| （一）文章信息 |
标题：Evaluation of Growth Recovery Grade in Lodging Maize via UAV-Based Hyperspectral Images
期刊：《Journal of Remote Sensing》(IF=8.8）
作者：Qian Sun, et al.
doi：10.34133/remotesensing.0253
| （二）研究背景 |
气候变化对农业生产产生严重影响，特别是在夏季台风引起的强降水事件，与中国玉米的快速生长期相吻合，导致玉米倒伏。倒伏是指作物因自然灾害而从直立位置倒塌，导致植株高度降低和叶片重叠，影响作物群体的冠层结构和生理活动。传统测量作物倒伏的方法依赖农业技术人员进行实地调查，这种方法主观性强、耗时且需要大量人力。农业遥感技术的发展为监测作物倒伏提供了新的机会，具有覆盖范围广、空间和时间分辨率高、监测效率高和成本低等优势。本研究利用无人机高光谱技术，基于熵法构建了玉米倒伏后冠层结构指数（CSI）和生理活动指数（PAI），以评估倒伏玉米的生长恢复情况。
| （三）研究数据与方法 |
（四）研究结果 |
| （五）研究结论 |
本研究提供了一种有效的方法，使用无人机高光谱图像评估倒伏玉米的生长恢复情况。通过构建CSI和PAI，研究能够对倒伏玉米的生长恢复状态进行综合评估。研究结果表明，这种方法在监测倒伏损伤方面具有较高的准确性和效率。研究还发现，倒伏类型和生长阶段对玉米的自我恢复能力有显著影响，其中直立型（SI）表现出最强的恢复能力，而根部倒伏（RL）和茎秆弯曲（SB）类型则显示出较弱的恢复能力。这可能是由于RL和SB类型对根和茎的损伤降低了营养输送效率，影响了玉米的自我恢复能力。研究的结论对于制定有效的农业管理策略和保险理赔具有重要意义，为倒伏玉米的恢复评估提供了科学依据。未来的研究需要考虑更多的环境因素，如土壤类型、温度、降水和耕作管理实践，以提高评估的准确性和普适性。
文章来源 ：Sun, Q., Chen, L., Zhang, B., Qu, X., Cui, Y., Shu, M., & Gu, X. (2024). Evaluation of Growth Recovery Grade in Lodging Maize via UAV-Based Hyperspectral Images. Journal of Remote Sensing, 4, 0253.
免责声明 ：本公众号发布的内容仅供学习交流使用，内容版权归原作者所有。如有侵犯您的权益，请及时与我们联系。
| 回复1097获取全文！
2024-10-25
2024-10-24
2024-10-23
