Qiushuang Yao, Huihan Wang, Ze Zhang, Shizhe Qin, Lulu Ma, Xiangyu Chen, Hongyu Wang, Lu Wang, Xin Lv
钾(K)作为一种流动性强的营养元素,可以通过再分配不断调整棉花叶间与叶内对K需求的适应策略,间接导致了不同叶位叶片钾含量(LKC, %)的丰缺变化。然而,受光照和叶龄的相互作用,不同叶位叶片对这种变化的敏感程度并不相同,也包括对光谱的反射和吸收。如何选择最佳监测叶位是利用光谱遥感技术快速准确评估棉花LKC的一个重要因素。因此,本研究基于棉花自上而下叶位LKC的垂直分布特征,提出一种多叶位综合估算模型,实现准确估算棉花LKC的同时优化监测叶位的选择策略。连续2年(2020-2021年),我们采集了棉花蕾期、花期和铃期自上而下全部叶位主茎叶片(Li, i=1, 2, 3,...n)的高光谱成像数据。研究不同叶位LKC的垂直分布特征,敏感性差异以及与光谱之间的相关关系,确定最佳监测优势叶位范围;利用偏最小二乘(PLSR)、随机森林回归(RFR)、支持向量机回归(SVR)以及熵权法(EWM)分别建立了单叶位和多叶位LKC估算模型。结果表明,棉花LKC呈垂直异质性分布,LKC自上而下呈先增加后缓慢减少的趋势,平均LKC在开花期达到最大值。上部叶位叶片对K的敏感性更强,与光谱的相关性更好。三个生育时期选择的监测优势叶位范围分别为L1-L5, L1-L4以及L1-L2。基于监测优势叶位,三个生育期估算LKC的最佳单叶位模型分别为PLSR-CARS-L4, PLSR-RF-L1及SVR-RF-L2,R2val分别为0.786, 0.58及0.768,RMSEval分别为0.168, 0.197及0.191;利用EWM构建多叶位置LKC估计模型,R2val分别为0.887, 0.728和0.703;RMSEval分别为0.134, 0.172和0.209。相比之下,新开发的多叶位综合估算模型取得较好结果,在精度较高的基础上提高了模型的稳定性,尤其是在蕾期和花期。这些结果对棉花LKC光谱模型的研究及选择适合的田间监测叶位具有重要意义。