优化覆盖冬季小麦的叶面积指数估算：一种结合PROSAIL方法的混合模型

《Journal of Integrative Agriculture》：Optimizing leaf area index estimation in mulched winter wheat: A hybrid model approach coupling PROSAIL

　　

魏春玉|杜亚丹|刘旭贤|胡晓涛|程志凯|徐阳|张正涛|顾晓波|Kadambot H.M Siddique|牛云辉

教育部/西北农林科技大学干旱半干旱地区农业水土工程国家重点实验室，中国杨陵712100

摘要

冬小麦是中国的重要粮食作物，其叶面积指数（LAI）是精准农业中评估生长状况的关键指标。虽然基于无人机（UAV）的遥感和PROSAIL模型被广泛用于LAI的估算，但由于塑料薄膜的光谱干扰，这些方法在薄膜覆盖下的准确性有限。本研究基于陕西省杨陵地区冬小麦田的实地测量数据，通过将土壤和薄膜的反射率信息整合到PROSAIL模型中，开发了一种线性光谱混合模型（LSHM），以提升薄膜覆盖冬小麦的LAI反演精度。研究利用无人机采集的多时相图像和实地LAI测量结果，并结合随机森林（RF）和LASSO变量选择算法来提高模型的准确性。LSHM模型通过纳入实测的土壤和薄膜光谱数据，显著减少了PROSAIL模拟中的反射率差异，在整个生长阶段平均提高了16.5%的R2值（与标准PROSAIL模型相比）。此外，RF-LASSO结合了波段反射率（BR）和植被指数（VI）的优点，增强了模型的稳定性，表现出更优的性能（抽穗期的R2值为0.83，RMSE为0.35，MSE为0.12；灌浆期的R2值为0.71，RMSE为0.50，MSE为0.25）。这些结果表明，该混合PROSAIL模型在估算薄膜覆盖冬小麦的LAI方面具有巨大潜力，为垄沟覆膜系统中的作物性状分析提供了一种可靠的方法。