来源：期刊VIP网 时间：
作者：焦鑫伟;岳云开;赵亮;陈建福;许明志;廖澳;崔国贤;佘玮;
单位：湖南农业大学农学院;
摘要：光合参数是反映植物光合作用状况的重要指标。为探究无人机多光谱影像反演苎麻光合参数的可行性，本研究利用多光谱无人机平台采集不同施氮水平和追肥时期下的苎麻苗期、封行期、旺长期和成熟期多光谱图像，并同步测定苎麻叶片净光合速率(Pn)、气孔导度(Gs)、胞间CO_2浓度(Ci)和蒸腾速率(Tr)。通过相关性分析选取与4种光合参数相关性较高的7种植被指数(NDVI、GNDVI、RVI、SIPI、WDRVI、MSR、MCARI),利用3种机器学习模型——随机森林(RF)、支持向量机(SVM)和反向传播神经网络(BPNN)对光合参数进行反演，并进行模型验证及建模精度比较。结果表明，基于无人机多光谱影像反演苎麻Pn、Gs、Ci和Tr的最佳模型分别为成熟期、成熟期、苗期、成熟期的RF模型，决定系数(R~2)分别为0.640、0.790、0.790、0.720,均方根误差(RMSE)分别为1.040、0.070、9.190、1.380。因此，无人机多光谱影像结合RF模型可较好反演苎麻叶片光合参数。
关键词：苎麻;;光合参数;;无人机多光谱影像;;植被指数;;机器学习
基金资助：国家现代农业(麻类)产业技术体系项目(CARS-16-E11);; 湖南省教育厅重点项目(23A0178)
