干旱胁迫下冬小麦叶面积指数的高光谱监测

摘要

为实现干旱条件下冬小麦叶面积指数（LAI）的快速精准监测，为我国干旱半干旱地区的冬小麦安全生产提供理论和技术支持，为干旱条件下冬小麦LAI的快速精准监测提供参考，以不同干旱条件下的冬小麦为研究对象，测定关键生育时期冬小麦的LAI和冠层高光谱反射率，探索冬小麦LAI和高光谱反射率间的响应趋势，分别采用一阶微分（1ST）、标准正态变换（SNV）和对数变换（Log）3种方法对原始光谱反射率（R）进行预处理；对比分析不同预处理后光谱反射率与LAI的相关关系，采用偏最小二乘回归（PLSR）算法构建不同预处理下冬小麦LAI的监测模型。结果表明，在可见光区域和1 100～1 800 nm光谱区域，随着LAI的升高，光谱反射率呈现出逐渐增大的趋势；3种预处理方法均改善了光谱反射率与冬小麦LAI的相关性，其中1ST预处理后的光谱反射率与LAI的相关性最高，在1 209 nm处相关系数达到了0.550。基于1ST预处理后光谱反射率，采用PLSR构建的冬小麦LAI监测模型表现最佳，相较R-PLSR模型，1ST-PLSR校正模型和验证模型的决定系数分别提高了42.974%和8.842%，均方根误差分别降低了33.710%和8.111%，相对分析误差分别提高了50.838%和8.813%。

关键词

冬小麦 / 叶面积指数 / 光谱 / 偏最小二乘回归 / 预处理方法