您好,欢迎访问中国农业科学院 机构知识库!

基于无人机多时相植被指数的冬小麦产量估测

文献类型: 中文期刊

作者: 程千 1 ; 徐洪刚 1 ; 曹引波 1 ; 段福义 1 ; 陈震 1 ;

作者机构: 1.中国农业科学院农田灌溉研究所

关键词: 冬小麦;产量估测;多光谱植被指数;无人机

期刊名称: 农业机械学报

ISSN:

年卷期: 2021 年 003 期

页码: 160-167

收录情况: EI ; 北大核心 ; CSCD

摘要: 通过无人机搭载多光谱相机,对不同水分亏缺条件下冬小麦多个生育期进行遥感监测,采用不同种类多光谱植被指数表征冬小麦的生长特征,分析了植被指数与冬小麦产量的相关关系,并利用多时相植被指数构建产量估测数据集,采用偏最小二乘回归、支持向量机回归和随机森林回归3种机器学习算法进行冬小麦产量估测。结果表明,随着冬小麦的生长,多个植被指数与产量的相关性不断增强,灌浆末期相关系数达到0.7,植被指数与产量的线性回归决定系数也达到最大。多时相植被指数反映了冬小麦生长的变化特征,进一步提高了冬小麦产量估测精度,采用开花期和灌浆初期的多时相植被指数进行估产比采用单个生育期的植被指数估测产量的精度高,采用偏最小二乘回归模型的估测精度R2提高约0.021,支持向量机回归模型R2提高约0.015,随机森林回归模型R2提高约0.051。采用灌浆末期的多时相植被指数,3种模型均有较高的估测精度,偏最小二乘回归模型估测精度最高时的R2、RMSE分别为0.459、1 822.746 kg/hm2,支持向量机回归模型估测精度最高时的R2、RMSE分别为0.540、1 676.520 kg/hm2,随机森林回归模型估测精度最高时的R2、RMSE分别为0.560、1 633.896 kg/hm2,本文数据集训练的随机森林回归模型估测精度最高,且稳定性更好。

  • 相关文献

[1]冬小麦SPAD值无人机可见光和多光谱植被指数结合估算. 牛庆林,冯海宽,周新国,朱建强,雍蓓蓓,李会贞. 2021

[2]基于无人机数码影像的冬小麦叶面积指数探测研究. 高林,杨贵军,李红军,李振海,冯海宽,王磊,董锦绘,贺鹏. 2016

[3]基于随机森林算法的冬小麦叶面积指数遥感反演研究. 张春兰,杨贵军,李贺丽,汤伏全,刘畅,张丽妍. 2018

[4]多光谱与热红外数据融合在冬小麦产量估测中的应用. 兰铭,费帅鹏,禹小龙,李雷,夏先春,肖永贵,孟亚雄. 2021

[5]无人机高光谱遥感数据在冬小麦叶面积指数反演中的应用. 潘海珠,陈仲新. 2018

[6]基于无人机载遥感的水分胁迫下冬小麦叶绿素变化及冠层光谱响应. 朱志成,武永峰,马浚诚,冀琳,柳斌辉,靳海亮. 2023

[7]融合无人机光谱信息与纹理特征的冬小麦综合长势监测. 承达瑜,何伟德,付春晓,赵伟,王建东,赵安周. 2024

[8]基于多时相HJ影像的水稻洪涝灾情和产量监测. 徐鹏,顾晓鹤,邱贺,孟鲁闽. 2014

[9]无人机低空喷雾雾滴在作物冠层的沉积分布规律及防治效果研究. 杨帅. 2014

[10]小型无人机喷洒雾滴沉积分布和小麦白粉病防效的试验研究. Qin Weicai,秦维彩,Xue Xinyu,薛新宇. 2016

[11]克胜·蜻蜓-16无人机小麦田喷洒雾滴沉积分布及赤霉病防效研究. 吴重言,吴成伟,吴静,王国宾,王明. 2017

[12]夏玉米涝灾无人机LIDAR监测研究. 甘平,董燕生,孙林,廖永丰,郭清,吕雪锋,何飞. 2016

[13]飞行高度对八旋翼无人机喷雾防治小麦白粉病影响初探. 杨帅,李学辉,王国宾,杨代斌,闫晓静,袁会珠. 2013

[14]基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用. 高林,杨贵军,李长春,冯海宽,徐波,王磊,董锦绘,付奎. 2017

[15]基于无人机遥感影像的大豆叶面积指数反演研究. 高林,杨贵军,王宝山,于海洋,徐波,冯海宽. 2015

[16]基于多源遥感数据的大豆叶面积指数估测精度对比. 高林,李长春,王宝山,杨贵军,王磊,付奎. 2016

[17]基于无人机高光谱遥感的冬小麦叶面积指数反演. 高林,杨贵军,于海洋,徐波,赵晓庆,董锦绘,马亚斌. 2016

[18]基于ANSYS的无人机发射过程瞬态分析. 张俊,张龙,马威,叶亚昌,崔龙飞. 2016

[19]植保无人机需求分析与展望. 曹国强,章敏. 2016

[20]农用无人机多传感器遥感辅助小麦育种信息获取. 杨贵军,李长春,于海洋,徐波,冯海宽,高林,朱冬梅. 2015

作者其他论文 更多>>