基于无人机影像多源信息的冬小麦生物量与产量估算

文献类型： 中文期刊

第一作者： 郭燕

作者： 郭燕;井宇航;贺佳;张会芳;贾德伟;王来刚

作者机构：

关键词： 冬小麦;无人机;数字正射影像;数字表面模型;生物量;产量

期刊名称： 河南农业科学

ISSN： 1004-3268

年卷期： 2023 年 52 卷 012 期

页码： 149-161

收录情况： 北大核心 ; CSCD

摘要： 冬小麦生物量是表征产量的重要指标,通过无人机遥感技术对冬小麦生物量进行快速、无损监测能够及时掌握冬小麦生长情况,对冬小麦估产具有重要意义.基于冬小麦孕穗期、开花期和灌浆期无人机数字正射影像(DOM)的光谱信息(SIs)和纹理特征(TFs),以及数字表面模型(DSM)提取的株高(HDSM),采用多元线性回归(MLR)、偏最小二乘回归(PLSR)和随机森林(RF)方法构建了冬小麦生物量估算模型,并以此为基础进行了产量估算.结果表明,使用DOM信息进行冬小麦生物量估算时,融合SIs+TFs构建的冬小麦生物量估算模型精度优于单一光谱指数或者纹理特征构建的模型;引入HDSM信息冬小麦生物量估算模型精度得到提高,3种方法以RF方法构建的开花期模型精度最高;融合HDSM信息进行冬小麦生物量估算时,估算精度的提高以TFs+HDSM最明显.冬小麦产量早期估算中,不同生育时期实测生物量与产量拟合以对数函数模型精度最高,孕穗期、开花期和灌浆期模型R2分别为0.87、0.88和0.92.耦合生物量与产量估算最优模型进行冬小麦早期估产,灌浆期估算模型精度最高,R2、RPD和RMSE分别为0.90、2.77和244.61 kg/hm2.因此,融合无人机影像DOM和DSM多源信息,集成机器学习算法,不仅可以对冬小麦生物量进行精准估算,还可以快速有效地对冬小麦产量进行早期估算,对于精准制定粮食安全政策具有重要意义.

分类号： S127

  • 相关文献

[1]利用无人机数码影像估算马铃薯地上生物量. 刘杨,黄珏,孙乾,冯海宽,杨贵军,杨福芹. 2021

[2]基于无人机高光谱和数码影像数据的冬小麦生物量反演. 李天驰,冯海宽,朱贝贝,范园园,金丽妍,成倩,李倩雨. 2020

[3]基于无人机数码影像的冬小麦株高和生物量估算. 陶惠林,徐良骥,冯海宽,杨贵军,杨小冬,苗梦珂,代阳. 2019

[4]基于无人机数字表面模型的冬小麦生物量估算模型构建及迁移能力分析. 郭燕,贺佳,曾凯,张彦,张红利,郑国清,王来刚. 2024

[5]基于无人机数码影像和高光谱数据的冬小麦产量估算对比. 陶惠林,冯海宽,杨贵军,杨小冬,苗梦珂,吴智超,翟丽婷. 2019

[6]抗旱节水冬小麦品种衡H1401主要性状分析与评价. 柳斌辉,王变银,陈朝阳,张文英,张晓. 2021

[7]不同水分条件下施磷位置对冬小麦生长发育及产量的影响. 马政华,寇长林,康利允. 2016

[8]基于多载荷无人机遥感的大豆地上鲜生物量反演. 陆国政,杨贵军,赵晓庆,王艳杰,李长春,张小燕. 2017

[9]基于无人机数码影像的马铃薯生物量估算. 刘杨,冯海宽,黄珏,孙乾,杨福芹. 2020

[10]基于无人机多光谱影像特征估算棉花生物量. 邵亚杰,李珂,丁文浩,林涛,崔建平,郭仁松,王亮,吴凤全,王心,汤秋香. 2024

[11]面向草畜平衡的无人机多光谱影像数据集. 金忠明,胡天赐,蒋呈祥,齐景伟,闫瑞瑞,郭雷风. 2022

[12]基于无人机数码影像的冬小麦叶面积指数探测研究. 高林,杨贵军,李红军,李振海,冯海宽,王磊,董锦绘,贺鹏. 2016

[13]基于无人机数码影像的冬小麦氮含量反演. 刘帅兵,杨贵军,景海涛,冯海宽,李贺丽,陈鹏,杨文攀. 2019

[14]基于综合指标的冬小麦长势无人机遥感监测. 裴浩杰,冯海宽,李长春,金秀良,李振海,杨贵军. 2017

[15]基于无人机成像高光谱影像的冬小麦LAI估测. 陶惠林,冯海宽,杨贵军,杨小冬,刘明星,刘帅兵. 2020

[16]基于无人机高光谱遥感数据的冬小麦生物量估算. 陶惠林,冯海宽,徐良骥,杨贵军,杨小冬,苗梦珂,刘明星. 2020

[17]基于随机森林算法的冬小麦叶面积指数遥感反演研究. 张春兰,杨贵军,李贺丽,汤伏全,刘畅,张丽妍. 2018

[18]基于无人机多时相植被指数的冬小麦产量估测. 程千,徐洪刚,曹引波,段福义,陈震. 2021

[19]融合多因子的无人机高光谱遥感冬小麦产量估算. 谢瑞,杨福芹,冯海宽,李天驰. 2023

[20]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

作者其他论文 更多>>

微信小程序