基于无人机多光谱影像特征估算棉花生物量

文献类型： 中文期刊

第一作者： 邵亚杰

作者： 邵亚杰;李珂;丁文浩;林涛;崔建平;郭仁松;王亮;吴凤全;王心;汤秋香

作者机构：

关键词： 棉花;无人机;多光谱影像;生物量;估算

期刊名称： 新疆农业科学

ISSN： 1001-4330

年卷期： 2024 年 61 卷 006 期

页码： 1328-1335

收录情况： 北大核心 ; CSCD

摘要： 【目的】基于植被指数（Vegetation Indexes, VIs）与机器学习算法估算棉花地上部生物量（Aboveground Biomass, AGB）,并评价其适用性和准确性，为丰富棉花生物量的遥感监测技术、提升生产的精准化管理水平提供科学依据。【方法】设计施氮量与密度互作试验，同步采集主要生育时期的棉田实测AGB数据与无人机多光谱遥感影像数据，计算得到8种VIs,并引入其中与AGB相关系数最高的3种VIs,构建基于机器学习算法的支持向量回归（Support Vactor Regression, SVR）、偏最小二乘回归（Partial Least Squares Regression, PLSR）和深度神经网络（Deep Neural Network, DNN）等AGB估算模型，评估不同VIs和模型的适用性和估算精度。【结果】8种VIs与AGB均呈显著相关，其中NGBDI、NDREI和EXG的相关系数绝对值|r|达到0.659～0.788,且与棉花生物量之间显著相关。三种回归模型中，SVR模型的估算效果最好，模型验证精度为R2=0.89,RMSE=2.30,rRMSE=0.20。【结论】相较于PLSR和DNN估算模型，SVR模型更适合估算棉花生物量。

分类号： S562%S127

  • 相关文献

[1]基于无人机多光谱影像的病害棉田产量损失估算. 宋勇,陈兵,王琼,王静,赵静,孙乐鑫,陈子杰,韩焕勇,王方永,傅积海. 2022

[2]面向草畜平衡的无人机多光谱影像数据集. 金忠明,胡天赐,蒋呈祥,齐景伟,闫瑞瑞,郭雷风. 2022

[3]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

[4]基于无人机多光谱影像的棉花黄萎病监测. 宋勇,陈兵,王琼,王刚,王静,刘海建,郑登科,李金霞,陈子杰,孙乐鑫. 2023

[5]无人机多光谱影像辐射一致性自动校正. 杨贵军,万鹏,于海洋,徐波,冯海宽. 2015

[6]基于Lab颜色空间的小麦成熟度监测模型研究. 赵巧丽,臧贺藏,李国强,张杰,王猛,赵威,郑国清. 2023

[7]基于无人机多光谱影像的春玉米田管理分区研究. 卢闯,胡海棠,覃苑,淮贺举,李存军. 2022

[8]基于无人机多光谱遥感的小麦长势监测研究. 牛鲁燕,蒋风伟,张俊丽,孙家波,张晓艳,卢德成,刘延忠. 2021

[9]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

[10]基于多载荷无人机遥感的大豆地上鲜生物量反演. 陆国政,杨贵军,赵晓庆,王艳杰,李长春,张小燕. 2017

[11]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

[12]基于无人机数码影像的马铃薯生物量估算. 刘杨,冯海宽,黄珏,孙乾,杨福芹. 2020

[13]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

[14]基于无人机影像多源信息的冬小麦生物量与产量估算. 郭燕,井宇航,贺佳,张会芳,贾德伟,王来刚. 2023

[15]基于高光谱指数的棉花冠层等效水厚度估算. 马岩川,刘浩,陈智芳,张凯,余轩,王景雷,孙景生. 2019

[16]棉田棉蚜飞防药剂筛选及农药减量增效药效分析. 吴金龙,吴金龙,冯宏祖,马小艳,王兰,张亚林,武刚. 2020

[17]助剂对无人机喷施棉花脱叶剂作业效果的影响. 陈宇楠,陈宇楠,胡红岩,任相亮,马小艳,马亚杰,宋贤鹏,王丹,单永潘,马艳. 2021

[18]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

[19]基于TOPSIS法评价无人机喷施脱叶催熟剂的效果. 马辉,戴路,田立文,阿布都艾尼·阿布都维力,李星星,阿孜古丽·阿布力孜. 2021

[20]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

作者其他论文 更多>>

微信小程序