基于无人机多光谱遥感数据的烟草植被指数估产模型研究

王 帅，郭治兴，梁雪映，3，朱洪芬，毕如田

（1.山西农业大学资源环境学院，山西太谷 030801；2.广东省生态环境技术研究所，广东省农业环境综合治理重点实验室，广东广州 510650；3.华南师范大学地理科学学院，广东广州 510631）

作物产量预测是国家制定农业政策不可缺少的重要农业情报，及时准确地预测可为农业经营管理提供有效支撑，也是发展精准农业的迫切需求[1]。

近20 a 来，随着卫星遥感技术的发展，国内外利用遥感技术进行农作物产量预测的方法逐渐占据农业领域的重要地位[2-5]，基于遥感植被指数的作物估产手段得到迅速发展。任建强等[6]以美国玉米为研究对象，各州为估产试验区，利用归一化植被指数（Normalized difference vegetation index，NDVI）和各州玉米产量构建估产模型。结果表明，利用模型计算的玉米单产相对误差仅为2.12%。LIAQAT等[7]以巴基斯坦的整个印度河流域为研究区，并通过多种植被指数如土壤调整植被指数（Soil adjusted vegetation index，SAVI）和改良土壤调整植被指数（Modified soil adjusted vegetation index，MSAVI）等与小麦单产构建了逐步回归模型，结果表明，该模型决定系数（R2）为0.74。高学慧等[8]利用MODIS 植被指数产品估算了江西省双季早稻总产量，结果显示，增强型植被指数（Enchanted vegetation index，EVI）可有效提高估产准确性。王恺宁等[9]建立了多植被指数组合的冬小麦回归估产模型，指出多植被指数组合估产可实现植被指数的信息互补，提高遥感估产精度。刘明芹[10]基于资源三号遥感影像建立了NDVI、差值环境植被指数（Difference vegetation index，DVI）、比值植被指数（Ratio vegetation index，RVI）和波段4 与烟草产量的复杂山区遥感估产模型，发现NDVI 与产量构建的模型拟合度最高。……