冬小麦冠层叶片叶绿素含量的遥感估算方法研究

摘要

叶片叶绿素含量（LCC）是表征作物光合能力、氮素营养状况及产量潜力的核心指标，精准估算LCC对指导大田作物精准施肥、优化生育期管理及保障粮食安全具有重要意义。当前遥感估算LCC的主流方法多依赖单一植被指数或传统回归模型，但存在高生物量条件下光谱饱和等局限。以我国南方冬小麦主产区（江苏扬州）当地主栽品种扬麦33为试材，设置4个氮肥水平(0、105、225、300 kg·hm^-2),于冬小麦拔节期至灌浆期5个关键生育期同步测定冠层光谱反射率、地上部生物量干重（BDW）及LCC,通过两生长季的田间试验，系统比较植被指数与BDW的乘积法与逐步回归法在LCC估算中的性能，旨在筛选高稳定性、高精度的LCC估算模型。结果表明：（1）基于逐步回归法构建的组合指数“3.575红边模型-1.118植物衰老反射率比值b”可解释LCC 86.8%的变异，均方根误差（RMSE）为0.384 g·m^-2,优于单一植被指数，为多光谱参数整合估算LCC提供了有效思路；（2）通过“植被指数×BDW”乘积法构建的“705 nm修正归一化差值植被指数×BDW”指数表现最优，其线性回归模型的决定系数达0.963 9, RMSE仅为0.202 g·m^-2,估算精度显著高于逐步回归法构建的模型，大幅提升估算精度。该研究提出的“光谱参数-农艺参数耦合”估算思路可为冬小麦LCC的多尺度、高精度遥感反演提供更优的技术方案。

关键词

冬小麦 / 叶绿素含量 / 逐步回归法 / 产量 / 植被指数 / 生物量干重