基于多层级特征筛选和无人机影像的冬小麦植株氮含量预测

文献类型： 中文期刊

第一作者： 郭燕

作者： 郭燕;王来刚;贺佳;井宇航;宋晓宇;张彦;刘婷

作者机构：

关键词： 无人机;冬小麦;氮素;多层级特征筛选;LASSO回归;机器学习;最小二乘回归

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2024 年 12 期

页码： 174-182

收录情况： EI ; 北大核心 ; CSCD

摘要： 氮素是冬小麦生长发育必不可少的大量元素，无人机超高分辨率影像丰富的光谱信息和纹理信息为冬小麦植株氮含量精准预测提供了重要的技术途径，但是过多变量造成了信息冗余和模型复杂的问题。针对此问题，该研究提出了一种“相关分析+共线性分析+LASSO(least absolute shrinkage and selection operator)特征筛选”的多层级植株氮含量敏感特征的筛选方法，引入约束系数向量的L1正则化实现特征的稀疏性，将某些特征的系数缩小为0，基于冬小麦关键生育期（拔节期、孕穗期、开花期、灌浆期）无人机影像提取的65个光谱和纹理特征，采BP神经网络（back propagation,BP）、Adaboost、随机森林（random forest,RF）和线性回归（linear regression,LR）4种机器学习算法构建了冬小麦植株氮含量预测模型。结果表明：相关分析筛选出51个通过0.01显著性检验的变量；基于共线性分析，当LASSSO正则化参数λ取值为0.08时，17个敏感特征变量被筛选。基于筛选的敏感特征变量，BP、Adaboost、RF和LR 4种算法建立的植株氮含量预测模型均达到了0.01水平差异显著性，且BP、Adaboost和RF 3种预测模型的精度具有高度的一致性，模型R~2均为0.81,RMSE分别为0.36%、0.38%和0.37%，说明该研究提出的多层级特征筛选方法不仅使得模型变得简洁，而且稳健性高，可为智慧农业氮肥精准监测、智慧管理提供技术支撑。

分类号： S512.11`S127

  • 相关文献

[1]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

[2]基于无人机影像特征的冬小麦植株氮含量预测及模型迁移能力分析. 郭燕,井宇航,王来刚,黄竞毅,贺佳,冯伟,郑国清. 2023

[3]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

[4]无人机遥感监测果树氮素含量研究进展. 陈鲁威,曾锦,袁全春,潘健,姚凤腾,吕晓兰. 2024

[5]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

[6]栽培苜蓿草地智能感知系统关键生物物理指标实时监测及分析算法研究. 苗春丽,李仲贤,赵志成,伏帅,高金龙,刘洁,冯琦胜,梁天刚. 2023

[7]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

[8]无人机遥感技术在竹林碳储量监测中的应用与展望. 王凡,陈龙跃,高佳华,张祖铭,孙鹤,段丹丹. 2024

[9]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

[10]基于无人机遥感的不同施氮水稻光谱与植被指数分析. 裴信彪,吴和龙,马萍,严永峰,彭程,郝亮,白越. 2018

[11]基于无人机可见光遥感的马铃薯植株氮素累积估测与验证. 魏全全,芶久兰,李飞,郭松,张萌,顾小凤,尹旺,陈明俊. 2024

[12]基于多源遥感数据和机器学习算法的冬小麦产量预测研究. 甘甜,李雷,李红叶,宋成阳,谢永盾,陶志强,肖永贵,孟亚雄. 2022

[13]基于机器学习和可见光光谱的冬小麦叶片氮积累量估算. 崔日鲜,刘亚东,付金东. 2016

[14]基于高光谱遥感和集成学习方法的冬小麦产量估测研究. 费帅鹏,禹小龙,兰铭,李雷,夏先春,何中虎,肖永贵. 2021

[15]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

[16]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

[17]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

[18]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

[19]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

[20]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

作者其他论文 更多>>

微信小程序