楊珺博,王 斌,黃嘉亮,張智韜,2,周永財,2,姜文煥
(1.西北農林科技大學水利與建筑工程學院,陜西 楊凌 712100;2.西北農林科技大學 旱區農業水土工程教育部重點實驗室,陜西 楊凌 712100)
準確獲取土壤水分數據是實現作物增收的關鍵因素,對農業生產中的水資源高效利用具有重要意義[1-3]。遙感監測土壤含水率具有高效、準確等優點,已成為國內外研究重點,但衛星遙感易受天氣等因素影響,而且不能同時滿足農田尺度的高時空分辨率要求[4-6]。無人機遙感監測土壤含水率具有時效性快、成本低、機動靈活等優點[7,8],可以迅速準確地完成特定區域內的農情監測任務[9,10]。
近年來,國內外學者在無人機遙感監測土壤含水率方面已經取得了許多研究成果。Li[11]等利用無人機多光譜系統獲取棉花冠層光譜數據,發現紅、近紅外波段反射率與土壤水分有較好的相關性。HASSAN-ESFAHANI[12]等借助于人工神經網絡算法(Artificial Neural Network,ANN),通過無人機多光譜遙感數據構建了表層土壤含水率監測模型。王海峰等[13]基于獲取的多光譜遙感數據,利用相關系數法篩選對土壤水分較敏感的波段,通過單一敏感波段處的光譜數據建立不同的一元回歸模型,實現對裸土土壤含水率高精度監測。Oliver[14]等采用無人機遙感數據計算的溫度植被干旱指數(Temperature Vegetation Dryness Index,TVDI)和歸一化植被指數(Normalized difference vegetation index,NDVI)反演地表5~10 cm土壤含水率,模型監測精度較高。陳碩博等[15]以抽穗期冬小麥為研究對象,利用無人機搭載多光譜相機來獲取作物冠層光譜數據,提出一種差值反射率(DR)實現對土壤水分較高精度的反演?!?br>