文献类型： 中文期刊

作者： 马瑜蔓 ¹ ; 段博 ² ; 徐宾灿 ¹ ; 邹冉 ¹ ; 石宇辰 ¹ ; 余强毅 ¹ ; 史云 ¹ ; 陆苗 ¹ ; 吴文斌 ¹ ; 宋茜 ¹ ;

作者机构： 1.北方干旱半干旱耕地高效利用全国重点实验室/农业农村部农业遥感重点实验室/中国农业科学院农业资源与农业区划研究所

2.中国农业科学院油料作物研究所

关键词： 油菜;产量;高光谱影像;分数阶微分;无人机;光谱指数

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2025 年 41 卷 010 期

页码： 166-175

收录情况： EI ; 北大核心 ; CSCD

摘要： 准确、及时地预测油菜产量对保障国家粮油安全具有重要意义。无人机高光谱技术通过获取油菜大量连续窄波段信息，能够精确表征其生理和生化特征，为预测油菜产量提供更精准的数据支持。该研究通过无人机平台获取油菜花期高光谱影像，基于分数阶微分（fractional-order differentiation,FOD）和优选的多维光谱指数，构建油菜产量预测模型，评估优选光谱指数在油菜产量预测中的有效性。首先，对油菜冠层的高光谱数据进行分数阶微分处理，并基于不同阶数的处理结果计算二维（two-dimensional,2D）和三维（three-dimensional,3D）光谱指数；其次，通过对各光谱指数与实际产量数据进行相关性分析，筛选出对产量预测敏感的光谱指数；最后，利用支持向量回归算法，构建基于分数阶微分光谱指数的油菜产量预测模型，并评估不同分数阶微分光谱指数组合对产量预测精度的影响。结果表明，FOD处理突出了细微的光谱特征，有效挖掘了潜在有效的油菜光谱信息。该研究构建的3种3D光谱指数与产量的相关系数均超过0.77，显著高于2D光谱指数。基于FOD的2D光谱指数的最高相关性出现在1.8阶，相关系数为0.868。3D光谱指数的最高相关性出现在1.6阶，相关系数为0.887。基于3D光谱指数构建的产量预测模型精度表现优于2D光谱指数。3D指数R2集中在0.880～0.897,2D指数R²集中在0.624～0.896之间。基于分数阶微分和光谱指数优选方法构建的油菜产量预测模型为油菜产量预测提供了参考。