南方农业学报

作者：郭燕, 贺佳, 位盼盼, 曾凯, 史舟, 叶粟, 杨秀忠, 郑国清, 王来刚,

关键词：冬小麦, 生物量, 株高, 数字表面模型(DSM), 迁移能力,

【目的】 构建冬小麦主要生育时期生物量估算模型，分析不同水处理和不同年份情景下估算模型的迁移能力，为冬小麦生物量快速估算、表型研究及制定作物水肥决策提供技术支撑。【方法】 通过设置不同水氮处理，采用大疆M600 Pro无人机搭载安洲科技K6多光谱成像仪获取冬小麦关键生育期影像，提取影像数字表面模型，基于无人机影像提取株高，通过BP神经网络构建并改进冬小麦生物量估算模型。【结果】 水氮耦合自然状态条件下冬小麦实测株高的变化较小，但在氮充足条件下灌溉可增加冬小麦实测株高。无人机提取株高与实测株高的线性决定系数（R2）为0.81，即无人机提取株高可解释81%的株高变异。基于无人机遥感影像提取株高构建的冬小麦生物量估算模型，R2、均方根误差（RMSE）、相对分析误差（RPD）分别为0.58、4528.23 kg/ha和1.25，说明该模型可对冬小麦生物量进行快速估算，但模型稳健性较差（RPD<1.4），估算值（16198.27 kg/ha）较实测值（16960.23 kg/ha）偏小，且估算值较分散。通过数据转换，基于生物量/无人机提取株高比值构建的冬小麦生物量估算模型R2、RMSE、RPD分别为0.88、2291.90 kg/ha和2.75，改进后的模型稳健性较强（RPD>2.0），估算值（17478.21 kg/ha）与实测值（17222.59 kg/ha）较接近，模型估算精度提高了51.72%。经验证，改进的冬小麦生物量估算模型在不同水处理和不同年份情景下具有较强的迁移能力，迁移估算模型的R2均在0.85以上，能实现对冬小麦生物量的精准快速估算。【结论】 利用无人机影像提取株高信息，通过数据转换，能有效提高冬小麦生物量估算模型的估算精度。改进的冬小麦生物量估算模型在不同水处理和不同年份情景下均表现出较强的迁移能力，但在不同氮水平情景下的迁移能力存在差异，因此，模型迁移利用前应对不同情景数据集进行直方图特征分析，并综合考虑多种影响因素以提升模型的泛化能力和鲁棒性。

来源：2025年第1期

《南方农业学报》期刊编辑部

查看南方农业学报杂志2025年第1期