基于UAV成像高光谱图像的高寒草甸地上生物量-以海北试验区为例

文献类型： 中文期刊

第一作者： 苗春丽

作者： 苗春丽;伏帅;刘洁;高金龙;高宏元;包旭莹;冯琦胜;梁天刚;贺金生;钱大文

作者机构：

关键词： 无人机;成像高光谱;地上生物量;青藏高原;高寒草地

期刊名称： 草业科学

ISSN： 1001-0629

年卷期： 2022 年 39 卷 010 期

页码： 1992-2004

收录情况： 北大核心 ; CSCD

摘要： 天然牧草产量和质量的高低对畜牧业的生产发展具有十分重要的作用.然而,传统多光谱遥感因较少及不连续的光谱通道在天然草地地上生物量(AGB)估测方面具有一定的局限性.近年来随着无人机(UAV)成像高光谱遥感技术的快速发展及其在草地地上生物量监测方面的应用,为天然草地地上生物量的高精度估测提供了新的契机.本研究以海北试验区高寒草甸为研究对象,结合UAV成像高光谱遥感数据和地面实测资料,利用最小绝对压缩变量筛选方法(LASSO)和随机森林(RF)机器学习算法,建立了高寒天然草地的估测模型,并对海北试验区高寒草甸生长状况进行了评价.结果表明:1)在生长季5月-9月中,8月的草地地上生物量最高,平均值达3 025.70kg·hm-2;高寒草甸AGB的敏感波段位于成像高光谱的绿波波段(503、510、513、536、566和573 nm)、红光波段(733 nm)和近红外波段(803、850、875和879nm)区域.2)RF机器学习建模方法适用于高寒草甸AGB的估测,最优RF估测模型验证集的R2为0.81,均方根误差(RMSE)为489.36kg·hm-2,训练集的R2为0.95,RMSE为248.70 kg·hm-2.3)无人机高光谱遥感技术可以实现高寒草甸地上生物量的高精度监测.研究结果可以为高寒草甸地上生物量的高精度监测技术提供重要参考.

分类号：

  • 相关文献

[1]无人机成像高光谱的马铃薯地上生物量估算. 刘杨,张涵,冯海宽,孙乾,黄珏,王娇娇,杨贵军. 2021

[2]青藏高原草地地上生物量和理论载畜量（英文）. 张宪洲,李猛,武建双,何永涛,牛犇. 2022

[3]基于无人机成像高光谱的棉叶螨为害等级估测模型构建. 郭伟,李成伟,王锦翔,丁瑞丰,张万臻,裴鹏程,王成博,陆宴辉,乔红波. 2021

[4]基于遥感技术的甘南牧区草地植被状况多年动态. 李亚刚,李文龙,刘尚儒,秦兰兰. 2015

[5]施肥对藏北高寒草地植物多样性及生产力的影响. 段敏杰,干珠扎布,郭佳,高清竹,万运帆. 2016

[6]基于随机森林的高寒草地地上生物量高光谱估算. 高宏元,侯蒙京,葛静,包旭莹,李元春,刘洁,冯琦胜,梁天刚,贺金生,钱大文. 2021

[7]青藏高原高寒草地生态系统服务功能的互作机制. 刘兴元,龙瑞军,尚占环. 2012

[8]未来气候变化条件下青藏高原多年冻土区潜在植被类型面积预估. 王志伟,岳广阳,吴晓东,张文. 2019

[9]无人机航拍在青藏高原高寒草地生态系统研究中的初步应用. 宜树华,陈建军,秦彧. 2016

[10]青藏高原草地生态系统生物量碳库研究进展. 高添,徐斌,杨秀春,金云翔,马海龙. 2012

[11]青藏高原边缘区高寒草甸植物群落的特征. 周杰,赵洪,袁晓霞,杨玉婷,罗开嘉,郭正刚. 2013

[12]短期养分添加对西藏沼泽化高寒草甸地上生物量、植物多样性和功能性状的影响. 周娟娟,刘云飞,王敬龙,魏巍. 2023

[13]基于无人机高光谱影像的马铃薯株高和地上生物量估算. 刘杨,冯海宽,黄珏,孙乾,杨福芹,杨贵军. 2021

[14]利用无人机数码影像估算马铃薯地上生物量. 刘杨,黄珏,孙乾,冯海宽,杨贵军,杨福芹. 2021

[15]基于成像高光谱的苹果树叶片病害区域提取方法研究. 胡荣明,魏曼,竞霞,王纪华. 2012

[16]应用近地成像高光谱估算玉米叶绿素含量. 张东彦,刘镕源,宋晓宇,徐新刚,黄文江,朱大洲,王纪华. 2011

[17]基于近地面高光谱影像的冬小麦日光诱导叶绿素荧光提取与分析. 王冉,刘志刚,冯海宽,杨沛琦,王庆山,倪卓娅. 2013

[18]基于红边位置提取验证成像与非成像高光谱数据的一致性. 王大成,张东彦,赵晋陵,李存军,朱大洲,黄文江,李宇飞,杨小冬. 2011

[19]基于多角度成像数据的大豆冠层叶绿素密度反演. 张东彦,Coburn Craig,赵晋陵,王秀,王之杰,梁栋. 2013

[20]基于可见/近红外高光谱成像技术的西甜瓜糖度检测. 何洪巨,胡丽萍,李武,陈兴海,黄宇. 2016

作者其他论文 更多>>

微信小程序