无人机多光谱遥感反演各生育期玉米根域土壤含水率.pdfVIP

第 36 卷 第 10 期 农 业 工 程 学 报 Vol.36 No.10 2020 年 5 月 Transactions of the Chinese Society of Agricultural Engineering May 2020 63 ·农业航空工程· 无人机多光谱遥感反演各生育期玉米根域土壤含水率 1,2 1,2※ 1 1 1 1 1 谭丞轩 ，张智韬 ，许崇豪 ，马 宇 ，姚志华 ，魏广飞 ，李 宇 （1. 西北农林科技大学水利与建筑工程学院，杨凌 712100 ； 2. 西北农林科技大学旱区农业水土工程教育部重点实验室，杨凌 712100 ） 摘 要：为准确及时地获取植被覆盖条件下农田土壤水分信息，该文以不同水分处理的大田玉米为研究对象，利用无人 机遥感平台对夏玉米进行多期遥感监测，并同步采集玉米根域不同深度土壤含水率（Soil Water Content，SWC）。基于2018 年夏玉米拔节期、抽雄-吐丝期和乳熟-成熟期的无人机多光谱遥感影像数据集，通过支持向量机（Support Vector Machine， SVM ）分类剔除土壤背景，提取玉米冠层光谱反射率并计算 10 种植被指数（Vegetation Index ，VI ），然后利用全子集筛 选（Full Subset Selection ）法对不同波段和植被指数进行不同深度土壤含水率的敏感性分析，并分别采用岭回归（Ridge Regression ，RR ）和极限学习机（Extreme Learning Machine ，ELM ）2 种方法构建全子集筛选后 0～20 、20～45 和 45～ 60 cm 不同深度下的土壤含水率定量估算模型。结果表明：基于贝叶斯信息准则（Bayesian Information Criterion ，BIC ） 的全子集筛选法可以有效筛选最优光谱子集，筛选变量基本都通过了显著性检验，自变量个数较少；在同一生育期、同 一深度条件下，ELM 模型效果均优于 RR 模型；玉米在拔节期、抽雄-吐丝期的最佳监测深度为 0～20 cm，在乳熟-成熟 期的最佳监测深度为 20～45 cm ；乳熟-成熟期的 20～45 cm 深度下的 ELM 反演模型效果最优，其建模集和验证集的决 定系数 R 2 和 R 2 分别为 0.825 和 0.750 ，均方根误差 RMSE 和 RMSE 分别为 1.00%和 1.32%，标准均方根误差NRMSE c v c v c 和 NRMSEv 分别为 10.85%和 13.55%。利用全子集筛选法与机器学习相结合的方法可以提高土壤含水率的反演精度和鲁 棒性，本研究为快速、准确地监测农田土壤墒情、实施精准灌溉提供了一种新的途径。 关键词：土壤含水率；遥感；模型；全子集；机器学习；反演 doi ：10.11975/j.issn.1002-6819.2020.10.008 中