融合无人机多源传感器的马铃薯叶绿素含量估算
文献类型: 中文期刊
第一作者: 边明博
作者: 边明博;马彦鹏;樊意广;陈志超;杨贵军;冯海宽
作者机构:
关键词: 马铃薯;叶绿素含量;图谱融合;Gabor纹理;机器学习
期刊名称: 农业机械学报
ISSN: 1000-1298
年卷期: 2023 年 08 期
页码: 240-248
收录情况: EI ; 北大核心 ; CSCD
摘要: 叶绿素是衡量作物光合作用的重要指标,监测马铃薯关键生育期叶片叶绿素含量(Leaf chlorophyll content, LCC)至关重要。获取马铃薯块茎形成期、块茎增长期和淀粉积累期的无人机RGB和多光谱影像,提取无人机多光谱影像的光谱反射率构建植被指数(Vegetation index, VIs),利用Gabor滤波器提取RGB影像的纹理信息(Texture information, TIs)。然后利用机器学习SVR-REF方法进行数据降维获取植被指数和纹理特征重要性排序,并采用迭代的方法在植被指数最佳模型中加入纹理信息,观察每次加入的纹理信息对模型的动态影响。最后使用支持向量机(Support vector machine, SVR)和K-最近邻算法(K-nearest neighbor, KNN)2种机器学习方法进行建模。结果表明,马铃薯3个关键生育期,加入纹理特征后的2种模型精度和稳定性均有提高,且SVR模型精度优于KNN。块茎形成期,SVR模型建模R~2由0.61提升至0.71,RMSE由0.20 mg/g降为0.17 mg/g,精度提升14.2%,验证R~2由0.58提升至0.66,RMSE由0.19 mg/g降至0.17 mg/g,精度提升10.5%。块茎增长期,SVR建模R~2由0.59提升至0.67,RMSE由0.16 mg/g降至0.14 mg/g,验证R~2由0.71提升至0.79,RMSE由0.15 mg/g降至0.13 mg/g,精度提升13.3%。淀粉积累期,SVR建模R~2由0.62提升为0.69,RMSE由0.17 mg/g降至0.14 mg/g,精度提升17.6%,验证R~2由0.47提升至0.63,RMSE由0.17 mg/g降至0.14 mg/g,精度提升17.6%。另外,3个时期参与SVR建模的植被指数数量分别为19、16、3,纹理数量分别为4、2、9,在植被指数不能充分响应叶绿素含量时,会有更多纹理信息参与建模,并且模型精度提升更高,进一步论证了纹理特征在马铃薯叶绿素含量反演中的重要性。
分类号: S532`S127
- 相关文献
[1]基于机器学习算法的小麦遗传群体持绿性研究. 王多霞,李雷,费帅鹏,付雪丽,肖永贵,孙海艳,陶志强,孟亚雄. 2024
[2]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
[3]基于高光谱植被指数的马铃薯叶片叶绿素含量估测模型. 郑顺林,周少猛,张琴,袁继超,胡建军. 2016
[4]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
[5]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019
[6]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019
[7]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019
[8]基于图像特征的水稻叶片全氮含量估测模型研究. 杨红云,罗建军,孙爱珍,万颖,易文龙. 2020
[9]基于机器学习的高分辨率遥感影像农业大棚提取. 马海荣,罗治情,陈聘婷,官波. 2020
[10]多源遥感数据特征优选的大兴安岭沿麓不同农作物提取. 于利峰,乌兰吐雅,李继辉,于伟卓,敦惠霞. 2020
[11]农业领域本体构建方法研究 -以番茄病虫害为例. 任妮,孙艺伟,鲍彤,郭婷. 2021
[12]基于支持向量机技术预测丙戊酸钠血药浓度. 马攀,贾运涛,刘芳,程林,王红迁,严波,陈勇川. 2021
[13]基于长短时记忆模型的包虫病爆发风险预测混合模型的建立. 陈春蓉,赵瑾,贺兆源,李家宝,陈海兰,贾耿介. 2024
[14]稀疏分层概率自组织图实例迁移学习方法. 吴蕾,田儒雅,张学福. 2016
[15]基于PDF版式特征的文献篇章结构细粒度抽取方法研究. 赵婉婧,刘敏娟,刘洪冰,王新,段飞虎. 2021
[16]机器学习在智慧农业中的应用. 杨嘉鹏,董荣. 2024
[17]基于深度学习的作物基因组学和遗传改良. 辛志奇,赵航,汪海,路铁刚. 2021
[18]食品中甜味分子发掘模型构建. 任海斌,冯宝龙,范蓓,贺斌彬,李知陆,王清华,高飞,王玉堂. 2021
[19]高分遥感驱动的精准土地利用与土地覆盖变化信息智能计算模型与方法研究. 骆剑承,胡晓东,吴田军,刘巍,夏列钢,杨海平,孙营伟,徐楠,张新,沈占锋,周楠. 2021
[20]融合多环境参数的鸡粪氨气排放预测模型研究. 丁露雨,吕阳,李奇峰,王朝元,余礼根,宗伟勋. 2022
作者其他论文 更多>>
-
无人机观测时间对玉米冠层叶绿素密度估算的影响
作者:周丽丽;冯海宽;聂臣巍;许晓斌;刘媛;孟麟;薛贝贝;明博;梁齐云;苏涛;金秀良
关键词:冠层叶绿素密度;观测时间;机器学习;PROSAIL模型;玉米
-
基于VSURF-CA的小麦条锈病高光谱病情指数估测模型
作者:梅广源;李荣;梅新;陈日强;樊意广;程金鹏;冯子恒;陶婷;赵倩;赵培钦;杨小冬
关键词:高光谱估测模型;小麦条锈病;病情指数;VSURF;特征选择
-
融合多因子的无人机高光谱遥感冬小麦产量估算
作者:谢瑞;杨福芹;冯海宽;李天驰
关键词:冬小麦;无人机;高光谱;植被指数;氮营养指数
-
利用光谱空间特征估算马铃薯植株氮含量
作者:樊意广;冯海宽;刘杨;边明博;赵钰;杨贵军;钱建国
关键词:无人机;马铃薯;植株氮含量;植被指数;高频信息
-
不同生育期冬小麦植株氮含量遥感反演方法比较
作者:杨福芹;李蕊;冯海宽;李天驰;王果
关键词:冬小麦;植株氮含量;多元线性回归;逐步回归;偏最小二乘回归
-
基于无人机影像与GA-BP神经网络的生物量估算
作者:杨福芹;李天驰;冯海宽;解鹏;陈超;高磊磊
关键词:冬小麦;生物量;变量投影重要性;灰色关联;遗传算法;BP神经网络
-
基于冠层光谱和覆盖度的马铃薯叶片钾含量估算方法
作者:马彦鹏;边明博;樊意广;陈志超;杨贵军;冯海宽
关键词:马铃薯;叶片钾含量;冠层覆盖度;RGB影像;冠层光谱特征