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

利用无人机多光谱成像监测油茶碳储量

文献类型： 中文期刊

作者： 陈龙跃 1 ; 段丹丹 1 ; 张祖铭 1 ; 孙鹤 1 ; 高佳华 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;UAV;多光谱;碳储量;株高;机器学习

期刊名称： 农业与技术

ISSN： 1671-962X

年卷期： 2024 年 44 卷 024 期

页码： 28-32

摘要： 随着油茶种植面积在我国逐渐增加，以及碳循环的意义逐渐被重视，油茶的碳储量监测技术亟待被探索。目前油茶碳储量尚无系统评估方法，对其他植物的碳储量监测的传统方法效率较低。在新型信息化技术中，二维遥感监测受数据维度限制，精度较低，而三维遥感监测因雷达设备的成本较高而难以推广。本研究基于无人机（Unmanned Aerial Vehicle, UAV）多光谱技术和多维数据挖掘技术对油茶地上碳储量进行了量化。在典型的油茶种植区域获取油茶生物量、含碳率的实测数据和高分辨率UAV多光谱影像；以多视角UAV光谱图像构建的油茶种植区域数字地表模型提取油茶株高；通过机器学习算法利用光谱、株高、实测生物量和含碳率数据构建油茶碳储量的量化模型。通过对模型进行精度评价，发现UAV多光谱图像能够有效监测油茶株高，进而有助于提升油茶生物量和碳储量的监测精度。此外，使用株高数据前后所建立的碳储量监测模型的R2分别是0.54、0.64,监测结果的RMSE分别是254.31、112.04。表明利用UAV多光谱技术能够高效、准确地监测油茶地上碳储量，且通过数据挖掘获得的株高参数在提高量化精度的同时有效控制了监测成本，有利于碳储量遥感监测技术的应用推广，推动“双碳”目标进程。

  • 相关文献

[1]无人机遥感技术在竹林碳储量监测中的应用与展望. 王凡,陈龙跃,高佳华,张祖铭,孙鹤,段丹丹. 2024

[2]The DOM Generation and Precise Radiometric Calibration of a UAV-Mounted Miniature Snapshot Hyperspectral Imager. Yang, Guijun,Wang, Yanjie,Feng, Haikuan,Xu, Bo,Yang, Xiaodong,Yang, Guijun,Feng, Haikuan,Xu, Bo,Li, Changchun,Wang, Yanjie,Yuan, Huanhuan. 2017

[3]Unmanned Aerial Vehicle Remote Sensing for Field-Based Crop Phenotyping: Current Status and Perspectives. Yang, Guijun,Liu, Jiangang,Zhao, Chunjiang,Yu, Haiyang,Xu, Bo,Yang, Xiaodong,Feng, Haikuan,Zhao, Xiaoqing,Li, Zhenhai,Li, Heli,Yang, Hao,Yang, Guijun,Zhao, Chunjiang,Yang, Xiaodong,Li, Zhenhai,Li, Heli,Yang, Hao,Yang, Guijun,Liu, Jiangang,Zhao, Chunjiang,Yu, Haiyang,Xu, Bo,Li, Zhenhong,Huang, Yanbo,Zhu, Dongmei,Zhang, Xiaoyan,Zhang, Ruyang. 2017

[4]Droplets movement and deposition of an eight-rotor agricultural UAV in downwash flow field. Tang Qing,Zhang Ruirui,Chen Liping,Xu Min,Yi Tongchuan,Zhang Bin,Tang Qing,Zhang Ruirui,Chen Liping,Xu Min,Yi Tongchuan,Zhang Bin,Tang Qing,Zhang Ruirui,Chen Liping,Xu Min,Yi Tongchuan,Zhang Bin. 2017

[5]Stitching of hyper-spectral UAV images based on feature bands selection. Xia, L.,Zhang, R. R.,Chen, L. P.,Jiang, H. J.,Xia, L.,Zhang, R. R.,Chen, L. P.,Jiang, H. J.,Xia, L.,Zhang, R. R.,Chen, L. P.,Jiang, H. J.,Xia, L.,Zhang, R. R.,Chen, L. P.,Jiang, H. J.,Zhao, F.. 2016

[6]利用反射光谱及模拟多光谱数据定量反演北方潮土有机质含量. 王延仓,顾晓鹤,朱金山,龙慧灵,徐鹏,廖钦洪. 2014

[7]无人机影像光谱和纹理融合信息估算马铃薯叶片叶绿素含量. 陈鹏,冯海宽,李长春,杨贵军,杨钧森,杨文攀,刘帅兵. 2019

[8]基于无人机多光谱影像的夏玉米叶片氮含量遥感估测. 魏鹏飞,徐新刚,李中元,杨贵军,李振海,冯海宽,陈帼,范玲玲,王玉龙,刘帅兵. 2019

[9]病害胁迫下玉米LAI遥感反演研究. 刘帅兵,金秀良,冯海宽,聂臣巍,白怡,程明瀚. 2023

[10]中国竹林生态系统的碳储量. 王兵,魏文俊,邢兆凯,李少宁,白秀兰. 2008

[11]西南地区油茶产业扶贫模式比较研究. 黄杰,叶航. 2021

[12]融合时序Sentinel数据多特征优选的南方丘陵区油茶种植区提取. 李恒凯,王洁,周艳兵,龙北平. 2024

[13]综合光谱纹理和时序信息的油茶遥感提取研究. 孟浩然,李存军,郑翔宇,宫雨生,刘玉,潘瑜春. 2023

[14]利用无人机高光谱成像和ES-CNN策略诊断油茶营养. 陈龙跃,段丹丹,高佳华,张祖铭,孙鹤,姜毅,冉成. 2024

[15]融合多环境参数的鸡粪氨气排放预测模型研究. 丁露雨,吕阳,李奇峰,王朝元,余礼根,宗伟勋. 2022

[16]基于改进的WOA-LSSVM樱桃番茄内部品质检测方法研究. 康明月,王成,孙鸿雁,李作麟,罗斌. 2023

[17]激光诱导击穿光谱结合化学计量学的淫羊藿产地快速鉴别. 罗雅文,董大明. 2023

[18]广东省农业发展优势度综合评价方法及其空间特征研究. 刘玉,孟超,蔡玉梅,路磊,唐林楠. 2021

[19]基于LDA_SVM的小麦质地检测方法研究. 赵薇,赵雪妮,康凯,刘长斌,罗斌,张晗. 2023

[20]农业大模型:关键技术、应用分析与发展方向. 郭旺,杨雨森,吴华瑞,朱华吉,缪祎晟,顾静秋. 2024

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