您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于无人机数码影像的冬小麦生物量估算

文献类型： 中文期刊

作者： 杨福芹 1 ; 杨佳琪 1 ; 陈旭阳 1 ; 冯海宽 1 ; 石帅杰 1 ; 黄倩倩 1 ;

作者机构： 1.河南工程学院土木工程学院;国家农业信息化工程技术研究中心

关键词： 冬小麦;生物量;数码影像指数;灰色关联分析;多元线性回归分析

期刊名称： 河南工程学院学报(自然科学版)

ISSN： 1674-330X

年卷期： 2022 年 04 期

页码： 57-62

摘要： 获取冬小麦挑旗期的无人机数码影像数据及生物量数据，利用相关系数与灰色关联度分析了植被指数与生物量的关联程度，利用方差膨胀因子结合相关系数及灰色关联分析筛选出最佳植被指数，最后利用多元线性回归和主成分分析对冬小麦生物量进行遥感估算反演及可视化分析。结果表明：利用方差膨胀因子结合相关系数分析筛选出的最佳数码影像指数为b、(r-g-b)/(r+g)、EXGR和g/b;利用灰色关联分析筛选出的最佳数码影像指数为(r-g-b)/(r+g)、EXG、b和RGBVI。利用无人机数码影像数据进行生物量估算时，结合灰色关联分析的多元线性回归建模方法精度最高，建模的R~2和验证的RMSE分别为0.57和1.773 t/hm~2。该方法可以有效提高冬小麦生物量的反演精度，为监测冬小麦长势提供了一种有效的思路。

  • 相关文献

[1]基于灰度关联分析的冬小麦叶片含水量高光谱估测. 金秀良,徐新刚,王纪华,李鑫川,王妍,谭昌伟,朱新开,郭文善. 2012

[2]应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算. 付元元,王纪华,杨贵军,宋晓宇,徐新刚,冯海宽. 2013

[3]基于AquaCrop模型的北京地区冬小麦水分利用效率. 邢会敏,徐新刚,冯海宽,李振海,杨福芹,杨贵军,贺鹏,陈召霞. 2016

[4]基于随机森林算法的冬小麦生物量遥感估算模型对比. 岳继博,杨贵军,冯海宽. 2016

[5]融合无人机光谱信息与纹理信息的冬小麦生物量估测. 刘畅,杨贵军,李振海,汤伏全,王建雯,张春兰,张丽妍. 2018

[6]利用光谱指数进行冬小麦变量施肥的可行性及其效益评价. 梁红霞,赵春江,黄文江,马友华,刘良云,王纪华,薛绪掌. 2005

[7]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

[8]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

[9]基于无人机影像与GA-BP神经网络的生物量估算. 杨福芹,李天驰,冯海宽,解鹏,陈超,高磊磊. 2023

[10]多信息融合的冬小麦地上鲜生物量检测研究. 郑玲,朱大洲,董大明,张保华,王成,赵春江. 2016

[11]基于氮素运转原理和GRA-PLS算法的冬小麦籽粒蛋白质含量遥感预测. 李振海,徐新刚,金秀良,张竞成,宋晓宇,宋森楠,杨贵军,王纪华. 2014

[12]基于赤池信息量准则的冬小麦叶面积指数高光谱估测. 杨福芹,冯海宽,李振海,高林,杨贵军,戴华阳. 2016

[13]多年生观赏草在北京地区的生长状况与观赏价值评价. 武菊英,滕文军,王庆海,孙振元. 2006

[14]不同隔离层对青绿苔草无土草皮质量的影响. 刘炀,王晔,李慧,武菊英,滕文军,滕珂,岳跃森,张辉,温海峰,范希峰. 2022

[15]耐旱多年生观赏草春季观赏性评价. 武菊英,滕文军,王庆海. 2006

[16]北京市乡村旅游产业融合度测算及影响因素分析. 陈俊红,孙明德,余军. 2016

[17]鱼苗池浮游动物生物量和生产量的初步研究. 赵玉宝. 1991

[18]供水吸力对黄瓜若干生理指标的影响. 万克江,薛绪掌,王志敏,张艳丽,马智宏. 2005

[19]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

[20]生物炭配施有机肥对菜田土壤水分及水分利用效率的影响. 王湛,李银坤,王利春,郭文忠,徐志刚,杨子强,马丽,李秋琛. 2017

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台