叶面积指数（LAI）是表征作物生长的关键参数。在西北干旱半干旱地区，地膜覆盖可显著提升作物生长，然而，地膜的高反射与高透射特性严重干扰冠层光谱信号，导致PROSAIL模型在覆膜农田的LAI反演精度显著下降，如何突破这一背景干扰迄今未见系统研究报道。

近期，西北农林科技大学杜娅丹副教授团队完成的题为“Optimizing leaf area index estimation in mulched winter wheat: A hybrid model approach coupling PROSAIL”的研究在Journal of Integrative Agriculture（《农业科学学报（英文）》，JIA）优先在线发表。

该研究以冬小麦品种“小偃22”为试验对象，设置了不同灌溉水平、施氮量和种植密度处理，主要测定了冬小麦各生育期的冠层多光谱反射率、叶面积指数以及地膜和土壤光谱反射率，构建了线性光谱混合模型（LSHM）改进的PROSAIL模型，并分析了其对覆膜冬小麦叶面积指数反演的精度提升效果。

该研究发现了原始PROSAIL模型在覆膜条件下各波段反射率模拟值与实测值存在显著或极显著偏差（P<0.05—0.001），而所构建的线性光谱混合模型（LSHM）通过引入实测地膜和土壤光谱并增加散射补偿项，使各生长阶段多数波段的差异显著性降至不显著水平（P>0.05）。

结果表明，LSHM-PROSAIL模型可有效校正地膜光谱干扰，使LAI反演精度平均提升16.5%；进一步耦合LASSO变量筛选与随机森林（RF），在抽穗期达到R²=0.83、RMSE=0.35、MSE=0.12的优异表现。该研究可为覆膜农田作物LAI遥感监测提供新方法，为旱区智慧农业精准管理提供新视角。

西北农林科技大学水利与建筑工程学院杜娅丹副教授为论文的通讯作者，西北农林科技大学韦春宇为论文第一作者。该研究得到国家自然科学基金青年项目（52109066，52579049）、中国博士后科学基金（2023T160534、2022M712604）、陕西省博士后科学基金（2023BSHTBZZ29）、国家重点研发计划（2023YFD190080504, 2022YFD1900401）、陕西省重点研发计划（2022NY-114）的资助。

Cite the article:

Chunyu Wei, Yadan Du, Yuxuan Liu, Xiaotao Hu, Zhikai Cheng, Yang Xu, Zhengtao Zhang, Xiaobo Gu, Kadambot H.M Siddique, Yunhui Niu. 2026. Optimizing leaf area index estimation in mulched winter wheat: A hybrid model approach coupling PROSAIL. Journal of Integrative Agriculture, Doi:10.1016/j.jia.2026.04.006

Journal of Integrative Agriculture（《农业科学学报（英文）》, JIA）由中华人民共和国农业农村部主管，中国农业科学院与中国农学会主办，中国农业科学院农业信息研究所承办。综合性英文学术期刊，月刊。创刊于2002年，现任主编为中国科学院院士陈化兰。JIA主要栏目有作物科学、园艺、植物保护、动物科学、动物医学、农业生态环境、食品科学、农业经济与管理等。刊稿类型有综述、研究论文、简报以及评述等。全部论文在Elsevier-ScienceDirect (SD) 平台OA出版。最新SCI影响因子4.4，位于SCI-JCR农业综合学科Q1区。中国科学院分区农林科学1区。2016年以来先后获得中国科协等部委 “提升计划”“登峰计划”“卓越计划”项目支持。