基于无人机RGB图像颜色及纹理特征指数的小麦产量预测

文献类型： 中文期刊

第一作者： 周元琦

作者： 周元琦;王敦亮;陈晨;李瑞;李冬双;刘涛;孙成明;仲晓春;刘升平;丁大伟

作者机构：

关键词： 小麦;无人机RGB图像;产量预测;颜色指数;纹理特征指数

期刊名称： 扬州大学学报(农业与生命科学版)

ISSN： 1671-4652

年卷期： 2021 年 003 期

页码： 110-116

收录情况： 北大核心 ; CSCD

摘要： 利用无人机获取小麦孕穗期和开花期的RGB图像,通过图像处理获取小麦图像颜色指数和纹理特征指数,并在小麦收获后测定实际产量。通过分析各颜色指数、纹理特征指数与小麦产量之间的相关性,筛选出各生育期与小麦产量相关性最高的颜色指数和纹理特征指数,建立小麦产量预测模型并进行验证。结果表明:小麦孕穗期和开花期图像颜色指数与产量相关性均较好,纹理特征指数与产量相关性不够理想。孕穗期与产量相关性最高的颜色指数为VARI,相关系数达0.862,利用单一颜色指数VARI构建小麦产量预测模型验证的决定系数（R2）为0.725,模拟均方根误差（RMSE）为494.52 kg·hm-2;开花期与产量相关性最高的颜色指数为ExR,相关系数为-0.851,利用单一颜色指数ExR构建小麦产量预测模型验证的R2为0.709 2,模拟RMSE为499.72 kg·hm-2;使用孕穗期颜色指数VARI和纹理特征指数CON相结合构建的产量预测模型验证得到R2和RMSE分别为0.740 6和489.19 kg·hm-2,较单一颜色指数模型分别提升2.15%和减小1.08%。使用开花期颜色指数ExR和纹理特征指数ASM相结合构建的产量预测模型验证得到R2和RMSE分别为0.735 4和491.24 kg·hm-2,较单一颜色指数模型分别提升3.69%和减小1.70%。上述结果说明,用无人机图像颜色指数可以建立有效的产量估测模型,将颜色指数和纹理特征指数相结合建立的估产模型较单一颜色指数建立的模型精度高。

分类号： S512.1

  • 相关文献

[1]利用无人机图像颜色与纹理特征数据在小麦生育前期对产量进行预测. 刘欣谊,仲晓春,陈晨,刘涛,孙成明,李冬双,刘升平,王建军,丁大伟,霍中洋. 2020

[2]基于颜色指数与阈值法的稻田图像分割. 孙滨峰,叶春,李艳大,舒时富,曹中盛,吴罗发,朱艳,何勇. 2022

[3]基于冠层归一化植被指数预测双氰胺配施后的芝麻产量. 柳开楼,胡惠文,胡志华,李大明,周利军,黄庆海,余喜初,叶会财,徐小林,王赛莲. 2016

[4]沧州金丝小枣的产量及品质预报. 樊志和,李晓芝,周人纲. 1993

[5]利用航空成像光谱数据进行冬小麦产量预测. 宋晓宇,王纪华,刘良云,薛绪掌,赵春江. 2004

[6]云南粮食产量预测. 朱秀峰,陈瑞林. 1990

[7]作物生长模型的适用性评价及冬小麦产量预测. 王伟,黄义德,黄文江,李存军,王娴. 2010

[8]马尔可夫链在吉林省高粱单产年景预测中的应用. 王江红,石贵山,刘红欣,周紫阳. 2011

[9]2012年10月国内外饲料市场分析. 朱增勇,张利宇. 2012

[10]咸水灌溉下设施番茄水盐生产函数构建及产量预测. 吴奇峰,郑国玉,辛朗,梁亚康,王之风. 2024

[11]2019年国内外天然橡胶产销形势. 莫业勇,杨琳. 2020

[12]融合多源时空数据的冬小麦产量预测模型研究. 王来刚,郑国清,郭燕,贺佳,程永政. 2022

[13]2013年10月国内外饲料市场分析. 朱增勇,毕颖慧. 2013

[14]CropSyst模型在区域冬小麦产量模拟中的应用. 黄青,陈仲新,刘航,滕飞. 2018

[15]应用归一化植被指数的玉米产量预测研究. 黄楠,王强,王鹏,张国庆,刘凌菲. 2014

[16]2014年11月国内外饲料市场分析. 朱增勇,毕颖慧. 2014

[17]基于多源遥感数据和机器学习算法的冬小麦产量预测研究. 甘甜,李雷,李红叶,宋成阳,谢永盾,陶志强,肖永贵,孟亚雄. 2022

[18]2013年3月国内外饲料市场分析. 朱增勇,毕颖慧. 2013

[19]冬小麦产量预测与气象灾害预警系统研发. 张晓艳,孙家波,牛鲁燕,王丽丽,刘锋. 2015

[20]基于生态因子的冬小麦产量遥感估测研究. 李卫国,王纪华,赵春江,李存军,王永华. 2009

作者其他论文 更多>>

微信小程序