,NRMSE为0.120。多生育期最优模型验证集R2为0.386,MAE为0.700,NRMSE为0.198。【结论】棉花内外侧LAI在现蕾期、初花期、结铃期存在显著差异。在各生育期中,RF和BP模型是预测棉花LAI较优模型。NDVI在各指数中表现最好,是预测棉花LAI的最优指数。多生育期模型效果较单生育期明显下降,最优指数为GNDVI,最优模型为BP。本研究中预测棉花LAI的最优窗口期是初花期。研究结果可为无人机遥感监测棉花LAI提供理论依据和技术支持。展开更多
为探明不同覆盖模式对关中平原地区猕猴桃生长发育及果实产量、品质的影响,设置树下地布行间生草覆盖(F _(1) G _(1))、树下地布行间裸地覆盖(F _(1 )G _(0))、树下裸地行间生草覆盖(F _(0) G _(1))、裸地(CK)4种覆盖模式,其中F _(1) G ...为探明不同覆盖模式对关中平原地区猕猴桃生长发育及果实产量、品质的影响,设置树下地布行间生草覆盖(F _(1) G _(1))、树下地布行间裸地覆盖(F _(1 )G _(0))、树下裸地行间生草覆盖(F _(0) G _(1))、裸地(CK)4种覆盖模式,其中F _(1) G _(1)为二元覆盖,F _(1) G _(0)和F _(0) G _(1)为单一覆盖,裸地为无覆盖,对比分析了各处理对不同生育时期土壤水分、猕猴桃生长生理和果实产量、品质等参数的影响。结果表明,二元覆盖有效改善了土壤水分环境,在猕猴桃萌芽展叶期和开花坐果期其20~100 cm土层树下和行间土壤含水率差值比率(SMDR)最低,土壤水分竞争最小;在果实膨大期和果实成熟期其树下、行间0~100 cm土层的土壤含水率较CK均有增长。不同覆盖模式对猕猴桃树不同生育时期的营养生长和光合生理参数影响不同,其中单一覆盖F _(0) G _(1)对新梢长度和新梢直径累积生长量影响最显著,其次为二元覆盖F _(1) G _(1);但在果实膨大期和果实成熟期,F _(1 )G _(1)的净光合速率(P _(n))分别比F _(0) G _(1)提高了19.0%、20.6%。不同覆盖模式均可以提高猕猴桃产量,二元覆盖F _(1) G _(1)对猕猴桃树单株产量提升效果最为显著,较CK显著提高14.9%,F _(0) G _(1)处理次之,F _(1) G _(0)处理最小。二元覆盖F _(1) G _(1)的猕猴桃可溶性糖含量、糖酸比分别较CK显著增加21.9%、45.1%,且其糖酸比高于其他处理。综上可知,在关中平原猕猴桃园采用树下地布行间生草覆盖二元覆盖模式有利于促进树体生长,同时有助于增加产量,改善果实品质。展开更多
文摘【目的】叶面积指数(leaf area index,LAI)是表征作物长势、光合、蒸腾的重要指标。论文旨在研究不同生育期、多生育期无人机多光谱数据棉花LAI估测模型,明确不同生育期间棉花LAI估测模型变化规律,为实时掌握棉花长势并因地制宜进行田间科学管理提供依据。【方法】利用大疆精灵4多光谱无人机获取棉花现蕾期、初花期、结铃期、吐絮期多光谱图像和RGB图像。选用归一化差植被指数(NDVI)、绿度归一化差植被指数(GNDVI)、归一化差红边指数(NDRE)、叶片叶绿素指数(LCI)、优化的土壤调节植被指数(OSAVI)5种多光谱指数和修正红绿植被指数(MGRVI)、红绿植被指数(GRVI)、绿叶指数(GLA)、超红指数(EXR)、大气阻抗植被指数(VARI)5种颜色指数分别建立棉花各生育期及棉花生长多生育期数据集合,结合打孔法获取地面LAI实测数据,使用机器学习算法中偏最小二乘(PLSR)、岭回归(RR)、随机森林(RF)、支持向量机(SVM)、神经网络(BP)构建棉花LAI预测模型。【结果】覆膜棉花LAI随着生育期的变化呈现先增长后下降的趋势,现蕾期、初花期、结铃期内侧棉花叶面积指数均值均显著大于外侧(P<0.05);选择的指数在各时期彼此间均呈显著相关(P<0.05),总体而言,多光谱指数与颜色指数间的相关性随着生育期的进行而呈现下降趋势,选择的指数在各时期均与棉花LAI相关性显著(P<0.05),多光谱指数相关系数介于0.35—0.85,颜色指数相关系数介于0.49—0.71,相关系数绝对值较大的指数多为多光谱指数,颜色指数与棉花LAI的相关系数绝对值较小;估测模型性能结果显示棉花各生育期模型中多光谱指数优于颜色指数,且各指数模型预测性能随着生育期的变化呈现一定规律性,NDVI是预测棉花LAI的最优指数。从模型结果上看,RF模型和BP模型在各生育期下获得了较高的估计精度。初花期LAI反演模型精度最高,最优模型验证集R2为0.809,MAE为0.288,NRMSE为0.120。多生育期最优模型验证集R2为0.386,MAE为0.700,NRMSE为0.198。【结论】棉花内外侧LAI在现蕾期、初花期、结铃期存在显著差异。在各生育期中,RF和BP模型是预测棉花LAI较优模型。NDVI在各指数中表现最好,是预测棉花LAI的最优指数。多生育期模型效果较单生育期明显下降,最优指数为GNDVI,最优模型为BP。本研究中预测棉花LAI的最优窗口期是初花期。研究结果可为无人机遥感监测棉花LAI提供理论依据和技术支持。
文摘为探明不同覆盖模式对关中平原地区猕猴桃生长发育及果实产量、品质的影响,设置树下地布行间生草覆盖(F _(1) G _(1))、树下地布行间裸地覆盖(F _(1 )G _(0))、树下裸地行间生草覆盖(F _(0) G _(1))、裸地(CK)4种覆盖模式,其中F _(1) G _(1)为二元覆盖,F _(1) G _(0)和F _(0) G _(1)为单一覆盖,裸地为无覆盖,对比分析了各处理对不同生育时期土壤水分、猕猴桃生长生理和果实产量、品质等参数的影响。结果表明,二元覆盖有效改善了土壤水分环境,在猕猴桃萌芽展叶期和开花坐果期其20~100 cm土层树下和行间土壤含水率差值比率(SMDR)最低,土壤水分竞争最小;在果实膨大期和果实成熟期其树下、行间0~100 cm土层的土壤含水率较CK均有增长。不同覆盖模式对猕猴桃树不同生育时期的营养生长和光合生理参数影响不同,其中单一覆盖F _(0) G _(1)对新梢长度和新梢直径累积生长量影响最显著,其次为二元覆盖F _(1) G _(1);但在果实膨大期和果实成熟期,F _(1 )G _(1)的净光合速率(P _(n))分别比F _(0) G _(1)提高了19.0%、20.6%。不同覆盖模式均可以提高猕猴桃产量,二元覆盖F _(1) G _(1)对猕猴桃树单株产量提升效果最为显著,较CK显著提高14.9%,F _(0) G _(1)处理次之,F _(1) G _(0)处理最小。二元覆盖F _(1) G _(1)的猕猴桃可溶性糖含量、糖酸比分别较CK显著增加21.9%、45.1%,且其糖酸比高于其他处理。综上可知,在关中平原猕猴桃园采用树下地布行间生草覆盖二元覆盖模式有利于促进树体生长,同时有助于增加产量,改善果实品质。