在很多國家，龍爪稷對小農戶來說是一種重要的谷類作物，通過遙感技術對一些作物參數（比如作物生長情況和含氮量）進行可靠評估，可以促進龍爪稷的應季管理。本研究采用偏最小二乘回歸(PLSR)選擇最佳波段法，研究了高光譜反射率與龍爪稷冠層高度、綠色冠層覆蓋度、葉面積指數(LAI)和氮濃度的關系。

對 由原始高光譜數據和Landsat-8 衛星與Sentinel-2衛星的合成數據計算得到的 對13種植被指數（VIs）的性能預測進行對比和評估，通過建立簡單線性回歸模型(SLR)和多線性回歸模型(MLR) ，來估計各種作物的參數。

就葉面積指數和干重來看，用PLSR方法得到的最佳波段大多數集中在1,000–1,100 nm，而對于其他冠層參數，所得結果是分散的。SLR統計結果表明，在預測LAI值（R2v=0.53–0.59）和冠層覆蓋度（R2v=0.72–0.76）時，簡單比例色素指數(SRPI)和冠層覆蓋度（R2v=0.72–0.76）的值最大。不管光譜分辨率如何，藍/綠色指數(BGI1)與冠層高度（R2v=0.65–0.78）、干重（R2v=0.42–0.49）和氮濃度（R2v=0.70–0.83）都有很高的相關度。


與SLR方法和波段選擇法相比，使用四個最大VIs值作為輸入量的MLR方法，對氮濃度的預測精度都提高了14%。對龍爪稷不同冠層參數的預測，由衛星數據計算所得的VIs值與高光譜數據近似，或者更高。這表明，公開可訪問的多光譜數據可以替代高光譜數據，用于通過精確農業來改進作物管理決策。

來源：Frontiers.Detecting Biophysical Characteristics and Nitrogen Status of Finger Millet at Hyperspectral and Multispectral Resolutions .Gurjinder S. Baath, K. Colton Flynn, Prasanna H. Gowda, Vijaya Gopal Kakani and Brian K. Northup
https://www.frontiersin.org/articles/10.3389/fagro.2020.604598/full