2023年4月1日，西北农林科技大学机电学院牛子杰副教授在农林科学类期刊Agricultural Water Management（中科院一区）发表了题为“Optimum sampling window size and vegetation index selection for low-altitude multispectral estimation of root soil moisture content for Xuxiang Kiwifruit”的研究论文。硕士生邓俊涛为第一作者，牛子杰副教授为通讯作者，西北农林科技大学机电学院为第一单位。
本研究使用多层感知机和冠层植被指数来估算果实膨大期(5 ~ 9月)植株40 cm深度的根域土壤含水率。在模型建立过程中，根据8个植被指数的组合建立了247个MLP模型；根据不同采样宽度建立了18个数据集分别对这些模型进行训练，比较模型评价参数。为了进一步减少模型的输入参数，比较了不同植被指数组合模型的决定系数。结果表明，随着模型输入量的增加，不同数据集训练出的模型决定系数和可解释方差得分均增大，均方根误差减小；使用不同数据集训练的8个植被组合模型决定系数和均方根误差与采样宽度有着较强的相关性，两者的决定系数分别为0.7082和0.7273。当使用采样宽度为272像素，即现实采样面积为2.412 m²的数据集训练输入为8个植被指数的模型时，决定系数为0.7810；同样训练以GI - gNDVI -OSAVI或MSAVI为输入的3植被指数模型时，模型的精度为0.7447，两者差距不大，但后者结构更为简单。本研究通过对遥感图像采样尺寸和模型输入组合对估算精度影响进行研究，为研究荫蔽果园水分状况评估提供了一种模型建立思路。
真实值与模型估算结果
研究工作得到了国家自然科学基金重点项目、陕西省重点研发计划一般项目和国家重点研发计划等项目经费的资助。
论文链接：https://doi.org/10.1016/j.agwat.2023.108297