可见光光谱的冬小麦苗期地上生物量估算

文献类型： 中文期刊

第一作者： 张领先

作者： 张领先;陈运强;李云霞;马浚诚;杜克明;郑飞翔;孙忠富

作者机构：

关键词： 冬小麦;苗期;地上生物量;可见光光谱;估算

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2019 年 8 期

页码： 2501-2506

摘要： 地上生物量是表征冬小麦苗期长势的重要参数之一,对于监测冬小麦苗期长势,预测产量具有重要的实际意义.目前,通过计算光谱指数进行生物量估算是冬小麦苗期地上生物量无损测量的主要方法,但该方法需要一定的平台支撑,在便捷性方面存在一定的不足.为此,利用可见光图像数据获取方便、准确率高的特点,基于冬小麦苗期冠层可见光图像数据开展冬小麦苗期地上生物量估算研究.采用数码相机,采集冬小麦苗期冠层可见光图像并利用Canopeo进行冬小麦冠层与背景的分割.在获取冠层分割图像后,提取了CC(canopy cover)、 ExG(excessg reen)、 ExR(excess red)、 ExGR(ExG-ExR)、 NGRDI(normalized green-red difference index)、 GLI(green leaf index)、 RGRI(red-green ratio index)和RGBVI(RGB vegetation index)共8个可见光图像特征.利用相关性分析进行特征优选,选择与冬小麦苗期地上生物量实测数据相关性较高的图像特征构建估算模型.利用优选的图像特征,分别构建偏最小二乘回归(PLSR)、 BP神经网络(BPNN)、支持向量机回归(SVR)和随机森林(RF)模型,开展冬小麦苗期地上生物量估算研究,并定量分析特征数量和播种密度对估算模型准确率的影响.结果表明, ExR, GLI和RGBVI与生物量实测数据相关性较低,因此,将这3个特征剔除.CC, ExG, ExGR, NGRDI和RGRI与生物量实测数据的相关性较高,其中CC, ExG和ExGR与生物量实测数据呈正相关,而NGRDI和RGRI与生物量实测数据呈负相关.利用优选的图像特征构建估算模型,研究结果表明,基于优选的5个图像特征, PLSR的估算准确率最高,模型R2为0.801 5, RMSE为0.0788 kg·m-2,表明PLSR能够实现冬小麦苗期地上生物量的准确估算.特征数量是影响估算模型准确率的因素之一,随着特征数量的减少,模型估算的准确率逐步下降.利用不同播种密度数据集对估算模型进行测试,结果表明, PLSR在不同的播种密度数据集上均取得了最高的估算准确率,模型R2分别为0.897, 0.827 9和0.788 6, RMSE分别为0.062, 0.072和0.079 1 kg·m-2,表明PLSR估算的冬小麦苗期地上生物量数据与实测生物量数据之间具有良好的相关关系.随着播种密度的增加,所有估算模型的准确率均出现下降,而PLSR的准确率下降程度最小.由此可见,基于可见光图像数据,能够实现冬小麦苗期地上生物量的准确估算,为冬小麦苗期田间管理提供参考.

分类号： S512.11`S127

  • 相关文献

[1]基于可见光图像和卷积神经网络的冬小麦苗期长势参数估算. 马浚诚,刘红杰,郑飞翔,杜克明,张领先,胡新,孙忠富. 2019

[2]可见光光谱和机器学习的温室黄瓜霜霉病严重度定量估算. 张领先,田潇,李云霞,陈运强,陈英义,马浚诚. 2020

[3]基于赤池信息量准则的冬小麦叶面积指数估算. 杨福芹,冯海宽,李振海,金秀良,杨贵军,戴华阳. 2015

[4]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

[5]基于无人机高光谱遥感数据的冬小麦产量估算. 陶惠林,徐良骥,冯海宽,杨贵军,杨小冬,牛亚超. 2020

[6]基于高光谱的冬小麦叶面积指数估算方法. 夏天,吴文斌,周清波,周勇,于雷. 2012

[7]基于冠层光谱植被指数的冬小麦作物系数估算. 李贺丽,罗毅,赵春江,杨贵军. 2013

[8]冬小麦叶面积指数高光谱遥感反演方法对比. 夏天,吴文斌,周清波,周勇. 2013

[9]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

[10]基于高光谱遥感的冬小麦叶水势估算模型. 陈智芳,宋妮,王景雷,孙景生. 2017

[11]基于高光谱遥感与SAFY模型的冬小麦地上生物量估算. 刘明星,李长春,李振海,冯海宽,杨贵军,陶惠林. 2020

[12]大气CO2浓度升高背景下冬小麦冠层光谱特征和地上生物量估算. 黄宏胜,张馨月,居辉,韩雪. 2024

[13]基于RGB图像与深度学习的冬小麦田间长势参数估算系统. 李云霞,马浚诚,刘红杰,张领先. 2021

[14]新疆冬小麦品种苗期磷效率差异研究. 周广威,张少民. 2020

[15]基于成像光谱仪的冬小麦苗期冠层叶绿素密度监测. 谭海珍,李少昆,王克如,谢瑞芝,高世菊,明博,于青,赖军臣,刘国庆,汤秋香. 2008

[16]新疆冬小麦选育品种苗期耐盐性鉴定. 马艳明,刘敏,冯魁,颜国荣,王莉,肖菁,刘宁. 2017

[17]冬小麦新品种陇鉴9828苗期抗条锈性遗传分析. 虎梦霞,王万军,曹世勤,贾秋珍,张勃,黄瑾,孙振宇,李玲. 2024

[18]不同年代冬小麦抗旱品种苗期性状的演变. 景蕊莲,昌小平,吴志明. 1996

[19]氮硫交互作用对小麦苗期生长和养分吸收的影响. 刘宝存,孙明德,吴静,黄德明. 2002

[20]基于语义分割和可见光谱图的作物叶部病斑分割方法. 李凯雨,张慧,马浚诚,张领先. 2023

作者其他论文 更多>>

微信小程序