基于无人机可见光影像与生理指标的小麦估产模型研究

为及时、准确地掌握小麦产量动态信息,基于无人机遥感平台,分别分析了小麦4项生理指标[地面实测叶面积指数、叶片含氮量、叶片含水量及叶片叶绿素相对含量(SPAD值)]及10项植被指数与产量的相关性,以筛选出与产量最为敏感的生理指标与植被指数,并比较了3种建模方法(一元回归UR、多元逐步回归SMLR和主成分回归PCAR)在小麦各生育时期估产的适用性,进而得到小麦最优估产模型.结果 表明:(1)不同生育时期两类变量与产量的相关性变化特征一致,均表现为抽穗期＞灌浆期＞成熟期;不同生理指标、植被指数与产量的相关性在各生育时期均存在差异,生理指标表现为叶片含氮量＞ LAI＞ SPAD＞叶片含水量;而植被指数在各时期表现不同;(2)以生理指标与植被指数为自变量,采用SMLR模型构建的抽穗期估产模型拟合精度最高,R2、RMSE和nRMSE分别为0.828、362.53 kg·hm-2和12.35％;(3)小麦估产模型在各生育时期的预测精度表现为抽穗期＞灌浆期＞成熟期.