基于无人机多时相植被指数的冬小麦产量估测

文献类型： 中文期刊

第一作者： 程千

作者： 程千;徐洪刚;曹引波;段福义;陈震

作者机构：

关键词： 冬小麦;产量估测;多光谱植被指数;无人机

期刊名称： 农业机械学报

ISSN：

年卷期： 2021 年 003 期

页码： 160-167

收录情况： EI ; 北大核心 ; CSCD

摘要： 通过无人机搭载多光谱相机,对不同水分亏缺条件下冬小麦多个生育期进行遥感监测,采用不同种类多光谱植被指数表征冬小麦的生长特征,分析了植被指数与冬小麦产量的相关关系,并利用多时相植被指数构建产量估测数据集,采用偏最小二乘回归、支持向量机回归和随机森林回归3种机器学习算法进行冬小麦产量估测。结果表明,随着冬小麦的生长,多个植被指数与产量的相关性不断增强,灌浆末期相关系数达到0.7,植被指数与产量的线性回归决定系数也达到最大。多时相植被指数反映了冬小麦生长的变化特征,进一步提高了冬小麦产量估测精度,采用开花期和灌浆初期的多时相植被指数进行估产比采用单个生育期的植被指数估测产量的精度高,采用偏最小二乘回归模型的估测精度R2提高约0.021,支持向量机回归模型R2提高约0.015,随机森林回归模型R2提高约0.051。采用灌浆末期的多时相植被指数,3种模型均有较高的估测精度,偏最小二乘回归模型估测精度最高时的R2、RMSE分别为0.459、1 822.746 kg/hm2,支持向量机回归模型估测精度最高时的R2、RMSE分别为0.540、1 676.520 kg/hm2,随机森林回归模型估测精度最高时的R2、RMSE分别为0.560、1 633.896 kg/hm2,本文数据集训练的随机森林回归模型估测精度最高,且稳定性更好。

分类号： S512.11%S127

  • 相关文献

[1]基于无人机遥感的水稻产量估测. 田婷,张青,张海东,何其全,季方芳,朱琳. 2022

[2]冬小麦SPAD值无人机可见光和多光谱植被指数结合估算. 牛庆林,冯海宽,周新国,朱建强,雍蓓蓓,李会贞. 2021

[3]基于无人机数码影像的冬小麦叶面积指数探测研究. 高林,杨贵军,李红军,李振海,冯海宽,王磊,董锦绘,贺鹏. 2016

[4]基于无人机数码影像的冬小麦氮含量反演. 刘帅兵,杨贵军,景海涛,冯海宽,李贺丽,陈鹏,杨文攀. 2019

[5]基于综合指标的冬小麦长势无人机遥感监测. 裴浩杰,冯海宽,李长春,金秀良,李振海,杨贵军. 2017

[6]基于无人机数码影像和高光谱数据的冬小麦产量估算对比. 陶惠林,冯海宽,杨贵军,杨小冬,苗梦珂,吴智超,翟丽婷. 2019

[7]基于无人机成像高光谱影像的冬小麦LAI估测. 陶惠林,冯海宽,杨贵军,杨小冬,刘明星,刘帅兵. 2020

[8]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

[9]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

[10]基于无人机数码影像的冬小麦株高和生物量估算. 陶惠林,徐良骥,冯海宽,杨贵军,杨小冬,苗梦珂,代阳. 2019

[11]基于随机森林算法的冬小麦叶面积指数遥感反演研究. 张春兰,杨贵军,李贺丽,汤伏全,刘畅,张丽妍. 2018

[12]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

[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]无人机高光谱遥感数据在冬小麦叶面积指数反演中的应用. 潘海珠,陈仲新. 2018

[15]利用无人机高光谱影像的冬小麦氮含量监测. 冯海宽,樊意广,陶惠林,杨福芹,杨贵军,赵春江. 2023

[16]基于无人机数字表面模型的冬小麦生物量估算模型构建及迁移能力分析. 郭燕,贺佳,曾凯,张彦,张红利,郑国清,王来刚. 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]基于多层级特征筛选和无人机影像的冬小麦植株氮含量预测. 郭燕,王来刚,贺佳,井宇航,宋晓宇,张彦,刘婷. 2024

[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]基于无人机高光谱影像的冬小麦叶片氮浓度遥感估测. 孙法福,赖宁,耿庆龙,李永福,吕彩霞,信会男,李娜,陈署晃. 2024

作者其他论文 更多>>

微信小程序