2024年10月21日，西北农林科技大学机电学院韩文霆研究员团队在农林科学类期刊Computers and Electronics in Agriculture（中科院一区Top期刊）发表了题为“UAV multispectral remote sensing for the estimation of SPAD values at various growth stages of maize under different irrigation levels”的研究论文，博士研究生马伟童为第一作者，韩文霆研究员为通讯作者。
叶绿素对植物的光合作用至关重要，SPAD可用于表示叶绿素含量，同时可以监测作物生长状态和协助产量预测。遥感技术在大面积无损监测SPAD值方面具备潜力，但目前的SPAD反演模型多以VI参数为主成分，在整合多个作物参数作为主成分、适应其他变量（如水分胁迫）、不同生长期等方面存在限制。本研究利用UAV多光谱图像得出的作物参数（PH和LAI）和光谱指数，对比分析了RF、SVR、PLSR估算的可靠性，并开发了不同生育期、不同灌溉水平下玉米SPAD估算模型。结果表明，SPAD与VIs的相关在每个生长阶段都不同；PLSR表现在整个生育期优于RF和SVR，尤其是在生殖期；LAI和PH并不总是能提高估算精度，但添加作物参数可以使估算值与生物量之间的相关系数增加了8.3%。本研究利用无人机数据和作物参数，为不同水分胁迫下玉米不同生长阶段的SPAD估算提供了参考，同时可为农田管理和产量预测提供了指导。
该研究工作得到了国家自然科学基金和陕西省重点研发项目经费资助
原文链接：https://doi.org/10.1016/j.compag.2024.109566