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

文献类型： 中文期刊

第一作者： 胡晓

作者： 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

作者机构：

关键词： 土壤碱解氮;无人机;多光谱;光谱指数;机器学习;随机森林

期刊名称： 中国烟草科学

ISSN： 1007-5119

年卷期： 2024 年 45 卷 005 期

页码： 95-103

收录情况： CSCD

摘要： 准确、快速、无损掌握烟田土壤碱解氮分布情况，可为烟草生长过程中合理施用氮肥提供重要依据。以湖北保康县和宣恩县境内的4块典型烟田为研究对象，获取无人机多光谱遥感影像和土壤碱解氮数据，基于传感器“双红边”波段优势，引入红边波段对传统光谱指数进行改进，运用随机森林（random forest,RF）、支持向量机（support vector machine,SVM）、反向传播神经网络（back propagation neural networks,BPNN）和极限梯度提升（extreme gradient boosting,XGBoost）4种机器学习算法，构建烟田土壤碱解氮含量的估测模型。结果显示：（1）以红边和红光两个波段组合为主改进的光谱指数与土壤碱解氮含量的灰色关联度值高于以近红外、红光、绿光和蓝光波段为主的传统光谱指数；（2）基于改进光谱指数和RF算法方法构建的估测模型精度最高，最高建模集和验证集的决定系数、均方根误差分别为0.833、0.784和0.846、0.951;（3）RF算法稳定性验证结果中R2和RMSE分别为0.814和0.906，与单独建模时表现一致，表明RF算法的稳定性较高。该研究为武陵山区烟田土壤碱解氮含量的估测提供了一种新的方法。

分类号： S572%S153.6%S127

  • 相关文献

[1]基于无人机多光谱的烤烟冠层叶绿素含量反演. 王佳丽,蒯雁,杨成伟,字韶兴,张国兴,杨泽远,张久权. 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]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

[4]基于哨兵-2A模拟反射率及其影像的冬小麦收获指数估算. 任建强,张宁丹,刘杏认,吴尚蓉. 2022

[5]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

[6]利用无人机多光谱成像监测油茶碳储量. 陈龙跃,段丹丹,张祖铭,孙鹤,高佳华,姜毅,冉成. 2024

[7]基于特征选择与机器学习的富硒茶叶硒含量高光谱估测. 文竹,郭松,舒田,赵龙才. 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]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

[10]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

[11]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

[12]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

[13]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

[14]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

[15]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

[16]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

[17]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

[18]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

[19]2022年内蒙古无人机马铃薯图像数据集. 胡天赐,王瑞利,蒋呈祥,白涛,胡林,王晓丽,郭雷风. 2023

[20]基于无人机多光谱技术的池塘水质分析与可视化设计. 陆玉婷,段金荣. 2024

作者其他论文 更多>>

微信小程序