基于Sentinel-2影像和机器学习算法的冬小麦秸秆覆盖度遥感估算

文献类型： 中文期刊

第一作者： 朱奇磊

作者： 朱奇磊;梁栋;徐新刚;安晓飞;陈立平;杨贵军;黄林生;许思喆

作者机构：

关键词： 秸秆覆盖度;灰色关联分析-随机森林;机器学习算法;特征变量筛选

期刊名称： 麦类作物学报

ISSN： 1009-1041

年卷期： 2023 年 004 期

页码： 524-535

收录情况： 北大核心 ; CSCD

摘要： 为探究大范围小麦秸秆覆盖度（CRC）估测方法，以冬小麦秸秆为研究对象，基于Sentinel-2遥感卫星影像光谱指数、波段和纹理特征及其不同特征组合，利用灰色关联-随机森林（GRA-RF）敏感特征提取方法，结合高斯过程（GPR）、套索（LASSO）、岭回归（RR）和偏最小二乘（PLSR）等多种机器学习算法，开展小麦CRC估算的最优模型研究。结果表明，基于GRA-RF特征优选后的机器学习模型显著改善了小麦CRC的估算精度，LASSO算法总体对小麦CRC的估测效果最佳，并且针对不同的光谱特征组合表现出差异化的结果。其中，以光谱指数、波段和纹理信息构成的组合特征集构建的CRC遥感估算模型精度最优（r~2=0.65,RMSE=9.25%）,以波段与纹理两者组合特征估算的CRC精度次之（r~2=0.63,RMSE=9.31%）,仅利用单一的光谱指数、波段或者纹理特征估算冬小麦CRC的精度均劣于组合特征的结果。这说明应用GRA-RF组合筛选方法能够有效优选秸秆覆盖度的光谱特征；相比于单一特征，光谱指数、波段、纹理信息等构成的组合特征更能有效地监测小麦秸秆覆盖度。

分类号： S512.11%S126

  • 相关文献

[1]不同小麦秸秆还田覆盖度对旱作农田土壤微生物群落多样性的影响. 张婷婷,王丽芳,张德健,路战远,程玉臣,李福,刘战勇,敦惠霞. 2021

[2]近红外光谱结合膜富集技术测定大米中毒死蜱农药残留. 严寒,郭平,骆鹏杰,文建萍,范苑. 2017

[3]特征变量优选在苹果可溶性固形物近红外便携式检测中的应用. 樊书祥,黄文倩,李江波,郭志明,赵春江. 2014

[4]特征波长优选结合近红外技术检测大米中的含水量. 苗雪雪,苗莹,龚浩如,陶曙华,陈英姿,陈祖武,王洁敏. 2019

[5]基于无人机多时相遥感影像的冬小麦产量估算. 申洋洋,陈志超,胡昊,盛莉,周洪奎,娄卫东,沈阿林. 2021

[6]激光诱导击穿光谱技术对水稻产地识别研究. 宋少忠,符少燕,刘园园,齐春艳,李景鹏,高勋. 2024

[7]机器学习算法和Hargreaves模型在四川盆地ET_0计算中的比较. 崔宁博,龚道枝. 2016

[8]基于高光谱图像技术的高粱品种识别研究. 宋少忠,刘园园,周紫阳,滕星,李继红,刘君玲,高勋. 2024

作者其他论文 更多>>

微信小程序