对实时玉米生物质监测地面光谱成像的评估
Andrea Szabó1,2, Nxumalo Gift Siphiwe1,2, Erika Buday-Bódi1,2
1Institute of Water and Environmental Management, Faculty of Agricultural and Food Sciences and Environmental Management, University of Debrecen, Debrecen, Hungary.
Frontiers in plant science
|June 30, 2025
概括
这项研究将光谱数据与生物质测量相结合,以预测植物特征,如叶绿素和胡卜素. 这些发现通过改进的水资源管理策略,提供了增强的精准农业.
科学领域:
- 农业科学 农业科学
- 遥感 遥感 遥感 遥感
- 植物生理学 植物生理学
背景情况:
- 了解农业领域的空间异质性对于推进精准农业至关重要.
- 光谱分析提供了一种非破坏性的方法,用于评估精密农业至关重要的植物生物物理性质.
- 有效的水资源管理策略依赖于准确的植物特征预测.
研究的目的:
- 使用规范差异植被指数 (NDVI) 预测胡卜素和叶绿素含量.
- 通过使用多光谱Tetracam数据估计植被覆盖的干燥和潮湿生物量.
- 将近距离传感数据与生物质信息相结合,以改进精准农业中的植物性质估计.
主要方法:
- 使用多光谱Tetracam数据进行光谱分析.
- 使用的规范差异植被指数 (NDVI) 用于预测胡卜素和叶绿素含量.
- 开发了基于植被覆盖的模型来估计干燥和潮湿的生物质.
主要成果:
- 胡卜素预测模型:R2为0.54,平均偏差误差 (MBE) 为0.02μg/g,正常化根平均平方误差 (NRMSE) 为17%.
- 叶绿素预测模型:R2为0.64,MBE为0.04微克/克,NRMSE为15.92%.
- 生物质预测模型 (湿和干):R2值为0.55和0.58,NRMSEs分别为13.26%和15.06%.
结论:
- 结合近距离传感和生物质数据,可以更好地预测植物性质.
- 这项研究为通过机器学习优化精准农业提供了宝贵的见解.
- 精确估计植物特征支持更有效的水资源管理策略.
