文献类型: 中文期刊
作者: 边明博 1 ; 马彦鹏 1 ; 樊意广 1 ; 陈志超 1 ; 杨贵军 1 ; 冯海宽 1 ;
作者机构: 1.北京市农林科学院信息技术研究中心;农业农村部农业遥感机理与定量遥感重点实验室;河南理工大学测绘与国土信息工程学院;南京农业大学国家信息农业工程技术中心
关键词: 马铃薯;叶绿素含量;图谱融合;Gabor纹理;机器学习
期刊名称: 农业机械学报
ISSN: 1000-1298
年卷期: 2023 年 08 期
页码: 240-248
收录情况: EI ; 北大核心 ; CSCD
摘要: 叶绿素是衡量作物光合作用的重要指标,监测马铃薯关键生育期叶片叶绿素含量(Leaf chlorophyll content, LCC)至关重要。获取马铃薯块茎形成期、块茎增长期和淀粉积累期的无人机RGB和多光谱影像,提取无人机多光谱影像的光谱反射率构建植被指数(Vegetation index, VIs),利用Gabor滤波器提取RGB影像的纹理信息(Texture information, TIs)。然后利用机器学习SVR-REF方法进行数据降维获取植被指数和纹理特征重要性排序,并采用迭代的方法在植被指数最佳模型中加入纹理信息,观察每次加入的纹理信息对模型的动态影响。最后使用支持向量机(Support vector machine, SVR)和K-最近邻算法(K-nearest neighbor, KNN)2种机器学习方法进行建模。结果表明,马铃薯3个关键生育期,加入纹理特征后的2种模型精度和稳定性均有提高,且SVR模型精度优于KNN。块茎形成期,SVR模型建模R~2由0.61提升至0.71,RMSE由0.20 mg/g降为0.17 mg/g,精度提升14.2%,验证R~2由0.58提升至0.66,RMSE由0.19 mg/g降至0.17 mg/g,精度提升10.5%。块茎增长期,SVR建模R~2由0.59提升至0.67,RMSE由0.16 mg/g降至0.14 mg/g,验证R~2由0.71提升至0.79,RMSE由0.15 mg/g降至0.13 mg/g,精度提升13.3%。淀粉积累期,SVR建模R~2由0.62提升为0.69,RMSE由0.17 mg/g降至0.14 mg/g,精度提升17.6%,验证R~2由0.47提升至0.63,RMSE由0.17 mg/g降至0.14 mg/g,精度提升17.6%。另外,3个时期参与SVR建模的植被指数数量分别为19、16、3,纹理数量分别为4、2、9,在植被指数不能充分响应叶绿素含量时,会有更多纹理信息参与建模,并且模型精度提升更高,进一步论证了纹理特征在马铃薯叶绿素含量反演中的重要性。
- 相关文献
[1]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
[2]基于卷积网络的苹果病变图像识别方法. 王细萍,黄婷,谭文学,吴华瑞,孙闯. 2015
[3]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
[4]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
[5]基于Bayesian-XGBoost的生菜作物系数估算方法. 高海荣,张钟莉莉,岳焕芳,张馨,郭瑞,李志伟. 2022
[6]机器学习在农产品供应链关键环节中的应用进展研究综述. 王聪,姜舒文,黄坤,邵小东,杨启凡,陈天恩. 2021
[7]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
[8]基于XGBoost的土壤含水量传感器温度补偿模型研究. 沈欣,吴勇,孟范玉,张赓,于景鑫,史凯丽. 2021
[9]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
[10]基于机器视觉和穿戴式设备感知的村镇老年人跌倒监测方法. 邓颖,吴华瑞,孙想. 2021
[11]遮阴对狼尾草光合特征的影响. 刘宗华,袁小环,崔敏,张志国. 2009
[12]基于EFAST方法的苹果叶片叶绿素含量估算. 杨福芹,沙从术,冯海宽,韩瑞芳,徐平. 2017
[13]基于高光谱的苹果叶片叶绿素含量估算. 杨福芹,冯海宽,李振海,杨贵军,戴华阳. 2017
[14]冬小麦叶绿素含量高光谱检测技术. 王伟,彭彦昆,马伟,黄慧,王秀. 2010
[15]四种溢油分散剂对青岛大扁藻和小新月菱形藻细胞密度和叶绿素含量的影响. 马帅,曲良,李晓红,唐学玺,肖慧. 2015
[16]应用近地成像高光谱估算玉米叶绿素含量. 张东彦,刘镕源,宋晓宇,徐新刚,黄文江,朱大洲,王纪华. 2011
[17]光谱指数用于叶绿素含量提取的评价及一种改进的农作物冠层叶绿素含量提取模型. 颜春燕,牛铮,王纪华,刘良云,黄文江. 2005
[18]基于高光谱和PLS-LS-SVM的冬小麦叶绿素含量检测. 王伟,彭彦昆,王秀,马伟. 2010
[19]基于改进的PRI方法对植被冠层叶绿素含量的反演. 宁艳玲,张学文,韩启金,杨宝祝. 2014
[20]分株和遮荫对花叶芒生长的影响. 武菊英,滕文军,袁小环,杨学军. 2009
作者其他论文 更多>>
-
基于敏感波段的冬小麦氮素营养高光谱诊断
作者:杨福芹;冯海宽;刘小强;李天驰;谢瑞;周龙;高磊磊
关键词:冬小麦;叶片氮含量;叶片氮累积量;高光谱指数;敏感波段
-
基于无人机多源遥感的玉米LAI垂直分布估算
作者:刘帅兵;金秀良;冯海宽;聂臣巍;白怡;余汛
关键词:玉米;叶面积指数;无人机多源遥感;垂直分布;飞行试验
-
基于Sentinel-2影像和机器学习算法的冬小麦秸秆覆盖度遥感估算
作者:朱奇磊;梁栋;徐新刚;安晓飞;陈立平;杨贵军;黄林生;许思喆
关键词:秸秆覆盖度;灰色关联分析-随机森林;机器学习算法;特征变量筛选
-
基于无人机成像高光谱估算马铃薯植株氮含量
作者:樊意广;冯海宽;刘杨;龙慧灵;杨贵军;钱建国
关键词:无人机;马铃薯;高光谱;图像特征;植株氮含量
-
病害胁迫下玉米LAI遥感反演研究
作者:刘帅兵;金秀良;冯海宽;聂臣巍;白怡;程明瀚
关键词:玉米病害;叶面积指数;无人机;高光谱;多光谱
-
利用光谱空间特征估算马铃薯植株氮含量
作者:樊意广;冯海宽;刘杨;边明博;赵钰;杨贵军;钱建国
关键词:无人机;马铃薯;植株氮含量;植被指数;高频信息
-
利用无人机高光谱影像的冬小麦氮含量监测
作者:冯海宽;樊意广;陶惠林;杨福芹;杨贵军;赵春江
关键词:无人机;冬小麦;高光谱;氮含量;逐步回归;光谱特征参数