作物水分高光谱遥感监测研究进展

doi:10.19754/j.nyyjs.20240115009

摘要/Abstract

摘要： 高光谱遥感技术通过敏感波段提取作物水分信息，能够实现作物水分的准确、快速和无损监测，并具有光谱分辨率高、波段多和图谱合一等优，点，对发展现代精准农业、智慧农业具有极其重要的意义。但在光谱数据获取、预处理、特征提取和建模过程中，都会由于环境或仪器等因素产生误差而降低模型的反演精度。为了分析高光谱遥感技术在作物水分监测的优势与潜力。本研究介绍了常见作物水分监测的几种方法，以及在水分测量的不同领域所发挥的重要作用；对高光谱遥感监测原理与方法进行阐述，并结合典型作物类型的具体应用进行叙述；探讨了高光谱谣感技术目前存在的问题，并对未来在作物水分监测研究的发展提出展望。

中图分类号:

S127

. 作物水分高光谱遥感监测研究进展[J]. 农业与技术, 2024, 44(1): 38-44.

参考文献

[1]叶文超，罗水洋，李金豪，李钊荣，范志文，徐海涛，赵静，兰玉彬，邓海东，龙拥兵.近红外光谱与图像融合的杂交水稻种子分类方法研究[J].光谱学与光谱分析，2023,43(09)：35-41. [2]祝榛.基于高光谱成像技术的滴灌冬小麦水分估测模型研究[D].石河子：石河子大学，2020. [3]鲍春辉，徐杰，刘哲.低场核磁共振技术在稻谷水分测定中的应用[J].现代农业装备，2022,43(04)：46-55. [4]罗丽琼，张天顺，鲁绍坤，李正风，张军情，袁伟，付思芮.电容法与电阻法测量烟叶含水率的对比研究[J].山东农业科学，2015,47(08)：100-103. [5]王晶，唐纲岭，范子彦，师默闻，杨本刚，蔡持，尹嵩，史霖，闻静，杨涓，李力，李雪。顶空-卡尔费休法测定烟用爆珠表皮中的水分[J].中国烟草学报，2023,29(03)：42-46. [6]甘富航，刘朝鑫，张维华，李明，王润涛，冯江.基于摩擦阻力法的粮食水分检测仪研制[J].农机化研究，2018,40(01)：91-95. [7]王唯唯.基于不同光谱仪的冬小麦生长指标监测研究[D].郑州：河南农业大学，2023， [8]杨菲菲.冬小麦涝渍胁迫程度高光谱遥感监测研究[D].北京：中国农业科学院，2021. [9]杨炜光.基于多源光谱信息的棉花水、氮监测模型研究[D]广州：华南农业大学，2023. [10]程晓娟，杨贵军，徐新刚，陈天恩，王冬.基于近地高光谱与TM遥感影像的冬小麦冠层含水量反演[J].麦类作物学报，2014,34(02)：227-233. [11]宋歌，陈玉珊，张珊，赵航，谭倩.非充分灌溉条件下多目标整数规划配水模型构建[J].农业工程学报，2022,38(09)：129-139. [12]焦青亮，刘明，于坤，刘子龙，孔令琴，惠梅，董立泉，赵跃进.基于卷积神经网络的光谱预处理方法[J].光谱学与光谱分析，2022,42(01)：292-297. [13]崔锦涛，买买提·沙吾提.基于特征波段选择和机器学习的陆地棉叶片水分估算[J].干旱区地理，2023,46(11)：1836-1847. [14]聂素云，杨彬，夏微，张远.冬小麦多时期冠层含水量遗传优化遥感反演[J].华东师范大学学报（自然科学版），2023(03):71-81. [15]Zhang Z,Fu Y,Li H,et al.Monitoring the leaf equivalent waterthickness of kiwifruit in high temperature using leaf spectral reflec-tance [J].Spectroscopy Letters,2022,55 (10):659-672 [16]许将，徐凯磊，翟铄，藏宇晨.基于无人机高光谱棉田土壤含水量反演研究[J].中国煤炭地质，2023,35(08)：64-69. [17]王怡婧，陈睿华，张俊华，丁启东，李小林.基于分数阶微分技术的土壤水盐信息高光谱反演[J].应用生态学报，2023,34(05)：1384-1394. [18]王炜，吴耿锋，张博锋，王媛.径向基函数(BF)神经网络及其应用[J].地震，2005(02)：19-25. [19]杨庆振，郭敏，范新成.基于随机森林算法的高光谱遥感作物分类[J].测绘与空间地理信息，2023,46(04)：149-152. [20]杨晓华，吴耀平，黄敬峰，王建文，王佩，王晓鸣.基于支持向量机的水稻生物物理参数遥感估算[J].中国科学（生命科学)，2009,39(11)：1080-1091. [21]刘二华，周广胜，周莉，张峰.夏玉米不同生育期叶片和冠层含水量的遥感反演[J].应用气象学报，2020,31(01)：52-62. [22]吾木提·艾山江，买买提·沙吾提，马春玥.基于分数阶微分和连续投影算法一反向传播神经网络的小麦叶片含水量高光谱估算[J].激光与光电子学进展，2019,56(15)：251-259. [23]杨菲菲，刘升平，诸叶平，李世娟.基于高光谱遥感的冬小麦涝渍胁迫识别及程度判别分析[J].智慧农业，2021,3(02)：35-44. [24]王圆圆，李贵才，张立军，范锦龙.利用偏最小二乘回归从冬小麦冠层光谱提取叶片含水量[J].光谱学与光谱分析，2010,30(04)：1070-1074. [25]程晓娟，徐新刚，陈天恩，杨贵军，李振海.基于NR-Rd光谱特征空间的作物水分指数[J].光谱学与光谱分析，2014,34(06):1542-1547. [26]贾雯晴.基于高光谱的小麦水分状况监测研究[D].南京：南京农业大学，2014. [27]Das B,Sahoo R N,Pargal S,et al.Evaluation of different waterabsorption bands,indices and multivariate models for water-deficitstress monitoring in rice using visible-near infrared spectroscopy[J].Spectrochimica Acta Part A:Molecular and Biomolecular Spectroscopy,2021,247:119104. [28]田永超.基于冠层反射光谱的水稻水分及稻麦生长监测[D].南京：南京农业大学，2004. [29]徐庆，马驿，蒋琦，仝春艳，赵智尧.水稻叶片含水量的高光谱遥感估算[J].遥感信息，2018,33(05)：1-8. [30]刘小军.水稻植株水分实时监测与管理决策技术研究[D].南京：南京农业大学，2011. [31]Elsherbiny 0,Fan Y,Zhou L,et al.Fusion of feature selectionmethods and regression algorithms for predicting the canopy watercontent of rice based on hyperspectral data J].Agriculture,2021,11(1):51. [32]Moharana S,Dutta S.Estimation of water stress variability for arice agriculture system from space-bome hyperion imagery J].Agricultural Water Management,2019,213:260-269. [33]冯伟，姚霞，田永超，朱艳，刘小军，曹卫星.小麦籽粒蛋白质含量高光谱预测模型研究[J].作物学报，2007(12)：1935-1942. [34]张雪楠，王乐乐，钮铭轩，詹妮，任浩杰，徐浩聪，杨昆，武立权，柯健，尤翠翠，何海兵.基于叶片反射光谱和叶绿素荧光估测水稻叶片含水量[J].浙江农业学报，2023,35(06):65-77. [35]Pasqualotto N,Delegido J,Van Wittenberghe S,et al.Retrievalof canopy water content of different crop types with two new hyper-spectral indices:Water Absorption Area Index and Depth WaterIndex [J].Interational joumal of applied earth observation andgeoinformation,2018,67:69-78. [36]Sun J,Yang W,Zhang M,et al.Estimation of water content incom leaves using hyperspectral data based on fractional orderSavitzky-Golay derivation coupled with wavelength selection [J].Computers and Electronics in Agriculture,2021,182:105989. [37]王俞茜.华北地区夏玉米水分和氮素光谱诊断模型研究[D].天津：天津农学院，2022.