无人机飞行高度对冬小麦植株氮积累量预测模型的影响

文献类型： 中文期刊

第一作者： 井宇航

作者： 井宇航;郭燕;张会芳;戎亚思;张少华;冯伟;王来刚;贺佳;刘海礁;郑国清

作者机构：

关键词： 无人机;冬小麦;飞行高度;植株氮积累量;预测模型;植被指数;纹理特征

期刊名称： 河南农业科学

ISSN： 1004-3268

年卷期： 2022 年 002 期

页码： 147-158

收录情况： 北大核心 ; CSCD

摘要： 无人机具有快速、高效、无损获取作物信息的优势，但是飞行高度直接影响作物信息获取效率。通过设置30、60、90 m飞行高度获取冬小麦拔节期、开花期、灌浆期不同分辨率的无人机遥感影像，探索无人机飞行高度对冬小麦植株氮积累量预测模型的影响。首先将不同高度植被指数和纹理特征与冬小麦植株氮积累量进行相关性和共线性分析，筛选出6个植被指数（NDVI、RDVI、RERDVI、GBNDVI、OSAVI、EXG）和4个纹理特征（Green-mean、Green-sm、Red-mean、Red-var）。基于筛选出的植被指数和纹理特征，采用偏最小二乘回归（PLSR）和BP神经网络（BPNN）法建立了植被指数、纹理特征与植被指数+纹理特征的冬小麦植株氮积累量预测模型，并将模型在不同高度进行交叉验证，采用决定系数（R~2）、均方根误差（RMSE）和相对分析误差（RPD）指标对模型的稳定性进行分析。结果表明，2种方法均是30 m飞行高度遥感影像提取的植被指数、纹理特征、植被指数+纹理特征建立的预测模型稳定性最好，3种建模信息构建的模型验证时的R~2、RMSE、RPD分别为0.57～0.89、1.27～4.16 g/m~2、1.67～3.65。BPNN在3种建模信息下构建的模型稳定性整体优于PLSR，验证模型的R~2、RPD分别提高0.01～0.39、0.05～1.44,RMSE下降0.08～8.53 g/m~2。3个高度植被指数、纹理特征、植被指数+纹理特征的植株氮积累量预测模型稳定性顺序：植被指数+纹理特征>植被指数>纹理特征。融合3个飞行高度遥感影像的植被指数、纹理特征、植被指数+纹理特征进行植株氮积累量预测可以提高估算精度，R~2、RMSE、RPD分别为0.89～0.93、1.80～2.03 g/m~2、3.54～4.03。因此，在兼顾效率与精度的情况下，适当提高无人机飞行高度，综合利用植被指数和纹理特征可以对植株氮积累量达到较好的预测效果。

分类号： S512.11

  • 相关文献

[1]基于无人机多时相多特征的冬小麦产量预测模型研究. 赵泽阳,李美玲,徐伟,刘冰雪,黄鹏宇,康迪,张改生,宋瑜龙. 2025

[2]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

[3]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

[4]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

[5]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

[6]基于无人机影像多时相的小麦品种氮效率分类识别. 臧少龙,刘淋茹,高越之,吴珂,贺利,段剑钊,宋晓,冯伟. 2024

[7]江西双季稻氮素监测诊断模型的建立与应用. 李艳大,曹中盛,孙滨峰,叶春,舒时富,黄俊宝,王康军,田永超. 2020

[8]结合植被指数与纹理特征的玉米冠层FAPAR遥感估算研究. 王思宇,聂臣巍,余汛,邵明超,王梓旭,努热曼古丽·托乎提,刘亚东,程明瀚,官云兰,金秀良. 2021

[9]综合光谱纹理和时序信息的油茶遥感提取研究. 孟浩然,李存军,郑翔宇,宫雨生,刘玉,潘瑜春. 2023

[10]基于无人机多光谱影像的玉米含水量监测模型研究. 杨淑婷,海云瑞,王微,王蓉,周洋. 2022

[11]基于无人机多光谱信息与纹理特征融合的小麦叶面积指数估测. 齐浩,孙海芳,吕亮杰,李偲,闵家楠,侯亮. 2025

[12]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

[13]融合无人机影像光谱与纹理特征的冬小麦氮营养指数估算. 杨福芹,冯海宽,肖天豪,李天驰,郭向前. 2020

[14]基于机器学习的密集烘烤过程烟叶失水率预测模型对比. 杜海娜,孟令峰,王松峰,张炳辉,王爱华,刘浩,李增盛,孙福山. 2022

[15]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

[16]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

[17]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

[18]光谱特征和纹理特征融合的红茶萎凋含水率检测方法. 沈跃铖,阮贤萍,郎春晓,冯科达,沈帅,郑航,张诚荣,蒋建东,俞国红. 2024

[19]基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用. 高林,杨贵军,李长春,冯海宽,徐波,王磊,董锦绘,付奎. 2017

[20]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

作者其他论文 更多>>

微信小程序