冠层光谱红边参数结合随机森林机器学习估算冬小麦叶绿素含量

• Published in: 农业工程学报 Vol. 40; no. 4; pp. 166 - 176
• Main Authors: 王震, 李映雪, 吴芳, 邹晓晨
• Format: Journal Article
• Language: Chinese
• Published: 自然资源部遥感导航一体化应用工程技术创新中心,南京 210044 01.02.2024; 南京信息工程大学遥感与测绘工程学院,南京 210044; 江苏省协同精密导航定位与智能应用工程研究中心,南京 210044%南京信息工程大学生态与应用气象学院,南京 210044%兴化市气象局,兴化 225700
• Subjects: 红边参数; 机器学习; 随机森林; red-edge parameter; SPAD; chlorophyll; winter wheat; random forest; 叶绿素; machine learning; 冬小麦
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.202308116

S126; 作物光谱红边参数与叶绿素含量密切相关,是作物生长发育和营养状况的指示器.基于红边参数构建叶绿素含量探测模型是大尺度监测作物长势的有效方法.为提升冬小麦叶绿素含量探测精度,构建适用于不同生育期和施氮水平条件的叶片叶绿素相对含量(chlorophyll content,CHL)估算模型.该研究通过 4a大田试验,获取冬小麦 4个关键生育期(拔节期、抽穗期、开花期和灌浆期)和 3种施氮水平条件下的冠层光谱反射率和叶片CHL.系统比较和评估了 47种光谱红边参数对CHL的敏感性,同时采用逐步选择红边参数相对重要性提升了随机森林机器学习模型估算冬小麦CHL的精度.结果表明:光谱红边参数对CHL的敏感性受到冬小麦生育期和施氮水平的影响,在单一生育期中的最佳红边参数与CHL的决定系数R2 在 0.39和 0.89之间.全生育期中最佳红边参数为NDDRmid,与CHL的决定系数R2 为0.76.灌浆期敏感性最高,红边参数REPRpi、NDDRmid、RVI2、RVI4、RVI5、RVI6、NDRE、RVI12和RVI13与CHL的决定系数都高于 0.80,红边参数RVI5与CHL的决定系数R2 为 0.89.单一施氮水平条件下敏感性最佳的红边参数与CHL的决定系数在 0.75和 0.81之间.在N1和N2条件下,最佳红边参数为NDDRmid.在N3条件下RIDRfd与CHL的决定系数最高,R2 为 0.81.在所评估的光谱红边参数中,NDDRmid、RVI5、RVI12和DIDA在单一生育期和施氮水平条件下都表现出较高的相关性.逐步选择相对重要性红边参数特征优化随机森林模型提升了CHL的估算精度,全生育期中最佳估算精度为R2=0.80和RMSE=4.25.不同生育期和施氮水平条件下,红边参数DIDA和RVI13都作为随机森林模型的重要特征.研究结果揭示了光谱红边参数在不同生育期和施氮条件下估算冬小麦CHL的潜力,同时也为基于红边参数特征的其他类型农作物叶绿素含量探测研究提供了参考.