2021年4月30日，西北农林科技大学机电学院韩文霆研究员在农林科学类期刊Computersand Electronics in Agriculture（中科院二区期刊）发表了题为“Evaluating the Sensitivity of Water Stressed Maize Chlorophyll and Structure based on UAV derived Vegetation Indices”的研究论文。机电学院张立元为第一作者，韩文霆研究员为通讯作者，西北农林科技大学机电学院为第一单位。
为了进一步评估基于无人机多光谱植被指数的大田玉米冠层结构和叶绿素对水分胁迫的响应，本研究以2018和2019年分别进行不同灌溉水平处理的玉米为研究对象，以田间测量的气孔导度、叶面积指数和叶绿素含量数据分别作为玉米水分胁迫状况、冠层结构及叶绿素含量参考，选取四种冠层结构和两种叶绿素植被指数以及三种回归算法进行大田玉米水分胁迫时空分布提取研究。研究结果表明，在2018和2019年冠层结构指数与气孔导度均具有显著相关性（p<0.001），最高相关系数为0.64（n=270）。然而，叶绿素指数仅能在相对干旱的2019年成功监测大田玉米水分胁迫状况，与气孔导度的相关性为-0.47（p<0.001，n = 270）。与机器学习等非线性回归算法相比，多源线性回归算法可以有效的结合无人机提取的冠层结构和叶绿素指数进行大田玉米水分胁迫时空分布监测，且在年际间与气孔导度具有稳健的相关关系，2018年2019年的决定系数分别为0.48和0.45（n=270）。
图1无人机多光谱植被指数与叶面积指数、叶绿素含量和气孔导度的相关性
论文链接：https://doi.org/10.1016/j.compag.2021.106174