基于无人机多光谱遥感的矮林芳樟光合参数估测

作     者：鲁向晖 龚荣新 张海娜 王倩 张杰 谢荣秀 LU Xianghui;GONG Rongxin;ZHANG Haina;WANG Qian;ZHANG Jie;XIE Rongxiu

作者机构：南昌工程学院江西省樟树繁育与开发利用工程研究中心南昌330099 江西省鄱阳湖流域生态水利技术创新中心南昌330029 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2023年第54卷第10期

页      面：179-187页

核心收录：

学科分类：090704[农学-森林经理学] 0907[农学-林学] 09[农学] 

基　　金：国家自然科学基金项目(52269013、32060333) 江西省教育厅科技项目(GJJ190977、GJJ190946) 江西省主要学科学术和技术带头人培养计划青年项目(20204BCJL23046) 江西省科技厅重大科技专项(20203ABC28W016-01-04) 江西省林业局樟树研究专项(202007-01-04) 

主　　题：矮林芳樟 光合参数 估算 多光谱 植被指数 无人机遥感 

摘      要：为探讨应用无人机多光谱技术估算矮林芳樟(Cinnamomum camphora(Linn.)Presl)光合参数的有效分析模型和方法,本研究以矮林芳樟为研究对象,通过无人机搭载的多光谱相机获取其冠层六波段光谱反射率,同步测量其净光合速率(Pn)、胞间二氧化碳浓度(Ci)、气孔导度(Gs)和蒸腾速率(Tr)4种光合参数,采用最佳指数因子(OIF)筛选光谱反射率和植被指数的组合作为自变量,分别采用偏最小二乘法(Partial least squares method,PLS)、反向传播神经网络(Back propagation neural network,BPNN)和随机森林(Random forest,RF)构建自变量与光合参数的估算模型,并分析比较各估算模型的精度。结果显示:矮林芳樟光合参数与叶片红边波段2(中心波长750 nm)和近红外波段(中心波长840 nm)反射率有密切关系;红边波段2、增强型植被指数2(EVI2)、红边叶绿素指数(CIrededge)组合的OIF值最大,为0.0126,可作为模型自变量的最佳组合;Pn、Ci、Gs、Tr 4种光合参数的最优模型均为BPNN,其建模集决定系数R^(2)分别为0.85、0.81、0.80、0.82,均方根误差(RMSE)分别为0.85μmol/(m^(2)·s)、16.23μmol/mol、0.03 mol/(m^(2)·s)、0.37 mmol/(m^(2)·s),相对分析误差(RPD)分别为2.59、2.33、2.28、2.37;验证集R^(2)为0.81、0.73、0.83、0.76,RMSE为1.46μmol/(m^(2)·s)、18.37μmol/mol、0.03 mol/(m^(2)·s)、0.67 mmol/(m^(2)·s),RPD为1.39、1.86、2.67、1.20。研究结果可为无人机多光谱遥感矮林芳樟光合参数估测提供理论依据,为快速监测大面积经济植物生长状况提供技术支撑。