Page 133 - 2025年第56卷第7期
P. 133

或无人机多光谱系统获取不同波段数据组合而成的复合参数,可以表征农作物生长表型或水肥亏缺的
              信息  [7-8] 。在与作物水分亏缺相关性较强的植被指数中,归一化植被指数(Normalized Difference Vegeta⁃
                              [9]
              tion Index,NDVI) 可反映出植株含水量的高低变化                  [10] ;土壤调节植被指数(Soil Adjusted Vegetation
                          [11]
              Index,SAVI) 可消除土壤背景的影响,较好提取植被信息,但不适用于作物生长前期冠层覆盖率较
                                                                                              [13]
              低的情况    [12] ;优化土壤调节植被指数(Optimized Soil Adjusted Vegetation Index,OSAVI) 考虑了冠层
              背景调整因子的标准值,使优化后的 SAVI 对超过 50% 的冠层覆盖率具有较好敏感性                                   [14] ;增强植被指
                                              [15]
              数(Enhanced Vegetation Index,EVI) 中的土壤调整因子对地形条件的敏感性比 NDVI 高,并更适用于
              气溶胶含量较高的天气状况,以及植被茂盛区的植被变化监测                              [16] 等。目前,基于无人机多光谱的水分
              亏缺反演方法已在冬小麦中进行了大量应用研究,例如,王金鑫等                                 [17] 利用 NDVI 作为墒情指示因子,
              实现了大区域冬小麦全生育期墒情的半定量化实时监测;魏青等                                [18] 将 EVI 用于表征冬小麦植株含水
              率;哈布热等       [19] 以 29 个光谱特征参数和水分植被指数为基础,通过与冬小麦拔节—成熟期的植株含
              水率进行相关性分析和模型拟合,优选得出 OSAVI 与冬小麦整个生育期植株含水量拟合最佳的结果。
              这些研究结果证明了基于无人机多光谱系统获取的植被指数生成 VRI 处方图的可行性。
                  无人机飞行时间和高度是影响变量灌溉处方图的关键技术参数,在利用无人机热成像系统快速获
              取作物冠层温度空间分布特征时尤为重要                    [20] 。在利用无人机多光谱系统开展的研究中,无人机飞行时
              间和高度的选择则存在较大的随机性,例如,在反演冬小麦产量时,胡田田等                                     [21] 选择的无人机多光谱
              系统飞行时间为抽穗期、开花期和灌浆期的 11:00—14:00,高度为 30 m。在反演冬小麦叶绿素含量
              时,奚雪等     [22] 选择的飞行时间为越冬期、返青期、拔节期、孕穗期和灌浆期的 10:00—14:00,高度
              为 53 m;周敏姑等      [23] 选择的飞行时间为拔节期后至孕穗期前的 15:00—16:00,高度为 60 m。在反
              演冬小麦植株或土壤含水率时,魏青等                 [24] 选择的飞行时间为抽穗期、乳熟期、成熟期的 10:00—12:00,
              高度为 60 m;芮婷婷等        [25] 选择的飞行时间为越冬期的 11:00—14:00,高度为 100 m;陈硕博等                       [26] 为
              4 月 24—30 日连续 7 天的中午 12:00 左右,高度为 100 m。在反演冬小麦生长指标时,牛玉洁等                                [27] 选
              择的飞行时间为孕穗期的 10:00—14:00,高度为 50 m;朱勇基等                         [28] 选择的飞行时间为拔节期、孕
              穗期、抽穗期、开花期、灌浆期和成熟期的 11:00—14:00,高度为 30 m。
                  为了实现基于无人机多光谱系统的精准变量灌溉管理,本文提出了基于 OSAVI 的变量灌溉处方图
              生成方法,分析了无人机多光谱系统飞行时间和高度对变量灌溉处方图的影响,并对比了基于无人机
              多光谱系统和热成像系统生成的变量灌溉处方图差异,旨在促进多光谱系统在变量灌溉动态分区管理
              中的科学应用。


              2 材料与方法


              2.1 试验区概况 研究无人机多光谱系统飞行时间和高度对变量灌溉处方图影响的田间试验在河北省
              宁 晋 县 大 曹 庄 管 理 区 中 国 水 利 水 电 科 学 研 究 院 智 慧 灌 溉 技 术 与 装 备 创 新 示 范 推 广 基 地(114.52°E,
              37.30°N)开展。该试验区属温带大陆性季风气候,年均降水量为 465 mm,年均气温 13 ℃。试验区面
              积 1.89 hm ,为 190 m 长的圆形喷灌机灌溉面积的 1/6。试验区土壤类型为粉壤土,0 ~ 60 cm 土层内土
                       2
              壤可利用水量变化范围为 131 ~ 150 mm,利用环刀法测定的土壤容重平均值为 1.68 g/cm ,田间持水率
                                                                                              3
              平均值为 0.34 cm³/cm³,饱和含水率平均值为 0.40 cm³/cm³。
              2.2 田间管理 供试作物为冬小麦,品种为山农 28。2023 年冬小麦的播种时间为 2022 年 10 月 17 日,
              收获时间为次年 6 月 10 日。播种后灌出苗水 20 mm,11 月中旬灌冬水 53 mm,返青和拔节期分别灌水
              20 mm。进入灌浆期后土壤含水率达到灌水下限,在 5 月 12 日开展变量灌水 1 次,灌水量加权平均值
              为 33 mm。 冬 小 麦 生 育 期 内 共 施 氮 肥(N)量 232.5 kg/hm 、 磷 肥(P O )量 115.5 kg/hm 、 钾 肥(K O)量
                                                                  2
                                                                                            2
                                                                           2  5                       2
              26.3 kg/hm , 其 中 94.5 kg/hm 的 N 和 全 部 P O 、 K O 均 以 底 肥 施 入 土 壤 , 剩 余 N 在 返 青 期 采 用 机 械
                        2
                                         2
                                                      2  5  2
              追施。
                                                                                                — 959  —
   128   129   130   131   132   133   134   135   136   137   138