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

融合多因子的无人机高光谱遥感冬小麦产量估算

文献类型： 中文期刊

作者： 谢瑞 1 ; 杨福芹 1 ; 冯海宽 1 ; 李天驰 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;无人机;高光谱;植被指数;氮营养指数

期刊名称： 河南工程学院学报(自然科学版)

ISSN： 1674-330X

年卷期： 2023 年 02 期

页码： 43-48

摘要： 为快速准确地预测冬小麦产量，利用无人机搭载高光谱相机，获取了冬小麦开花期高光谱数据。首先，运用相关性分析筛选了对地上生物量和植株氮含量敏感的最佳植被指数，根据筛选的最佳植被指数分别构建了地上生物量和植株氮含量遥感估算模型；然后，在此基础上构建植被指数-氮营养指数模型；最后，融合氮营养指数农学参数构建了植被指数-氮营养指数-产量半经验半理论遥感估算模型，并将该模型应用于无人机高光谱影像进行冬小麦产量空间分布分析。结果表明，以氮营养指数为中间变量所构建的产量遥感模型能较为准确地预测冬小麦产量，模型的预测决定系数是0.471,预测的均方根误差是0.982,可视化处理结果能较为直观地显示冬小麦产量分布状况，大部分试验区产量少于7.0 t/hm~2,可加强田间管理以提高产量。

  • 相关文献

[1]基于无人机高光谱遥感数据的冬小麦生物量估算. 陶惠林,冯海宽,徐良骥,杨贵军,杨小冬,苗梦珂,刘明星. 2020

[2]基于面积指数的植株氮含量遥感估算. 杨福芹,冯海宽,谢瑞,韩佩佩,戴渝心,蔡国盛,金丽妍. 2020

[3]冬小麦白粉病冠层光谱特征解析与病情指数反演. 范友波,顾晓鹤,王双亭,杨贵军,王磊,王立志,陈召霞. 2017

[4]基于无人机高光谱遥感的冬小麦株高和叶面积指数估算. 陶惠林,徐良骥,冯海宽,杨贵军,代阳,牛亚超. 2020

[5]扫描成像光谱仪和地物光谱仪在单叶尺度上的对比研究. 张东彦,宋晓宇,马智宏,杨贵军,黄文江,王纪华. 2010

[6]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

[7]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

[8]基于随机森林算法的冬小麦叶面积指数遥感反演研究. 张春兰,杨贵军,李贺丽,汤伏全,刘畅,张丽妍. 2018

[9]利用无人机高光谱影像的冬小麦氮含量监测. 冯海宽,樊意广,陶惠林,杨福芹,杨贵军,赵春江. 2023

[10]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[11]融合无人机影像光谱与纹理特征的冬小麦氮营养指数估算. 杨福芹,冯海宽,肖天豪,李天驰,郭向前. 2020

[12]基于高光谱的冬小麦氮素营养指数估测. 王仁红,宋晓宇,李振海,杨贵军,郭文善,谭昌伟,陈立平. 2014

[13]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[14]基于植被指数的叶绿素密度遥感反演建模与适用性研究. 张苏,刘良云,黄文江. 2013

[15]基于连续小波变换的冬小麦叶片最大净光合速率遥感估算. 苗梦珂,王宝山,李长春,龙慧灵,杨贵军,冯海宽,翟丽婷,刘明星,吴智超. 2020

[16]基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用. 高林,杨贵军,李长春,冯海宽,徐波,王磊,董锦绘,付奎. 2017

[17]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

[18]基于无人机遥感影像的大豆叶面积指数反演研究. 高林,杨贵军,王宝山,于海洋,徐波,冯海宽. 2015

[19]基于多源遥感数据的大豆叶面积指数估测精度对比. 高林,李长春,王宝山,杨贵军,王磊,付奎. 2016

[20]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

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