重大突破！无人机光谱遥感模型实现麦玉轮作区作物水分精准监测

重大突破！无人机光谱遥感模型实现麦玉轮作区作物水分精准监测

近日，中国农业科学院农田灌溉研究所灌排技术与装备研究中心取得重要科研进展，成功构建了适用于冬小麦和夏玉米的精准水分无人机遥感模型。该模型监测精度接近85%，为小麦玉米轮作区的作物水分监测提供了新的技术手段。

无人机遥感技术因其快速无损监测作物水分的优势而备受关注。然而，现有的遥感模型多针对单一作物，且不同模型算法的解析效果存在差异，无法满足小麦玉米轮作区的监测需求。

针对这一问题，研究团队采用无人机采集了冬小麦和夏玉米在不同生长期的高光谱和多光谱数据。在此基础上，创新性地构建了30余种两波段和三波段高光谱指数。研究发现，三波段高光谱指数能够挖掘更多高光谱信息，并与作物水分信息具有更好的相关性。

为了建立更精准的作物水分预测模型，研究团队精选了9种相关性强的三波段高光谱指数，并将其与11种常见的多光谱指数相结合。通过对比分析，发现双向递归神经网络算法模型的预测精度最高。为进一步提高模型的适用性，研究团队引入迁移学习方法进行模型训练。实验结果表明，当向夏玉米吐丝期数据集添加16个冬小麦灌浆期样本时，模型监测小麦玉米轮作两季作物水分的性能最优，监测精度接近85%。

这项研究得到了国家重点研发计划和中国农业科学院科技创新工程等项目的大力支持。研究成果已发表于国际知名期刊《农业计算机与电子（Computers and Electronics in Agriculture）》，为高效无损监测小麦玉米轮作区作物水分提供了新的技术方案。

本文原文来自中国农业科学院