机构名称：
¥ 1.0
尼泊尔的农业部门雇用了三分之二的人口，并贡献了26％的国家国内生产总值，面临着有限的土地资源，迅速的人口增长和气候变化影响的重大挑战。传统的农业实践和环境压力源阻碍了小麦的产量，这是对GDP贡献4.63％的重要作物。这项研究旨在使用多光谱无人机图像，叶绿素含量测量，谷物产量数据和植物高度确定十种品种中表现最佳的小麦基因型。研究区域附近约900平方米，为监测植物生长和健康提供了最佳条件。通过监测各种物候阶段的小麦，可视化生长模式，并在植被指数（VIS）和原位测量之间进行了相关分析。我们的发现表明，像NDVI这样的VIS可以有效地监测小麦的健康和生长。基因型WK 2891和WK 2430始终显示出更高的VI值，表明健康和生物量产生更好。这些基因型在峰值生长（0.805和0.803）和最高晶粒产量（0.745和0.695 kg/m²）时也表现出最高的NDVI值。相反，基因型WK 1204和HIMGANGA具有最低的NDVI值（0.614和0.705），最低产量（0.598和0.598和0.507 kg/m²）。nDVI和CiredEdge对于随着时间的推移评估健康特别有效，NDVI显示出与SPAD读数（R²= 0.7451）和产量预测（R²= 0.634）的最高相关性。包括对摄像机属性和太阳辐照度的校正提高了VI值的准确性，校正的数据集始终显示出更高的VI值。作物表面模型（CSM）的植物高度测量也与原位测量值密切相关（R²= 0.78），以验证使用无人机衍生的数据来监测农作物的生长。VIS的时间序列分析提供了对农作物生长阶段的见解，峰值表示4月初的强劲增长。光谱指数和谷物产量之间的强相关性证实了它们在精确农业中的有用性，有助于优化农业管理并提高生产率。通过确定表现最佳的小麦基因型和最有效的植被指数，这项研究有助于增强作物监测实践，以应对尼泊尔农业部门的气候变化和环境压力源所带来的挑战。
尼泊尔的精确农业
主要关键词
相关文件推荐
