文献类型： 中文期刊

作者： 周元琦 ¹ ; 王敦亮 ¹ ; 陈晨 ¹ ; 李瑞 ¹ ; 李冬双 ¹ ; 刘涛 ¹ ; 孙成明 ¹ ; 仲晓春 ² ; 刘升平 ² ; 丁大伟 ³ ;

作者机构： 1.扬州大学农学院/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/江苏省粮食作物现代产业技术协同创新中心

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RGB图像;产量预测;颜色指数;纹理特征指数

期刊名称： 扬州大学学报(农业与生命科学版)

ISSN： 1671-4652

年卷期： 2021 年 003 期

页码： 110-116

收录情况： 北大核心 ; CSCD

摘要： 利用无人机获取小麦孕穗期和开花期的RGB图像,通过图像处理获取小麦图像颜色指数和纹理特征指数,并在小麦收获后测定实际产量。通过分析各颜色指数、纹理特征指数与小麦产量之间的相关性,筛选出各生育期与小麦产量相关性最高的颜色指数和纹理特征指数,建立小麦产量预测模型并进行验证。结果表明:小麦孕穗期和开花期图像颜色指数与产量相关性均较好,纹理特征指数与产量相关性不够理想。孕穗期与产量相关性最高的颜色指数为VARI,相关系数达0.862,利用单一颜色指数VARI构建小麦产量预测模型验证的决定系数（R²）为0.725,模拟均方根误差（RMSE）为494.52 kg·hm^-2;开花期与产量相关性最高的颜色指数为ExR,相关系数为-0.851,利用单一颜色指数ExR构建小麦产量预测模型验证的R²为0.709 2,模拟RMSE为499.72 kg·hm^-2;使用孕穗期颜色指数VARI和纹理特征指数CON相结合构建的产量预测模型验证得到R²和RMSE分别为0.740 6和489.19 kg·hm^-2,较单一颜色指数模型分别提升2.15%和减小1.08%。使用开花期颜色指数ExR和纹理特征指数ASM相结合构建的产量预测模型验证得到R²和RMSE分别为0.735 4和491.24 kg·hm^-2,较单一颜色指数模型分别提升3.69%和减小1.70%。上述结果说明,用无人机图像颜色指数可以建立有效的产量估测模型,将颜色指数和纹理特征指数相结合建立的估产模型较单一颜色指数建立的模型精度高。