摘要

为确定适用于冬小麦植株水分诊断的最佳高光谱指数及其在植株水分处于适宜状态时的阈值,设置4个水分处理(灌溉定额分别为0、60、120和180mm),获取了小麦关键生育时期(返青期、拔节期和灌浆期)的冠层高光谱反射率、植株含水率、土壤含水率和产量等数据。依据高光谱指数与冬小麦植株含水率之间的相关性对高光谱指数进行筛选,以筛选的高光谱指数为输入变量,分别构建一元回归、偏最小二乘回归、随机森林回归和支持向量回归的冬小麦植株含水率估测模型。考虑到土壤含水率对冬小麦植株含水率的影响,进一步量化了当日植株含水率与不同时间土壤含水率的关系,通过产量比较法分别确定了冬小麦植株水分、土壤水分的阈值。结果表明:(1)在返青期、拔节期和灌浆期,一元回归模型的精度(r2=0.673,RMSE=3.144%,RE=5.489%)较好,能确定高光谱指数阈值,可以较精准、快捷地实现冬小麦水分诊断。机器学习算法中随机森林回归的模型精度(r2=0.904,RMSE=1.701%,RE=3.606%)最高,但模型参数较多,无法给出高光谱指数阈值。(2)当日植株含水率与其前一天0~50cm土层的含水率之间具有较强的正相关关系(r2为0.708,RMSE为2.436%,RE为7.755%)。(3)返青期、拔节期和灌浆期估测冬小麦植株水分最佳高光谱指数分别为MCARI/0SAVI、PRI3和VEG,其相应的阈值分别为0.7651~1.1301、0.1552~0.2257、1.6339~1.6685。因此,可根据植株含水率与土壤含水率之间的关系确定冬小麦在关键生育期内所处水分状态,从而采取相应对策。