Revista Tecnología en Marcha·10月16日 · 周五论文农业遥感与作物表型阅读 0
Identificación de índices de vegetación relacionados con componentes de rendimiento de frijol común (Phaseolus vulgaris L.) mediante el uso de sensores multiespectrales
Guillermo Vargas-Hernández · Eddison José Araya-Morales · Juan Carlos Hernández 等 4 人
论文解读
62接近精选线
速览
用机载多光谱传感器评估菜豆产量构成与植被指数的关系。
方法
机载多光谱遥感获取R5期反射率，结合地面产量构成测定与相关分析。
发现
豆荚数与光谱变量关联最强，SR和GCI指数与其相关系数超过0.7。
机会点
可探索将SR/GCI用于菜豆产量早期预测，并扩展到多品种、多生育期与无人机高光谱验证。
影响力8
信息增量18
专业深度15
信源权威12
时效性9
该研究利用机载多光谱传感器识别与菜豆产量组分相关的植被指数，方法清晰、结论具体，但属于哥斯达黎加的小区域研究，公共影响有限，可作为遥感作物监测领域的技术性资讯收录。
原文摘要
哥斯达黎加的菜豆（bean）产量仅能满足国内消费量的20%，其余部分需要进口；这一状况凸显了提前了解当地农民实际生产能力的必要性，以改进生产规划、农艺管理和进口调控。因此，本研究旨在评估多光谱数据和植被指数（vegetation indices）的应用，分析其与哥斯达黎加不同产区菜豆品种产量构成因素（yield components）之间的关系，并确定与光谱关联性最强的产量构成因素。研究在哥斯达黎加阿拉胡埃拉（Alajuela）的三个地点开展。在R5物候期使用机载多光谱传感器采集多光谱反射率数据。随后，按每米作物行量化产量构成因素，包括百粒重、每米豆荚数、植株数、籽粒数和籽粒总重。豆荚数与光谱变量的关联性最高，因此被确定为最具遥感分析潜力的产量构成因素。SR（简单比值，Simple Ratio）和GCI（绿色叶绿素指数，Green Chlorophyll Index）与该变量的相关系数大于0.7，被确定为作物R5期光谱关联性最高的植被指数。