近年来，基于可见光图像的高光谱重建技术为农业遥感提供了低成本、高精度反演的新路径。但尚未系统评估高光谱重建技术在定量反演领域的可行性。
近期，华南农业大学国家精准农业航空施药技术国际联合研究中心兰玉彬教授课题组完成的题为“Impact of hyperspectral reconstruction techniques on the quantitative inversion of rice physiological parameters: A case study using the MST++ model”的研究在Journal of Integrative Agriculture (《农业科学学报》(英文)，JIA) 2025年7期正式发表。
该研究聚焦于MST++高光谱重建模型在水稻主要生理参数反演中的适用性，通过田间多品种、多氮处理试验，结合无人机可见光遥感影像及高光谱重建图像，对水稻叶片、茎秆、穗部及地上部干物质含量、植株高度、SPAD值及抗倒伏能力等关键生理参数进行了建模反演分析。
该研究系统评估了图像重建前后不同波段反射率、纹理特征与水稻生理参数之间的相关性，采用线性回归、支持向量机、多层感知机等六类机器学习算法构建反演模型，并分别在单特征与多特征组合下进行精度验证。
结果表明，MST++重建图像在提升SPAD、穗部干物质含量和抗倒伏力等难以直接观测参数的反演精度方面具有明显优势；而对于植株高度等直观参数，原始多光谱图像建模效果更佳。总体上，高光谱重建虽未全面优于多光谱图像，但显著提升了基于可见光图像的建模效果，展示了其在传统传感器基础上增强农业遥感反演能力的潜力。
该研究为高光谱重建技术在农业遥感中的应用提供了理论基础和实证支持，指出其在拓展波段范围与适应多样农业场景方面仍有进一步提升空间。
华南农业大学国家精准农业航空施药技术国际联合研究中心兰玉彬教授为该研究通讯作者，中心杨炜光博士为该文章第一作者。该研究得到了国家棉花产业技术体系（CARS-15-22）等项目的资助。
查看论文信息：https://doi.org/10.1016/j.jia.2024.03.082
Cite the article: Weiguang Yang, Bin Zhang, Weicheng Xu, Shiyuan Liu, Yubin Lan, Lei Zhang. 2025. Impact of hyperspectral reconstruction techniques on the quantitative inversion of rice physiological parameters: A case study using the MST++ model. Journal of Integrative Agriculture, 24(7): 2540-2557.
Journal of Integrative Agriculture (JIA) 由中华人民共和国农业农村部主管，中国农业科学院与中国农学会主办，中国农业科学院农业信息研究所承办。综合性英文学术期刊，月刊。创刊于2002年，现任主编为中国科学院院士陈化兰。JIA主要栏目有作物科学、园艺、植物保护、动物科学、动物医学、农业生态环境、食品科学、农业经济与管理等。刊稿类型有综述、研究论文、简报以及评述等。全部论文在Elsevier-ScienceDirect (SD) 平台OA出版。最新SCI影响因子4.4，位于SCI-JCR农业综合学科Q1区。中国科学院分区农林科学1区。2016年以来先后获得中国科协等部委 “提升计划”“登峰计划”“卓越计划”项目支持。
转载本文请联系原作者获取授权，同时请注明本文来自王宁科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3618084-1493124.html?mobile=1
收藏
