基于可見光譜與輕量級卷積神經網絡的冬小麥分蘗數估算

李云霞，馬浚誠，劉紅杰，張領先*

1.中國農業大學信息與電氣工程學院，北京 100083 2.中國農業科學院農業環境與可持續發展研究所，北京 100081 3.商丘市農林科學院，河南 商丘 476000

引 言

分蘗數是表征冬小麥長勢優劣，指導田間農藝管理措施的重要形態指標。同時，分蘗數是冬小麥產量的主要構成因素，分蘗的多少及壯弱是冬小麥產量的重要影響因素之一。冬小麥分蘗發生在越冬前和返青后，觀測冬小麥分蘗情況，可以充分了解冬小麥苗期的長勢，可為冬小麥種植過程田間農藝管理舉措提供決策支持，對冬小麥的穗發育以及成穗品質具有重要的現實意義[1]。

冬小麥分蘗數觀測的傳統方法是人工田間采樣，具有破壞性，影響作物的正常生長，且耗費人力物力，無法滿足農業信息化背景下高通量、快速的作物長勢參數獲取需求[1]。準確、快速、高效的冬小麥分蘗數獲取方法的研究十分重要。國內外許多學者利用多光譜和高光譜技術開展對作物分蘗數的觀測研究[1-3]，通常是將作物冠層反射率轉換為植被指數，進而反演獲得作物的分蘗數。基于光譜分析方法可以較好地實現作物分蘗數的觀測，但是仍然存在三個問題：(1)需要專門的光譜數據獲取設備，通常儀器較為昂貴，普及性有限；(2)非可見光譜數據需要較為繁多的專業預處理過程；(3)智能移動設備成本低，使用便捷，已廣泛普及，然而目前存在的分蘗數估算模型體量大，不適宜嵌入移動終端設備，缺乏小體量、高準確度的估算模型。……