无人机反演冠层光谱在水稻全抽穗期远程评价中的应用

01

抽穗期是水稻重要的基本性状，决定生育期长短，影响最终产量。传统的水稻抽穗期测定方法需要频繁的田间工作，以人工观测为基础，速度慢，往往主观，仅在小范围内可行。在本研究中，利用随机森林模型，利用无人机(UAV)在水稻生育期对研究点进行遥感成像，估算水稻全穗期(FH)。该模型利用无人机多光谱图像提取的时间序列归一化植被指数(NDVI)和归一化红边指数(NDRE)，能够准确估计1000多个水稻品种的FH日期，均方根误差小于4天。将所建立的模型应用于不同环境下水稻FH数据的变化，结果表明：低温条件下大部分水稻品种抽穗较晚，高密度条件下抽穗较早。

• 方法

图1 研究区域

图2 研究流程图

• 结果

图4 常规稻(YSZ)，双系杂交稻(LY1318)，三系杂交稻(HY9348)和野生稻(ZS97B)的(a)CIgreen和(b)NDRE在水稻全生育期的时序变化曲线

图5 不同环境下的水稻FH日期

图6 鄂州和陵水地区水稻抽穗期温度和日长的比较

本研究提出了一种利用无人机成像技术远程估算水稻跳频日期的方法，利用整个生长季节的冠层图像，获得时间序列NDVI和NDRE，利用模型估计每个水稻品种的FH数据。该模型在不同环境下的不同水稻品种中成功地进行了测试，其准确性与人工观察结果相当。本研究为利用遥感技术辅助育种研究提供了一个很好的例子，可以高效、低成本地对大量品种的作物性状进行评价和比较，显示了遥感方法的巨大潜力。

来源

Liu X, Wu X, Peng Y, et al. Application of UAV-retrieved canopy spectra for remote evaluation of rice full heading date[J]. Science of Remote Sensing, 2023: 100090.

编辑

ZhouHaozhe