渍害胁迫下基于数字图像的小麦叶绿素估算研究李燕丽雷仁清宋潇李滔伍梦起张路平王谢添摘要：通过田间试验分析了16种常用图像特征指数在不同受渍时长下的变化特征及其与小麦叶绿素的相关关系，并建立了基于图像特征指数衰减量的小麦叶绿素灾损估算模型。结果显示，红光（R）、红光标准化值（NRI）、绿-红差值指数（GMR）、超红指数（EXR）、植被颜色指数（CIVE）、Woebbecke指数（WI）随渍水时间的增加极显著上升，而绿光标准化值（NGI）、归一化绿红差值指数（NGRDI）、超绿指数（EXG）、绿红比值指数（GRVI）则极显著下降;且这10个图像特征指数均与小麦叶绿素呈极显著的相关关系，相关系数的最大绝对值达到0.98;基于图像指数衰减量建立的叶绿素减少量的估算模型均以二次多项式为最优模型，且以NGRDI、CIVE、EXG、NGI和GRVI指数衰减量构建的估算模型精度较高，R2均达到0.99以上。由此可以看出，基于数字图像技术可以有效估算小麦叶绿素含量，进行小麦渍害监测，且NGRDI、CIVE、EXG、NGI和GRVI可作为灾损图像指数来反映小麦叶绿素的受渍程度。关键词：渍害;叶绿素;冬小麦;数字图像：S512;S126：A：0439-8114（2019）23-0197-04DOI：10.14088/j.cnki.issn0439-8114.2019.23.049开放科学（资源服务）标识码（OSID）：EstimationofwheatchlorophyllunderwaterloggingstressbasedondigitalimagetechnologyLIYan-li，LEIRen-qing，SONGXiao，LITao，WUMeng-qi，ZHANGLu-ping，WANGXie-tian（AgricultureCollegeofYangtzeUniversity，Jingzhou434025，Hubei，China）Abstract：Thepaperanalysisthechangesof16imagefeatureindicesthroughfieldexperiments，aswellasthecorrelationwithwheatchlorophyll，andthenconstructingestimatedmodelsofwheatwaterloggingbasedontheattenuationofimagefeatureindices.TheresultsshowsthatR，normalizedrednessindex（NRI），greenminusred（GMR），excessredindex（EXR），colorindexofvegetationextraction（CIVE），Woebbeckeindex（WI）wereallsignificantlyincreasedwiththetimeincreasedofwaterlogging，whilenormalizedgreennessindex（NGI），normalizedgreenreddifferenceindex（NGRDI），excessgreenindex（EXG），green-redratiovegetationindex（GRVI）weresignificantlydecreased.Andtheabove10imagefeatureindicesweresignificantlycorrelatedwithchlorophyll，withthemaximumabsolutevaluesof0.98.Moreover，thequadraticpolynomialmodelcouldbeefficientlyappliedforthemodelingofchlorophyllreductionestimation，andtheaccuracyofthemodelsbasedonNGRDI、CIVE、EXG、NGIandGRVIexponentialdeerementwashighR2wasabove0.99.Theseresultsindicatedthatdigitalimagetechnologycouldbeappliedasaneffectivemethodforchlorophyllestimationtomonitorwheatwaterlogging，andNGRDI、CIVE、EXG、NGIandGRVIcanbeusedasdisasterdamageimageindextoreflectthedegreeofwheatchlorophyllwaterlogging.Keywords：waterlogging;chlorophyll;winterwheat;digitalimage在小麥生育中后期因过多降雨造成的涝渍灾害是长江中下游地区小麦高产稳产的主要限制因子[1-3]。受渍害的小麦根系长期处在缺氧的环境中，根的吸收功能减弱，造成植株体内水分亏缺，严重时造成脱水凋萎或死亡。因此，实现小麦渍害的实时、快速、精准监测，对及时了解农作物受害程度、指导农业生产管理及产量估测等方面具有重要的意义。近年来，随着计算机视觉和图像信息处理技术的快速发展，数字图像技术在农业研究领域引起了广泛重视[4-6]。利用数字图像技术对植物生长进行监测具有无损、快速、实时等优点，不仅可以监测作物的叶片面积、叶片周长、茎秆直径、叶柄夹角等外部生长参数[7，8]，还可根据图像信息的统计分析特征，结合实地考察与实际测量，分析作物的生长状况及其影响因素，从而确定相应的生产管理措施[9-11]。目前，国内外对作物无损监测研究主要集中在长势监测上，对农作物渍害图像特征研究相对较少[12，13]。叶绿素是作物光合作用能力和发育阶段的指示器，是监测植物...