基于可见光图像和卷积神经网络的冬小麦苗期长势参数估算

文献类型： 中文期刊

第一作者： 马浚诚

作者： 马浚诚;刘红杰;郑飞翔;杜克明;张领先;胡新;孙忠富

作者机构：

关键词： 作物;生长;参数估算;冬小麦;苗期;叶面积指数;地上生物量;卷积神经网络

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2019 年 05 期

页码： 183-189

收录情况： EI ; 北大核心 ; CSCD

摘要： 针对目前基于计算机视觉估算冬小麦苗期长势参数存在易受噪声干扰且对人工特征依赖性较强的问题,该文综合运用图像处理和深度学习技术,提出一种基于卷积神经网络(convolutional neural network, CNN)的冬小麦苗期长势参数估算方法。以冬小麦苗期冠层可见光图像作为输入,构建了适用于冬小麦苗期长势参数估算卷积神经网络模型,通过学习的方式建立冬小麦冠层可见光图像与长势参数的关系,实现了农田尺度冬小麦苗期冠层叶面积指数(leaf area index,LAI)和地上生物量(above ground biomass, AGB)的准确估算。为验证方法的有效性,该研究采用以冠层覆盖率(canopy cover, CC)作为自变量的线性回归模型和以图像特征为输入的随机森林(random forest, RF)、支持向量机回归(support vectormachinesregression,SVM)进行对比分析,采用决定系数(coefficientofdetermination,R2)和归一化均方根误差(normalized root mean square error, NRMSE)定量评价估算方法的准确率。结果表明:该方法估算准确率均优于对比方法,其中AGB估算结果的R2为0.7917,NRMSE为24.37%,LAI估算结果的R2为0.8256,NRMSE为23.33%。研究可为冬小麦苗期长势监测与田间精细管理提供参考。

分类号： S512.11`S126

  • 相关文献

[1]基于高光谱遥感与SAFY模型的冬小麦地上生物量估算. 刘明星,李长春,李振海,冯海宽,杨贵军,陶惠林. 2020

[2]基于RGB图像与深度学习的冬小麦田间长势参数估算系统. 李云霞,马浚诚,刘红杰,张领先. 2021

[3]可见光光谱的冬小麦苗期地上生物量估算. 张领先,陈运强,李云霞,马浚诚,杜克明,郑飞翔,孙忠富. 2019

[4]变量施肥条件下冬小麦长势及品质变异遥感监测. 宋晓宇,王纪华,黄文江,阎广建,常红. 2009

[5]粒子滤波同化方法在CERES-Wheat作物模型估产中的应用. 姜志伟,陈仲新,任建强,周清波. 2012

[6]基于SWAP模型同化遥感数据的黑龙江南部春玉米产量监测. 王利民,姚保民,刘佳,杨玲波,杨福刚. 2019

[7]基于物理模型训练神经网络的作物叶面积指数遥感反演研究. 刘洋,刘荣高,刘斯亮,刘纪远,陈仲新,王利民,邹金秋. 2010

[8]基于便携式作物生长监测诊断仪的江西双季稻氮肥调控研究. 李艳大,舒时富,陈立才,叶春,黄俊宝,孙滨峰,王康军,曹中盛. 2019

[9]基于GF-1与Landsat-8多光谱遥感影像的玉米LAI反演比较. 贾玉秋,李冰,程永政,刘婷,郭燕,武喜红,王来刚. 2015

[10]基于高光谱图像的茶树LAI与氮含量反演. 吴伟斌,李佳雨,张震邦,凌彩金,林贤柯,常星亮. 2018

[11]基于时间序列红外图像的玉米叶面积指数连续监测. 王传宇,郭新宇,杜建军. 2018

[12]基于卷积神经网络的冬小麦麦穗检测计数系统. 张领先,陈运强,李云霞,马浚诚,杜克明. 2019

[13]大气CO2浓度升高背景下冬小麦冠层光谱特征和地上生物量估算. 黄宏胜,张馨月,居辉,韩雪. 2024

[14]株型对冬小麦冠层叶面积指数与植被指数关系的影响研究. 唐怡,黄文江,刘良云,王纪华. 2006

[15]不同株型冬小麦冠层结构特征多时相分析. 杨贵军,邢著荣,黄文江,齐腊,李伟国. 2010

[16]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

[17]基于赤池信息量准则的冬小麦叶面积指数估算. 杨福芹,冯海宽,李振海,金秀良,杨贵军,戴华阳. 2015

[18]基于叶面积指数反演的区域冬小麦单产遥感估测. 任建强,陈仲新,周清波,唐华俊. 2010

[19]不同品种冬小麦再生生长对刈割干扰的响应. 王丹丹,田莉华,沈禹颖,刘渊博. 2014

[20]基于分段方式选择敏感植被指数的冬小麦叶面积指数遥感反演. 李鑫川,徐新刚,鲍艳松,黄文江,罗菊花,董莹莹,宋晓宇,王纪华. 2012

作者其他论文 更多>>

微信小程序