摘要:受水稻冠層幾何結(jié)構(gòu)的影響,,傳統(tǒng)的無人機高光譜獲取到的反射光譜信息中包含與水稻內(nèi)部組成物質(zhì)無關(guān)的鏡面反射信息,,從而影響水稻氮素含量的反演精度,因此在利用無人機獲取水稻冠層反射光譜信息時,,有必要考慮通過偏振測量技術(shù)去除反射光譜中的鏡面反射分量,,進而實現(xiàn)提升水稻氮素含量反演精度的目的?;跓o人機偏振遙感測量得到的水稻分蘗期多角度偏振光譜數(shù)據(jù)和與之對應(yīng)的氮素含量數(shù)據(jù),,采用植被指數(shù)方法分析二者之間的相關(guān)性,得到了水稻冠層偏振光譜數(shù)據(jù)與其對應(yīng)氮素含量相關(guān)性最高時對應(yīng)的角度,,選取該觀測角度下的偏振光譜數(shù)據(jù),,利用連續(xù)投影法(Successive projections algorithm,,SPA)提取特征波段,在此基礎(chǔ)上,,基于數(shù)學變換的方法,,提出了構(gòu)建植被指數(shù)的新思路,構(gòu)建了由2個波段組成的偏振光譜植被指數(shù)(Polarisation spectrum vegetation index,,PSVI),,并利用線性回歸方法建立水稻冠層氮素含量的反演模型。結(jié)果表明,,通過對不同觀測天頂角下水稻冠層偏振光譜數(shù)據(jù)與氮素含量相關(guān)性分析,,得到最佳觀測角度為-15°(后向觀測15°);利用連續(xù)投影法提取得到該角度下偏振光譜信息中的6個特征波長為500,、566,、663、691,、736,、763nm;運用數(shù)學變換思想構(gòu)建了由波長500nm和566nm組成的偏振光譜植被指數(shù)(PSVI),;將PSVI作為模型輸入,,利用線性回歸方法建立水稻冠層氮素含量反演模型,模型訓練集R2為0.7838,,RMSE為0.428mg/g,;驗證集RMSE為0.662mg/g,反演結(jié)果優(yōu)于差值植被指數(shù)(Difference vegetation index,,DSI),、比值植被指數(shù)(Ratio vegetation index,RVI)等常見的植被指數(shù)構(gòu)建的氮素含量反演模型,。綜上,,基于無人機獲取的水稻分蘗期偏振光譜數(shù)據(jù),以PSVI植被指數(shù)作為模型輸入,,能提升水稻冠層氮素含量的反演精度,。