作物收获指数（HI）是评价作物产量和栽培效果的重要生物学参数，是进一步提高作物产量的重要决定因素。对作物育种、作物生长模拟、精准农业作物管理、作物产量估算及其它方面的应用研究具有重要意义。近年来，遥感凭借其在速度、精度和覆盖范围等方面的优势已逐渐成为获取大尺度作物HI的有效技术手段。而无人机（UAV）遥感技术也迅速发展，成为农业遥感监测的新手段。目前，UAV遥感传感器主要包括数码相机、多光谱相机和高光谱相机。其中，高光谱相机具有较多的波段，可以获取与作物生长状况密切相关的波段信息，可以为作物动态生长监测提供丰富的信息源，并可靠收集作物HI动态变化信息。然而，目前利用UAV高光谱遥感估算作物HI并无相关报道。

基于此，在所附文章中，来自中国农业科学研究院的一组研究团队以冬小麦为研究对象，充分考虑其开花期至成熟期生物量和灌浆过程的变化以获取作物动态HI（D-HI）的空间信息。动态fG（D-fG）参数估算为开花期至成熟期期间不同生长期累积的地上生物量与对应时期地上生物量的比值。作者基于无人机高光谱遥感（DJI M600 Pro UAV+ Resonon Pika L 高光谱成像）数据进行了D-fG参数估算，提出了一种获取冬小麦D-HI空间信息的技术方法，并验证了所提出方法的精度。通过UAV高光谱数据计算的归一化差异光谱指数（NDSI）和D-fG测量值之间的相关关系筛选出D‑fG估算的敏感波段中心和*佳波段组合，从而实现D‑fG的准确估算。最后，基于D-fG遥感参数和D-HI估算模型，准确获取冬小麦D-HI空间信息。

Pika L 高光谱成像仪

研究区域

中国河北省衡水市深州县（37.71°~38.16°N，115.36°~ 115.80°E）。

图1 研究区位置和UAV飞行样地分布。

图2 本研究应用方法概述

结果

表1 D-fG和NDSI之间关系及其精度验证

图3 基于敏感波段中心λ(724 nm，784 nm)的D-HI估算结果（2021年5月25日）。

图4 基于敏感波段中心λ(724 nm，784 nm)的D-HI估算结果（2021年6月4日）。

结论

通过将静态fG参数转化为动态D-fG参数，提出了一种基于UAV高光谱数据的D-fG遥感参数获取冬小麦D-HI空间信息的方法并进行验证。最后，准确估算了冬小麦D-HI的空间信息。其中，选取5对敏感遥感波段中心以估算D-fG参数：λ（476 nm，508 nm），λ（444 nm，644 nm），λ（608 nm，788 nm），λ（724 nm，784 nm）和λ（816 nm，908 nm）。验证了基于遥感的D-fG估算值，RMSE为0.0436-0.0604，NRMSE为10.31%- 14.27%，MRE为8.28%-12.55%。同时，5对敏感高光谱波段中心的D-HI空间信息估算精度较高，RMSE为0.0429-0.0546，NRMSE为9.87%-12.57%，MRE为8.33%-10.90%。基于高光谱敏感波段中心λ（724 nm，784 nm）的D-HI估算结果精度*高，RMSE、NRMSE和MRE值分别为0.0429、9.87%和8.33%。本研究中D-fG和D-HI的估算结果具有较高的准确性，证明了所提出的基于UAV高光谱数据估算冬小麦D-HI空间信息的方法的可行性。这对未来利用卫星遥感进行大尺度作物D-HI估算具有一定的参考意义。