文献类型： 中文期刊

作者： 陈龙跃 ¹ ; 段丹丹 ¹ ; 高佳华 ¹ ; 张祖铭 ¹ ; 孙鹤 ¹ ; 姜毅 ² ; 冉成 ² ;

作者机构： 1.北京市农林科学院信息技术研究中心

2.岭南现代农业科学与技术广东省实验室河源分中心

关键词： 油茶;无人机;高光谱成像;营养诊断;主成分分析;卷积神经网络

期刊名称： 绿色科技

ISSN： 1674-9944

年卷期： 2024 年 26 卷 022 期

页码： 212-216,222

摘要： 油茶是我国重要的木本油料作物，其产量和品质受营养状况影响显著。传统的油茶营养诊断方法费时费力，且难以实现大面积监测。本文旨在利用无人机（unmanned aerial vehicle, UAV）高光谱遥感技术，探索快速、无损、精准的油茶营养诊断方法，为油茶精准施肥提供技术支撑。选择典型油茶种植区作为研究区域，利用无人机搭载高光谱成像仪获取油茶冠层高光谱图像（hyper spectral image, HSI）,经面向对象分类提取了油茶冠层区域，并分别进行了基于GPS点位的光谱采样（GPS sample, GS）和基于易康软件分类结果的光谱采样（ecognition sample, ES）。在经过主成分分析（principal components analysis, PCA）降维处理后，利用卷积神经网络（convolutional neural network, CNN）算法结合地面实测油茶叶片氮（N）、磷（P）、钾（K）等关键营养元素含量并进行了精度评价。结果表明：油茶冠层光谱特征能够使其被精准提取。基于PCA所得主成分构建的油茶叶片营养元素含量估测模型具有较高的精度，能够有效地诊断油茶的营养状况，此外，由ES采样和CNN结合的策略（ES-CNN）因采样数据更具代表性而有更高检测精度（N、P、K检测模型的R²分别是0.63、0.52、0.53,检测结果的RMSE分别是0.11、13.07、7.78）。因此无人机高光谱成像技术和ES-CNN策略可以为油茶营养诊断提供一种快速、无损、精准的新方法，可用于指导油茶精准施肥，提高油茶产量和品质，促进油茶产业可持续发展。