利用无人机图像颜色与纹理特征数据在小麦生育前期对产量进行预测

文献类型： 中文期刊

第一作者： 刘欣谊

作者： 刘欣谊;仲晓春;陈晨;刘涛;孙成明;李冬双;刘升平;王建军;丁大伟;霍中洋

作者机构：

关键词： 小麦;无人机图像;颜色指数;纹理特征指数;生育前期;产量预测

期刊名称： 麦类作物学报

ISSN： 1009-1041

年卷期： 2020 年 40 卷 008 期

页码： 1002-1007

收录情况： 北大核心 ; CSCD

摘要： 为了实现基于无人机的小麦产量快速预测,通过不同种植密度、氮肥和品种的田间试验,应用无人机航拍获取小麦生育前期(越冬前期和拔节期)的RGB图像,通过图像处理获取小麦田间颜色和纹理特征指数,并在小麦收获后测定实际产量.通过分析不同颜色和纹理特征指数与小麦产量的关系,筛选出适合小麦产量预测的颜色和纹理特征指数,建立小麦产量预测模型并进行验证.结果 表明,小麦生育前期图像颜色指数与产量的相关性较好,而纹理特征指数相关性较差.对越冬前期利用单一颜色指数NDI构建的产量预测模型验证时,R2为0.541,RMSE为671.26 kg·hm-2;对拔节期用单一颜色指数VARI构建的产量预测模型验证时,R2为0.603,RMSE为639.78 kg· hm-2,预测结果比较理想,但不是最优.对越冬前期颜色指数NDI和纹理特征指数ENT相结合构建的产量预测模型验证时,R2和RMSE分别为0.629和611.82kg·hm-2,比单一颜色指数模型分别提升16.27%和减小8.85%;对拔节期颜色指数VARI和纹理特征指数COR相结合构建的产量预测模型验证时,R2和RMSE分别为0.746和510.29 kg·hm-2,较单一颜色指数模型分别提升23.71%和减小20.24%.上述结果说明,将无人机图像颜色和纹理特征指数相结合建立的估产模型精度较高,可在小麦生育前期对产量进行有效预测.

分类号： S512.1%S311

  • 相关文献

[1]基于无人机RGB图像颜色及纹理特征指数的小麦产量预测. 周元琦,王敦亮,陈晨,李瑞,李冬双,刘涛,孙成明,仲晓春,刘升平,丁大伟. 2021

[2]基于无人机图像的水稻地上部生物量估算. 舒时富,李艳大,曹中盛,孙滨峰,叶春,吴罗发,朱艳,丁艳锋,何勇. 2022

[3]高油高产花生新品种阜花9号. 王德生. 2010

[4]冬小麦生育前期LAI高光谱反演研究. 何小安,李存军,周静平,赵叶,葛艳. 2019

[5]浅谈小麦温室管理中主要环境因子的控制. 孙连发,刘伟,张春利,田霞. 1993

[6]不同生育期遮光对水稻籽粒直链淀粉及蛋白质含量的影响. 刘奇华,李天,蔡建,张建军. 2006

[7]基于颜色指数与阈值法的稻田图像分割. 孙滨峰,叶春,李艳大,舒时富,曹中盛,吴罗发,朱艳,何勇. 2022

[8]基于冠层归一化植被指数预测双氰胺配施后的芝麻产量. 柳开楼,胡惠文,胡志华,李大明,周利军,黄庆海,余喜初,叶会财,徐小林,王赛莲. 2016

[9]沧州金丝小枣的产量及品质预报. 樊志和,李晓芝,周人纲. 1993

[10]利用航空成像光谱数据进行冬小麦产量预测. 宋晓宇,王纪华,刘良云,薛绪掌,赵春江. 2004

[11]云南粮食产量预测. 朱秀峰,陈瑞林. 1990

[12]作物生长模型的适用性评价及冬小麦产量预测. 王伟,黄义德,黄文江,李存军,王娴. 2010

[13]马尔可夫链在吉林省高粱单产年景预测中的应用. 王江红,石贵山,刘红欣,周紫阳. 2011

[14]2012年10月国内外饲料市场分析. 朱增勇,张利宇. 2012

[15]咸水灌溉下设施番茄水盐生产函数构建及产量预测. 吴奇峰,郑国玉,辛朗,梁亚康,王之风. 2024

[16]2019年国内外天然橡胶产销形势. 莫业勇,杨琳. 2020

[17]融合多源时空数据的冬小麦产量预测模型研究. 王来刚,郑国清,郭燕,贺佳,程永政. 2022

[18]2013年10月国内外饲料市场分析. 朱增勇,毕颖慧. 2013

[19]CropSyst模型在区域冬小麦产量模拟中的应用. 黄青,陈仲新,刘航,滕飞. 2018

[20]应用归一化植被指数的玉米产量预测研究. 黄楠,王强,王鹏,张国庆,刘凌菲. 2014

作者其他论文 更多>>

微信小程序