文献类型： 中文期刊

作者： 刘欣谊 ¹ ; 仲晓春 ² ; 陈晨 ¹ ; 刘涛 ¹ ; 孙成明 ¹ ; 李冬双 ¹ ; 刘升平 ² ; 王建军 ¹ ; 丁大伟 ³ ; 霍中洋 ¹ ;

作者机构： 1.江苏省作物遗传生理重点实验室/江苏省作物栽培生理重点实验室扬州大学农学院

2.中国农业科学院农业信息化研究所

3.张家港市农业试验站

关键词： 小麦;无人机图像;颜色指数;纹理特征指数;生育前期;产量预测

期刊名称： 麦类作物学报

ISSN： 1009-1041

年卷期： 2020 年 40 卷 008 期

页码： 1002-1007

收录情况： 北大核心 ; CSCD

摘要： 为了实现基于无人机的小麦产量快速预测,通过不同种植密度、氮肥和品种的田间试验,应用无人机航拍获取小麦生育前期(越冬前期和拔节期)的RGB图像,通过图像处理获取小麦田间颜色和纹理特征指数,并在小麦收获后测定实际产量.通过分析不同颜色和纹理特征指数与小麦产量的关系,筛选出适合小麦产量预测的颜色和纹理特征指数,建立小麦产量预测模型并进行验证.结果 表明,小麦生育前期图像颜色指数与产量的相关性较好,而纹理特征指数相关性较差.对越冬前期利用单一颜色指数NDI构建的产量预测模型验证时,R2为0.541,RMSE为671.26 kg·hm-2;对拔节期用单一颜色指数VARI构建的产量预测模型验证时,R2为0.603,RMSE为639.78 kg· hm-2,预测结果比较理想,但不是最优.对越冬前期颜色指数NDI和纹理特征指数ENT相结合构建的产量预测模型验证时,R2和RMSE分别为0.629和611.82kg·hm-2,比单一颜色指数模型分别提升16.27%和减小8.85%;对拔节期颜色指数VARI和纹理特征指数COR相结合构建的产量预测模型验证时,R2和RMSE分别为0.746和510.29 kg·hm-2,较单一颜色指数模型分别提升23.71%和减小20.24%.上述结果说明,将无人机图像颜色和纹理特征指数相结合建立的估产模型精度较高,可在小麦生育前期对产量进行有效预测.