束美艳等：基于高光谱数据的玉米叶面积指数和生物量评估（2021年第1期）

引用格式：

束美艳,陈向阳,王喜庆,马韫韬.基于高光谱数据的玉米叶面积指数和生物量评估[J].智慧农业(中英文),2021,3(1):29-39. SHU Meiyan, CHEN Xiangyang, WANG Xiqing, MA Yuntao. Estimation of Maize Leaf Area Index and Aboveground Biomass Based on Hyperspectral Data[J]. Smart Agriculture, 2021, 3(1): 29-39.

点击直达知网阅读

点击直达期刊官网阅读（全文，免费）

基于高光谱数据的玉米叶面积指数和生物量评估

束美艳1，陈向阳2，王喜庆2*，马韫韬1*

（1. 中国农业大学 土地科学与技术学院，北京 100193；2. 中国农业大学 生物学院，北京 100193）

在高通量测序技术的飞速发展下作物重要性状的基因型的挖掘取得了极大的进步，而表型组学的研究仍然相对落后。传统的田间表型分析方法费力、低效，结果有一定的滞后性，且大面积的田间破坏性取样会影响群体作物的生长状况。遥感技术以其空间覆盖广、效率高和无破坏性等特点被广泛应用于农业生产及监测过程。近年来无人机及传感器的快速发展为作物育种提供了新方法。本研究基于3个种植密度和5份玉米材料的田间试验，获取玉米大喇叭口期的地面ASD高光谱数据与无人机高光谱影像，分析不同种植密度下不同遗传材料的叶面积指数（LAI）和单株地上部生物量，利用偏最小二乘回归法构建基于全波段、敏感波段和植被指数的LAI和单株地上部生物量高光谱估算模型，比较分析两类数据在玉米冠层参数上的应用能力。试验小区分布图

注：OE1—OE4分别代表生物技术材料 807的 4个转基因株系

结果表明，野生型玉米材料的冠层光谱反射率在近红外波段随着种植密度的增大而增大。同一种植密度下的野生型玉米材料的光谱反射率在可见光和近红外波段均最低。在可见光波段550 nm的波峰处，4种转基因材料的光谱反射率比野生型玉米材料的光谱反射率提高4.52%~19.9%。在近红外波段870 nm 的波峰处，4种转基因材料的光谱反射率比野生型玉米材料的光谱反射率提高 23.64%~57.05%。(a) 
  (b)

野生型材料在 3种种植密度下的光谱曲线（a）和5种材料在 120，000株/ha密度下的光谱曲线（b）

基于21个高光谱植被指数构建的模型对 LAI的估算效果最好，测试集决定系数 R2为0.70，均方根误差RMSE为0.92，相对均方根误差rRMSE 为15.94%。敏感波段反射率（839~893 nm 和 1336~1348 nm）对玉米单株地上部生物量估算效果最佳，测试集R2为0.71，RMSE为12.31 g，rRMSE为15.89%。LAI的实测值与预测值的结果地上部生物量的实测值与预测值的结果田间非成像高光谱和无人机成像高光谱在玉米LAI及生物量估算方面具有较好的一致性，能够快速有效地提取地块尺度玉米农学参数信息。本研究可为高光谱技术在小区尺度的精准农业管理应用提供参考。   

来源：《智慧农业（中英文）》2021年第1期

转载请联系编辑部授权

“

作者简介

论文第一作者为束美艳，中国农业大学土地科学与技术学院在读博士研究生，专业为土地利用与信息技术，研究方向为数字农业，无人机遥感技术在农业上的应用及作物田间表型，目前共发表论文20余篇，其中第一作者论文10篇。
论文通讯作者之一为马韫韬，中国农业大学土地科学与技术学院教授，博士生导师。中国农业大学计算机应用数学学士，资源与环境学院农学博士，中科院自动化研究所和荷兰瓦赫宁根大学信息/农业交叉学科博后。法国国家计算机科学与控制研究所(INRIA)、法国巴黎中央大学(ECP)和加州大学戴维斯分校访问学者。中国农业生物技术学会植物表型组学专业委员，国际植物生长模型及其应用科学委员会委员，农业建模与仿真专业委员会委员，中国计算机学会会员，农业人工智能与作物表型内蒙古工程研究中心副主任、首席科学家。主持和参与了国家重点研发计划、973、863、行业科技专项、国家自然基金和内蒙古科技重大专项等项目。发表SCI/EI等论文50余篇。当前主要研究领域：（1）植物功能-结构-环境互作的系统仿真研究；（2）植物（三维）表型研究；（3）人工智能及其农业算法研发与应用；（4）多源传感器的融合及数字农业应用。（5）大规模三维场景的快速获取与渲染。
本文资助基金情况该研究得到国家重点研发计划项目（2016YFD0300202）、内蒙古自治区科技重大专项（2019ZD024）支持。

本期支持单位

Supporters

京蓝云智物联网技术有限公司

浙江臻善科技股份有限公司

推荐阅读

微信交流服务群

为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法：加小编微信331760296，备注：姓名、单位、研究方向，小编拉您进群，机构营销广告人员勿扰。

信息发布

科研团队介绍及招聘信息、学术会议及相关活动的宣传推广

《智慧农业（中英文）》

       《智慧农业（中英文）》（季刊）是由中华人民共和国农业农村部主管，中国农业科学院农业信息研究所主办，《智慧农业（中英文）》编辑委员会学术指导，《智慧农业（中英文）》编辑部编辑出版的国内外公开发行的农业科学类学术期刊。期刊聚焦农业信息技术发展前沿与热点，刊载和传播国内外最新研究成果，通过搭建高水平学术交流平台，引领学术研究方向，服务行业科学决策，培养高水平创新人才，促进学科发展。期刊于2020年被评为“中国农林核心期刊”。

“智慧农业期刊”微信公众号

“智慧农业编辑部”微博	“智慧农业smartag”头条号

求点赞每增加1个赞，小编绩效加5毛钱！