基于高光谱的水稻生物量估测模型研究

目的:挖掘潜在的高光谱信息,建立精确的高光谱与水稻地上生物量(Above ground biomass,AGB)估测模型,方便农田管理者指导田间施肥.方法:以安徽科技学院小岗村现代生态农业研究所种植的水稻为研究对象,使用ASD FieldSpec?HandHeldTM 2(HH2)光谱仪获得水稻孕穗后期抽穗前期345～1075 nm波段的光谱数据.经View SpecPro系统处理该生育时期的水稻冠层高光谱反射率数据,进行一阶和二阶变换,将各阶的光谱数据与地上部生物量进行相关性分析,筛选相关系数绝对值最大的5个波段,通过0阶、1阶和2阶微分光谱敏感波段的反射率与A GB数据拟合分析,建立水稻地上部生物量估测模型,并进行精度验证.结果:通过水稻A GB与3种变换的冠层光谱波段的相关性分析,表明0阶、1阶和2阶光谱反射率与AGB相关系数最大值出现的波段不同,分别为(658 nm)0.67、(768 nm)0.79、(763 nm)0.65;通过水稻A GB与3种变换的冠层敏感光谱波段的拟合分析,表明0阶、1阶和2阶光谱反射率与AGB拟合的最佳模型构建方式不同,对应的建模集R2分别为0.69、0.80、0.41,RMSE分别为1571.69 kg/hm2、1371.30 kg/hm2、2039.22 kg/hm2,NRMSE分别16.8％、14.7％、21.8％;验证集中R2分别为0.80、0.83、0.68,RM SE分别为993.50 kg/hm2、890.68 kg/hm2、1235.22 kg/hm2,NRMSE分别11.0％、9.8％、13.6％.结论:0阶和1阶中模型标准均方根误差都处于20％ 以内,说明模型的稳定性好,预测精度高,其中采用1阶幂函数可以更好地快速预测水稻地上生物量(验证精度高达到9.8％).

Estimation Model of Rice Biomass Based on Hyperspectral