基于卫星光谱尺度反射率的冬小麦生物量估算.pdfVIP

第 38 卷 第 24 期 农 业 工 程 学 报 Vol.38 No.24 2022 年 12 月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2022 118 ·农业信息与电气技术· 基于卫星光谱尺度反射率的冬小麦生物量估算 1 2 3 1※ 兰仕浩 ，李映雪 ，吴 芳 ，邹晓晨 （1. 南京信息工程大学遥感与测绘工程学院，南京 210044 ；2. 南京信息工程大学应用气象学院，南京 210044 ；3. 兴化市气象局， 兴化 225700 ） 摘 要：为探索基于光学卫星遥感数据的冬小麦地上生物量估算方法，该研究通过 3 a 田间试验，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 种施氮水平下的地上生物量以及对应的近地冠层高光谱反射率数据。通 过将高光谱数据重采样为具有红边波段的 RapidEye 、Sentinel-2 和 WorldView-2 卫星波段反射率数据，构建任意两波段归 一化植被指数。同时，将卫星波段反射率数据与 6 种机器学习和深度学习算法相结合，构建冬小麦生物量估算模型。研 究结果表明：任意两波段构建的最佳植被指数在冬小麦开花期对生物量的敏感性最强（决定系数R2 为 0.50～0.56 ）。在不 同施氮水平条件下，高施氮水平增强了植被指数对生物量的敏感性。Sentinel-2 波段数据所构建的植被指数优于其他两颗 卫星波段数据。对 6 种机器学习和深度学习算法，总的来说，基于深度神经网络（Deep Neural Networks ，DNN ）算法所 构建的模型要优于其他算法。在单一生育期中，在拔节期（R2 为 0.69～0.78，归一化均方根误差为 26%～31% ）和开花 期（R2 为 0.69～0.70，归一化均方根误差为 24%～25% ）的估算精度最高。Sentinel-2 波段数据与 DNN 算法结合的估算 精度最高，在全生育期中预测精度 R2 为 0.70 。施氮水平的提高同样增强了 DNN 模型的估算精度，3 颗卫星波段数据在 2 2 2 300 kg/hm 施氮条件下的预测精度 R 都在 0.71 及以上，均方根误差小于 219 g/m 。研究结果揭示了光学卫星遥感数据在 不同生育期和施氮条件下估算冬小麦生物量的潜力。 关键词：模型；生物量；冬小麦；RapidEye；Sentinel-2；WorldView-2 doi ：10.11975/j.issn.1002-6819.2022.24.013 中图分类号：S126 文献标志码：A 文章编号：1002-6819(2022)-24-0118-11 兰仕浩，李映雪，吴芳，等. 基于卫星光谱尺度反射率的冬小麦生物量估算[J]. 农业工程学报，2022，38(24)：118-128. doi ：10.11975/j.issn.1002-6819.2022.24.013 Lan Shihao, Li Yingxue, Wu Fang, et al. Winter wheat biomass estimation based on satellite spectral-scale reflectance[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSA