基于植被反射光谱数据的水稻抽穗期预测OA

水稻是我国最重要的农产品之一,其抽穗期的准确预测对于育种与产量评估至关重要。基于无人机遥感影像,以不同氮肥水平下的多个水稻品种为对象,构建时序植被指数序列,分析植被指数曲线特征与抽穗期的关系,并建立预测模型。结果表明,在比值植被指数、归一化差分植被指数、归一化红边指数和绿色叶绿素指数(CIgreen)中,CIgreen对水稻物候变化最敏感。短生育期品种的CIgreen曲线仅有一个峰值,而长生育期品种则呈现分蘖期、拔节期和孕穗期3个峰值,抽穗期与峰值时间具有强线性关系。构建的抽穗期预测模型的精度较高:短生育期品种建模相关系数为0.99,验证误差为1.85 d;长生育期品种建模相关系数为0.89,验证误差在2.94 d以内;具备跨品种、跨氮肥环境的良好适用性,为水稻物候遥感监测提供了有效方法。