基于无人机多光谱遥感的玉米FPAR估算

文献类型： 中文期刊

第一作者： 王来刚

作者： 王来刚;贺佳;郑国清;郭燕;张彦;张红利

作者机构：

关键词： 玉米;光合有效辐射吸收比例;无人机;多光谱遥感;植被指数;纹理指数

期刊名称： 农业机械学报

ISSN：

年卷期： 2022 年 010 期

页码： 202-210

收录情况： EI ; 北大核心 ; CSCD

摘要： 为了探究无人机多光谱遥感影像估算作物光合有效辐射吸收比例（Fraction of absorbed photosynthetically active radiation, FPAR）的潜力，以无人机多光谱影像提取的植被指数、纹理指数、叶面积指数为模型输入参数，在分析不同参数与FPAR相关性的基础上优选植被指数与纹理指数，并分别以一元线性模型、多元逐步回归模型、岭回归模型、BP神经网络模型等方法估算玉米FPAR。结果表明：植被指数、纹理指数、叶面积指数3种参数与FPAR都具有较强的相关性，其中植被指数相关系数最大；在不同类型的FPAR估算模型中，BP神经网络模型的估算效果最优，FPAR估算模型决定系数R~2、均方根误差（RMSE）分别为0.857、0.173,验证模型R~2、RMSE分别为0.868、0.186,模型估算值与田间实测值间相对误差（RE）为8.71%;在不同形式的模型参数组合中，均以植被指数、纹理指数、叶面积指数3种参数融合的FPAR模型的估算与验证效果最优，说明多特征参数融合能有效改善FPAR估算效果。该研究为基于无人机多光谱遥感数据精准估算玉米FPAR及生产潜力提供了科学依据。

分类号： S513%S127

  • 相关文献

[1]基于无人机遥感的玉米叶面积指数与产量估算. 王来刚,徐建华,贺佳,李冰,杨秀忠,王利军,郭燕. 2020

[2]轻小型无人机多光谱遥感技术应用进展. 孙刚,黄文江,陈鹏飞,高帅,王秀. 2018

[3]基于无人机多光谱遥感的春玉米叶面积指数和地上部生物量估算模型比较研究. 樊鸿叶,李姚姚,卢宪菊,顾生浩,郭新宇,刘玉华. 2021

[4]基于低空无人机多光谱遥感的水稻倒伏监测研究. 田明璐,班松涛,袁涛,籍延宝,马超,李琳一. 2018

[5]基于无人机多光谱影像的水稻冠层SPAD值预测研究. 田婷,张青,徐雯. 2023

[6]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

[7]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

[8]基于无人机遥感影像的大豆叶面积指数反演研究. 高林,杨贵军,王宝山,于海洋,徐波,冯海宽. 2015

[9]基于多源遥感数据的大豆叶面积指数估测精度对比. 高林,李长春,王宝山,杨贵军,王磊,付奎. 2016

[10]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

[11]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

[12]基于无人机数码影像的马铃薯生物量估算. 刘杨,冯海宽,黄珏,孙乾,杨福芹. 2020

[13]不同植被指数和无人机航高对草地盖度估测精度的影响. 伏帅,张勇辉,李佳吕,王萌榛,彭璐,冯琦胜,梁天刚. 2021

[14]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

[15]利用光谱空间特征估算马铃薯植株氮含量. 樊意广,冯海宽,刘杨,边明博,赵钰,杨贵军,钱建国. 2023

[16]基于无人机影像的农业景观非农生境信息提取. 张微微,王超,丁喜莲,李晓娜,邹俊亮. 2024

[17]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

[18]基于无人机多光谱的夏玉米穗位叶叶绿素含量反演研究. 杨广云,牛鲁燕. 2022

[19]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

[20]基于无人机的小麦生长信息获取系统的设计与试验. 杨立国,杨雅静,常晓莲,赵谦,李志强,李雪婷,麻志宏,滕飞,张杰. 2022

作者其他论文 更多>>

微信小程序