不同施氮处理下无人机光谱感知冬小麦产量

文献类型： 中文期刊

第一作者： 丁凡

作者： 丁凡;陈震;李长春;程千;费帅鹏;李景勃;徐洪刚;李宗鹏

作者机构：

关键词： 多光谱;植被指数;逐步回归;随机森林;产量预测

期刊名称： 灌溉排水学报

ISSN： 1672-3317

年卷期： 2023 年 001 期

页码： 24-30

收录情况： 北大核心 ; CSCD

摘要： 【目的】快速、准确地预测冬小麦产量，构建最佳产量预测模型，对精准农业农田管理有重要应用价值。【方法】以抽穗期、开花期和灌浆期3个不同时期的冬小麦为研究对象，通过无人机搭载的多光谱传感器采集冠层光谱信息并提取植被指数。使用逐步回归与随机森林2种方法，筛选最优特征并建立产量预测模型。【结果】在抽穗期，绿（Green,G）、蓝（Blue,B）、修改型土壤调查植被指数（Modified Soil-adjusted Vegetation Index 2,MSAVI2）和土壤调节植被指数（Soil-adjusted Vegetation Index,SAVI）组合使用随机森林算法对产量的预测效果最好同时AIC（Akaike information criterion，赤池信息准则）较低，R~2为0.65。在开花期，过绿指数（Excess Green,ExG）、近红外光（Near Infrared,NIR）、归一化差异植被指数（Normalized Difference Index,NDI）、蓝（Blue,B）和修改型土壤调查植被指数2（Modified Soil-adjusted Vegetation Index 2,MSAVI2）特征变量组合使用随机森林算法对产量的预测效果最好，同时AIC较低，R~2为0.71。在灌浆期，以全部植被特征变量构建的随机森林回归模型对冬小麦产量预测的精度最高，R~2达到0.76，绿（Green,G）、蓝（Blue,B）、过绿指数（Excess Green,ExG）、过红指数（Excess Red,ExR）、归一化植被指数（Normalized Difference Vegetation Index,NDVI）、比值植被指数（Ratio Vegetation Index,RVI）和归一化差分植被指数（Normalized Difference Vegetation Index,TNDVI）特征变量组合的随机森林回归模型R~2较高同时AIC较低，R~2达到0.73。同时使用冬小麦3个生育期，以抽穗期蓝（Blue,B）、开花期过绿指数（Excess Green,ExG）、灌浆期近红外光（Near Infrared,NIR）、灌浆期归一化差异植被指数（Normalized Difference Index,NDI）和灌浆期过绿减过红指数（Excess Green-Excess Red,ExG-ExR）为特征变量组合构建的随机森林回归模型R~2较高，同时AIC较低，R~2达到0.76。【结论】通过逐步回归筛选出特征变量间共线性最小的特征变量组合并利用随机森林构建回归模型具有可行性，能够准确地预测冬小麦产量。

分类号： S512.11%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

[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]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

[5]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

[6]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

[7]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

[8]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

[9]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

[10]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

[11]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

[12]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

[13]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

[14]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

[15]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

[16]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

[17]应用多光谱图像技术进行锦橙叶片氮含量监测. 易时来,邓烈,何绍兰,郑永强,姚珍珍,韦献果,李松伟,简水仙. 2012

[18]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

[19]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

[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