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

文献类型： 中文期刊

第一作者： 郭燕

作者： 郭燕;井宇航;王来刚;黄竞毅;贺佳;冯伟;郑国清

作者机构：

关键词： 无人机;光谱特征;纹理特征;机器学习;冬小麦植株氮含量;迁移能力

期刊名称： 中国农业科学

ISSN： 0578-1752

年卷期： 2023 年 56 卷 005 期

页码： 850-865

收录情况： 北大核心 ; CSCD

摘要： [目的]氮素的精准监测和合理施用对小麦健康生长、产量及品质提升、减少农田环境污染与资源浪费尤为重要.为精准监测小麦生长关键生育期植株氮含量,探索机器学习方法构建的植株氮含量预测模型的迁移能力.[方法]小区试验于2020-2022年在河南省商水县开展,在冬小麦拔节期、孕穗期、开花期和灌浆期,采用M600大疆无人机搭载K6多光谱成像仪获取5波段(Red、Green、Blue、Rededge、Nir)多光谱影像.基于5个波段冠层反射率提取20种植被指数和40种纹理特征,采用相关分析从65个影像特征中筛选冬小麦植株氮含量敏感特征.基于筛选出的敏感特征,采用BP神经网络(BP)、随机森林(RF)、Adaboost、支持向量机(SVR)4种机器学习回归方法构建植株氮含量预测模型,并对模型预测效果和在不同水处理条件下模型的迁移预测能力进行分析.[结果](1)植株氮含量与影像特征的相关系数通过0.01极显著水平检验的包括22个光谱特征和29个纹理特征.(2)4种机器学习回归方法构建的冬小麦植株氮含量预测模型存在差异,RF和Adaboost方法预测植株氮含量集中于95%的置信区间,多分布于1∶1直线附近,而BP和SVR方法预测的植株氮含量分布相对较为分散;RF方法构建的预测模型R2最大,RMSE最小,MAE中等,分别为0.81、0.42%和0.29%;SVR方法构建的预测模型R2最小,RMSE和MAE较大,分别为0.66、0.54%和0.40%.(3)以W1处理(按需灌溉)实测植株氮含量为训练集,采用BP、RF、Adaboost和SVR方法构建的模型对W0处理冬小麦植株氮含量迁移预测R2分别为0.75、0.72、0.72和0.66;以W0处理(自然状态)实测植株氮含量为训练集,BP、RF、Adaboost和SVR方法构建的模型对W1处理冬小麦植株氮含量迁移预测R2分别为0.51、0.69、0.61和0.45.[结论]4种机器学习方法构建的冬小麦植株氮含量预测模型均表现出了较强的迁移预测能力,尤以RF和Adaboost方法构建的模型预测效果和迁移能力为好.

分类号： S512.11`S127

  • 相关文献

[1]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

[2]结合航空影像纹理和光谱特征的单木冠幅提取. 张凝,冯跃文,张晓丽,樊江川. 2015

[3]基于高光谱成像技术的橙子可溶性固形物和可滴定酸含量无损预测研究. 肖宏辉,邓浩,李春霖,胡昊,聂晶,张永志,梅涵一,袁玉伟. 2025

[4]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

[5]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

[6]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

[7]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

[8]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

[9]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

[10]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

[11]无人机飞行高度对冬小麦植株氮积累量预测模型的影响. 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. 2022

[12]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

[13]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. 郭燕,王来刚,贺佳,井宇航,宋晓宇,张彦,刘婷. 2024

[14]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

[15]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

[16]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

[17]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

[18]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

[19]基于无人机激光雷达的高通量作物冠层叶面积指数反演模型. 梁榆茗,樊雪艳,张木清,姚伟,李修华,王泽平,董思凡,李雪晨. 2025

[20]基于无人机高光谱不同降维算法的烤烟叶片氮含量估算. 蒯雁,陈天才,代先强,王德勋,宗鹏,孙军伟,杨成伟,张明政,张久权. 2025

作者其他论文 更多>>

微信小程序