您好,欢迎访问江苏省农业科学院 机构知识库!

基于无人机采集的视觉与光谱图像预测棉花产量(英文)

文献类型: 中文期刊

作者: 张美娜 1 ; 冯爱晶 1 ; 周建峰 1 ; 吕晓兰 1 ;

作者机构: 1.江苏省农业科学院农业设施与装备研究所农业部长江中下游设施农业工程重点实验室;美国密苏里大学食品与生物工程系;江苏大学农业装备工程学院

关键词: 无人机;农作物;遥感;棉花;产量预测;图像处理;建模

期刊名称: 农业工程学报

ISSN: 1002-6819

年卷期: 2019 年 05 期

页码: 91-98

收录情况: EI ; 北大核心 ; CSCD

摘要: 为了高效管理农田,该文提出了一种应用低空遥感视觉与光谱图像预测棉花产量的方法。盛花期前的棉花图像由无人机遥感平台在距地面50m的飞行高度下采集,采集的局部图像通过拼接处理得到棉花地的全景RGB图像与CIR(color-infrared,彩色红外)图像。基于全景图像提取并计算了色度、植株覆盖率与归一化植被指数(normalized difference vegetationindex,NDVI)3个特征参数,用于构建棉花产量的预测模型。包括产量与特征参数的原始数据集随机分为训练集(90%)与测试集(10%)。训练集数据首先基于产量概率分布特征去除了10%的离群值,然后通过均值滤波器滤波,处理后的数据用于构建预测模型。通过SAS软件对比分析了单变量、双变量以及三变量构建的线性回归模型,预测模型由P值、决定系数R2、每0.4 hm2面积下估计值与真实值之间的平均绝对误差百分比(mean absolute percentage error,MAPE)这3个参数进行评估。试验结果表明,单变量、双变量以及三变量构建的共7个线性回归模型,其P值均小于0.05,则7个线性回归模型均具有统计学意义(5%显著性水平)。其中,由三变量构建的多元线性回归模型具有最大的决定系数R2=0.9 773,因此适应性最优。基于测试集验证模型精度,试验结果表明,采用多元线性回归模型进行产量估计,估计值与实际值之间的平均绝对误差百分比为4.0%。因此,无人机搭载图像传感器采集提取视觉与光谱特征能够有效用于作物产量的预测。

  • 相关文献

[1]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

[2]高温胁迫下水稻产量的高光谱估测研究. 谢晓金,李映雪,李秉柏,申双和,程高峰. 2010

[3]基于薄云雾去除的ETM+影像大气校正. 蒋楠,王纪华. 2013

[4]无人机遥感技术在小尺度土地利用现状动态监测中的应用. 于堃,单捷,王志明,卢必慧,邱琳,毛良君. 2019

[5]无人机遥感在作物监测中的应用研究进展. 田婷,张青,张海东. 2020

[6]基于无人机遥感的水稻产量估测. 田婷,张青,张海东,何其全,季方芳,朱琳. 2022

[7]无人机遥感监测果树氮素含量研究进展. 陈鲁威,曾锦,袁全春,潘健,姚凤腾,吕晓兰. 2024

[8]基于PDA的农业信息终端系统研究. 曹宏鑫,杨余旺,葛道阔,陈春. 2007

[9]多视角深度相机的猪体三维点云重构及体尺测量. 尹令,蔡更元,田绪红,孙爱东,石帅,钟浩杰,梁世豪. 2019

[10]植物根系表型信息获取技术研究进展. 吴茜,张伟欣,张玲玲,孙传亮,刘乃森,岳延滨,曹静,梁万杰,葛道阔,唐普传,李百明,曹宏鑫,张文宇. 2021

[11]基于经济型低空无人机对小麦重要产量表型性状的多生育时期获取和自动化分析. 丁国辉,许昊,温明星,陈佳玮,王秀娥,周济. 2019

[12]中华绒螯蟹蟹壳颜色的识别量化研究. 张云,杨宏伟,罗克勇. 2005

[13]基于高光谱成像技术的小麦籽粒赤霉病识别. 梁琨,杜莹莹,卢伟,王策,徐剑宏,沈明霞. 2016

[14]中华绒螯蟹数量和规格的计算机识别. 张云,杨宏伟,刘梅林,罗克勇. 2005

[15]无人机多光谱影像的小麦倒伏信息多特征融合检测研究. 朱文静,冯展康,戴世元,张平平,嵇文,王爱臣,魏新华. 2024

[16]无人机低空遥感技术在大田作物监测与产量预测中的应用. 范道全,张美娜,吕晓兰,李雪. 2019

[17]航空超低量喷雾技术在水稻生产上应用现状、存在问题及发展趋势. 孙星星,王凯,李红阳,高波,顾慧玲,张俊喜,马晶晶,王凡,蒋颖洁,周加春,蔡彦虹. 2020

[18]水平棚架式梨树多旋翼无人机液体授粉试验. 徐陶,李雪,祁雁楠,曾锦,吕晓兰. 2023

[19]基于无人机多光谱影像的水稻冠层SPAD值预测研究. 田婷,张青,徐雯. 2023

[20]复杂环境下无人机集群运动一致性的群体熵度量. 刘云平,牛天宇,敖洋钒,周朝杰,还红华,张婷婷. 2024

作者其他论文 更多>>