基于多光谱遥感数据的归一化植被指数与甜菜产量相关性优化研究

本研究针对甜菜产量预测中传统方法样本量不足、精度低的问题，通过多光谱遥感技术结合NDVI（归一化植被指数）和ExG（过量绿色植被指数）优化相关性模型，实现R2超0.97的高精度预测，为农业规划及糖业物流提供可靠数据支持。

　　

甜菜是全球重要的糖料作物，但其产量预测长期依赖人工抽样，样本量少且误差大。随着气候变化和病虫害加剧，传统方法难以满足精准农业需求。多光谱遥感技术为这一问题提供了新思路，但现有研究存在NDVI（归一化植被指数）与产量相关性低（R²仅0.16-0.55）、传感器适用性局限等问题。

为突破这些瓶颈，德国安哈尔特应用技术大学的Ole Christian Ludewig-Spickermann团队在《European Journal of Agronomy》发表研究，通过无人机(UAV)和载人超轻型飞机(UL)搭载多光谱传感器，结合ExG（过量绿色植被指数）掩膜技术，系统分析甜菜生长关键期的NDVI动态。研究创新性地将观测窗口锁定在7月中旬至9月，利用ExG剔除土壤干扰像素，显著提升NDVI与产量的相关性。

关键技术包括：1）Sentera AGX710 Ag+多光谱传感器数据采集，通过暗像元减法(DOS)进行辐射校正；2）ExG阈值法（阈值25）分离植被与背景；3）PhaseOne iXU-RS100传感器验证方法普适性；4）基于20个钾肥试验田的手工采收产量数据建模。

研究结果显示：1）时序动态上，2021年因真菌病害导致NDVI持续下降，2022年干旱使NDVI在8月触底后因降雨回升，印证甜菜对胁迫的敏感期集中在7-8月；2）模型优化后，UAV数据两年联合分析的R²达0.989，UL飞机数据达0.965，预测误差仅6.4吨/公顷；3）单月数据分析中，7月数据因与根系生长期重叠不足导致R²波动（0.51-0.80），证实延长观测期必要性。

结论部分强调：1）7-9月是兼顾监测与预测的最佳窗口，ExG-NDVI联用可消除50%背景干扰；2）方法成功跨平台验证，为卫星数据推广奠定基础；3）提出的动态阈值和辐射校正标准化流程，解决了多源数据可比性问题。该研究不仅为甜菜产业提供高精度产量预测工具，其多光谱分析框架更适用于其他根茎类作物，对智慧农业发展具有重要实践意义。