基于無人機多光譜影像的寒地水稻品質估測

摘要： 【目的】在稻谷收獲前準確估測稻米品質，為改善水稻養分管理、實現優質優價提供參考。【方法】試驗在黑龍江省佳木斯市大興農場和青龍山農場進行，兩個地點土壤肥力具有較大差異。每個農場選擇一塊稻田，以20 m×20 m 間隔采集土壤樣品分析堿解氮含量，通過變量施氮形成產量水平、長勢差異明顯的水稻群體。利用大疆精靈4 四旋翼多光譜無人機獲取水稻分蘗期、拔節期、抽穗期和成熟期冠層多光譜數據。成熟期采集長勢具有明顯差異的水稻樣品和對應的土壤樣品，測定土壤有機質和速效氮、磷、鉀含量，水稻籽粒蛋白質和直鏈淀粉含量，產量和食味值，隨機選擇其中67% 的數據通過逐步多元線性回歸構建不同生育時期的品質估算模型，其余33% 的數據用于模型的驗證。【結果】大興農場水稻成熟期土壤有機質、堿解氮、有效磷和速效鉀含量的變異系數分別為11.65%、14.44%、37.66% 和11.60%，青龍山農場分別為14.45%、14.32%、36.37% 和28.51%。成熟期兩個地點水稻產量和食味值的變異系數均大于10%，青龍山農場水稻蛋白質含量變異系數也超過10%，而兩地稻米直鏈淀粉含量的變異系數僅為1.11%～1.83%，因此，水稻直鏈淀粉含量不適合用于后續的品質估測分析。分蘗期至抽穗期，大興農場和青龍山農場水稻蛋白質多元回歸模型的R2 和RMSE 分別為0.262～0.794 和0.259～0.686，食味值多元回歸模型的R2 和RMSE 分別為0.240～0.755 和4.211～7.588，估測效果不理想。成熟期，大興農場和青龍山農場水稻蛋白質多元回歸模型的R2 和RMSE 分別為0.791～0.874 和0.166～0.365，食味值多元回歸模型的R2 和RMSE 分別為0.786～0.852 和2.836～4.039。成熟期基于植被指數的蛋白質和食味值估測精確度優于抽穗期。在抽穗期，將土壤pH、有機質、堿解氮、有效磷、速效鉀等指標與植被指數一起建立與蛋白質和食味值的多元回歸模型，大興農場水稻蛋白質模型的R2 由0.585 提高到0.720，RMSE 由0.301 降低至0.247；兩農場食味值模型的R2 由0.565～0.755 提高到0.706～0.787，RMSE 由4.318～4.854 降低至3.993～4.029，基本可以滿足對稻米品質估測的精度，而在成熟期加入上述土壤指標提升精度不明顯。【結論】水稻成熟期利用多光譜無人機對稻米品質進行原位估測的精度較高，如果將估測時期提前到抽穗期，除植被指數外，還需配合土壤有機質和速效養分含量數據來提高多光譜無人機預測稻米品質的精度。

關鍵詞： 水稻； 多光譜影像； 植被指數； 食味值； 蛋白質； 直鏈淀粉