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

[9]基于傅里叶变换中红外光谱的不同维度光谱图像结合残差神经网络鉴别黄精属物种. 胡晓燕,王元忠. 2024

作者其他论文 更多>>

微信小程序