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构建了通用于冬小麦、夏玉米的精准水分无人机遥感模型，监测精度接近85%。相关成果发表于《农业计算机与电子（Computers and Electronics in Agriculture）》。
无人机遥感技术可快速无损监测作物水分，但因不同遥感模型算法不同，解析效果存在差异，且现有模型多针对单一作物，无法用于小麦玉米轮作区水分监测。
科研人员用无人机采集冬小麦、夏玉米不同生长期高光谱、多光谱数据，创新构建了30余种两波段、三波段高光谱指数。对比发现，三波段高光谱指数可挖掘更多高光谱信息，且与两种作物水分信息相关性更好。研究精选9种相关性强的三波段高光谱指数，将其与11种常见的多光谱指数结合，建立了4种作物水分预测模型，结果显示双向递归神经网络算法模型预测精度较高。为适应小麦玉米轮作区作物水分监测，提高模型适用性，科研人员进一步引入迁移学习方法对模型进行训练，发现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性能最优，精度接近85%。该研究为高效无损监测小麦玉米轮作区作物水分提供遥感通用新模型。
研究得到国家重点研发计划、中国农业科学院科技创新工程等项目支持。
论文链接：https://doi.org/10.1016/j.compag.2024.109762
日期：2025-03-11
