文献类型： 中文期刊

作者： 刘杨 ¹ ; 黄珏 ¹ ; 孙乾 ² ; 冯海宽 ² ; 杨贵军 ² ; 杨福芹 ³ ;

作者机构： 1.山东科技大学测绘科学与工程学院

2.农业农村部遥感机理与定量遥感重点实验室北京农业信息技术研究中心

3.河南工程学院土木工程学院

关键词： 无人机;数码影像;数字表面模型;马铃薯;株高;地上生物量

期刊名称： 遥感学报

ISSN：

年卷期： 2021 年 009 期

页码： 2004-2014

收录情况： 北大核心 ; CSCD

摘要： 株高和地上生物量AGB （Above-Ground Biomass）是作物长势监测的重要指标,因此快速获取这些信息对指导田间管理具有重要意义。本研究通过无人机搭载高清数码相机分别获取马铃薯5个生育期的影像数据,地区域的影像数据结合GCPs的位置信息从生成的数字表面模型DSM （Digital Surface Model）中提取出马铃薯的株高（Hdsm）。其次,选取26种植被指数和H、Hdsm组成新的数据集与AGB作相关性分析,筛选出相关性较高的前7个植被指数同Hdsm作为估算马铃薯AGB的输入参数。然后,使用MLR （Multiple Linear Regression）、SVM（Support Vector Machine）和ANN （Artificial Neural Network）方法分别基于植被指数、植被指数和Hdsm构建马铃薯多生育期AGB估算模型,对不同估算模型进行比较分析,从而选择出AGB估算的最佳模型。结果表明:基于DSM提取的Hdsm与实测株高H高度拟合（R2=0.86,RMSE=6.36 cm,NRMSE=13.42%）;各生育期基于3种回归技术均以植被指数融入Hdsm构建的模型精度最高,估算能力最强;各生育期利用MLR方法构建的AGB估算模型效果最佳,其次为SVM-AGB估算模型,而ANN-AGB估算模型效果最差。该研究可为马铃薯AGB快速、无损监测提供科学参考。