基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究

文献类型： 中文期刊

第一作者： 陈鹏飞

作者： 陈鹏飞;梁飞

作者机构：

关键词： 无人机;多光谱;图像纹理特征;氮素营养诊断;棉花

期刊名称： 中国农业科学

ISSN： 0578-1752

年卷期： 2019 年 13 期

页码： 2220-2229

收录情况： 北大核心 ; CSCD

摘要： 【目的】基于无人机高空间分辨率影像,探讨剔除土壤背景信息及增加纹理信息对棉花植株氮浓度反演的影响,为棉花氮素营养精准探测提供新技术手段。【方法】开展棉花水、氮耦合试验,分别在棉花的不同生育期获取无人机多光谱影像和植株氮浓度信息。基于以上数据,首先探讨了土壤背景对棉花冠层光谱的影响;其次,分析了影像纹理特征与植株氮浓度间的相关性;最后,将获得的数据分为建模样本和检验样本,设置剔除土壤背景前、剔除土壤背景后、增加纹理特征等不同情景,采用光谱指数与主成分分析耦合建模的方法,来建立各种情景下植株氮浓度的反演模型,并对模型反演效果进行比较。【结果】土壤背景对棉花冠层光谱有影响,且不同生育期趋势不同;影像纹理特征参数与植株氮浓度间有显著相关关系;剔除土壤背景前植株氮浓度反演模型的建模决定系数为0.33,标准误差为0.21%,验证决定系数为0.19,标准误差为0.23%;剔除土壤背景后模型的建模决定系数为0.38,标准误差为0.20%,验证决定系数为0.30,标准误差为0.21%;增加纹理信息后模型的建模决定系数为0.57,标准误差为0.17%,验证决定系数为0.42,标准误差为0.19%。【结论】基于低空无人机高空间分辨率影像,剔除土壤背景和增加纹理特征均可提高棉花植株氮浓度的反演精度;影像纹理可以作为一种重要信息来支撑无人机遥感技术反演作物氮素营养状况。

分类号： TP751`S562

  • 相关文献

[1]基于无人机多光谱的棉花育种材料FPAR估测. 唐中杰,王来刚,郭燕,张彦,张红利,杨秀忠,贺佳. 2021

[2]基于无人机多光谱影像与机器学习算法的棉花冠层叶绿素含量估算研究. 赵鑫,李朝阳,王洪博,刘江凡,江文格,赵泽艺,王兴鹏,高阳. 2024

[3]融合无人机光谱信息与纹理特征的棉花叶面积指数估测. 邵亚杰,汤秋香,崔建平,李晓娟,王亮,林涛. 2023

[4]无人机影像光谱和纹理融合信息估算马铃薯叶片叶绿素含量. 陈鹏,冯海宽,李长春,杨贵军,杨钧森,杨文攀,刘帅兵. 2019

[5]基于无人机多光谱遥感的玉米LAI估算研究. 贺佳,王来刚,郭燕,张彦,杨秀忠,刘婷,张红利. 2021

[6]基于无人机多光谱影像的夏玉米叶片氮含量遥感估测. 魏鹏飞,徐新刚,李中元,杨贵军,李振海,冯海宽,陈帼,范玲玲,王玉龙,刘帅兵. 2019

[7]基于无人机平台的稻纵卷叶螟为害程度遥感监测. 田明璐,班松涛,袁涛,王彦宇,马超,李琳一. 2020

[8]基于无人机多光谱影像的蔬菜种植监测技术研究. 田明璐,班松涛,袁涛,王彦宇,马超,李琳一. 2020

[9]多光谱与热红外数据融合在冬小麦产量估测中的应用. 兰铭,费帅鹏,禹小龙,李雷,夏先春,肖永贵,孟亚雄. 2021

[10]融合无人机多光谱和纹理特征的马铃薯LAI估算. 李健,江洪,罗文彬,麻霞,张雍. 2023

[11]基于无人机的果园冠层图像采集装置设计. 刘晖,李兆雄,詹杰,杨有泉. 2018

[12]基于植被指数的烤烟精准追肥研究. 边立丽,艾栋,张云贵,刘青丽,常乃杰,冯文强,陈玉蓝,龙潭,陈曦,杨雪,江鸿,李志宏. 2023

[13]2022年内蒙古无人机马铃薯图像数据集. 胡天赐,王瑞利,蒋呈祥,白涛,胡林,王晓丽,郭雷风. 2023

[14]基于无人机多光谱技术的池塘水质分析与可视化设计. 陆玉婷,段金荣. 2024

[15]无人机遥感的农作物精细分类研究进展. 田甜,王迪,曾妍,张影,黄青. 2020

[16]病害胁迫下玉米LAI遥感反演研究. 刘帅兵,金秀良,冯海宽,聂臣巍,白怡,程明瀚. 2023

[17]利用无人机影像监测不同生育阶段玉米群体株高的精度差异分析. 杨进,明博,杨飞,许红根,李璐璐,高尚,刘朝巍,王克如,李少昆. 2021

[18]基于无人机多光谱的夏玉米叶绿素含量反演研究. 王丹,赵朋,孙家波,牛鲁燕,刘炳福. 2021

[19]基于无人机多光谱遥感和机器学习的烟田土壤碱解氮估测. 胡晓,臧玉龙,高睿康,郭利,徐锐,敖耀强,邓建强,孙玉晓,张继光,唐大鹏. 2024

[20]融合无人机光谱信息与纹理特征的冬小麦综合长势监测. 承达瑜,何伟德,付春晓,赵伟,王建东,赵安周. 2024

作者其他论文 更多>>

微信小程序