利用无人机多光谱成像监测油茶碳储量

文献类型： 中文期刊

第一作者： 陈龙跃

作者： 陈龙跃;段丹丹;张祖铭;孙鹤;高佳华;姜毅;冉成

作者机构：

关键词： 油茶;UAV;多光谱;碳储量;株高;机器学习

期刊名称： 农业与技术

ISSN： 1671-962X

年卷期： 2024 年 44 卷 024 期

页码： 28-32

摘要： 随着油茶种植面积在我国逐渐增加，以及碳循环的意义逐渐被重视，油茶的碳储量监测技术亟待被探索。目前油茶碳储量尚无系统评估方法，对其他植物的碳储量监测的传统方法效率较低。在新型信息化技术中，二维遥感监测受数据维度限制，精度较低，而三维遥感监测因雷达设备的成本较高而难以推广。本研究基于无人机（Unmanned Aerial Vehicle, UAV）多光谱技术和多维数据挖掘技术对油茶地上碳储量进行了量化。在典型的油茶种植区域获取油茶生物量、含碳率的实测数据和高分辨率UAV多光谱影像；以多视角UAV光谱图像构建的油茶种植区域数字地表模型提取油茶株高；通过机器学习算法利用光谱、株高、实测生物量和含碳率数据构建油茶碳储量的量化模型。通过对模型进行精度评价，发现UAV多光谱图像能够有效监测油茶株高，进而有助于提升油茶生物量和碳储量的监测精度。此外，使用株高数据前后所建立的碳储量监测模型的R2分别是0.54、0.64,监测结果的RMSE分别是254.31、112.04。表明利用UAV多光谱技术能够高效、准确地监测油茶地上碳储量，且通过数据挖掘获得的株高参数在提高量化精度的同时有效控制了监测成本，有利于碳储量遥感监测技术的应用推广，推动“双碳”目标进程。

分类号： S794.4%TP751

  • 相关文献

[1]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

[2]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

[3]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

[4]桂北地区不同林龄油茶林碳储量分配格局. . 2017

[5]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

[6]利用反射光谱及模拟多光谱数据定量反演北方潮土有机质含量. 王延仓,顾晓鹤,朱金山,龙慧灵,徐鹏,廖钦洪. 2014

[7]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

[8]基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究. 陈鹏飞,梁飞. 2019

[9]基于无人机多光谱遥感的玉米LAI估算研究. 贺佳,王来刚,郭燕,张彦,杨秀忠,刘婷,张红利. 2021

[10]基于无人机多光谱的棉花育种材料FPAR估测. 唐中杰,王来刚,郭燕,张彦,张红利,杨秀忠,贺佳. 2021

[11]基于无人机多光谱影像的夏玉米叶片氮含量遥感估测. 魏鹏飞,徐新刚,李中元,杨贵军,李振海,冯海宽,陈帼,范玲玲,王玉龙,刘帅兵. 2019

[12]基于无人机平台的稻纵卷叶螟为害程度遥感监测. 田明璐,班松涛,袁涛,王彦宇,马超,李琳一. 2020

[13]基于无人机多光谱影像的蔬菜种植监测技术研究. 田明璐,班松涛,袁涛,王彦宇,马超,李琳一. 2020

[14]基于Worldview-2影像的玉米倒伏面积估算. 陈仲新,任国业,李章成,王昕. 2016

[15]基于多光谱技术的甜菜块根糖分增长期施氮决策模型. 王敬云,胡晓航,董心久,马亚怀,李彦丽. 2024

[16]多光谱与热红外数据融合在冬小麦产量估测中的应用. 兰铭,费帅鹏,禹小龙,李雷,夏先春,肖永贵,孟亚雄. 2021

[17]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

[18]基于无人机的果园冠层图像采集装置设计. 刘晖,李兆雄,詹杰,杨有泉. 2018

[19]基于植被指数的烤烟精准追肥研究. 边立丽,艾栋,张云贵,刘青丽,常乃杰,冯文强,陈玉蓝,龙潭,陈曦,杨雪,江鸿,李志宏. 2023

[20]不同施氮处理下无人机光谱感知冬小麦产量. 丁凡,陈震,李长春,程千,费帅鹏,李景勃,徐洪刚,李宗鹏. 2023

作者其他论文 更多>>

微信小程序