数字农科院2.0

基于无人机高光谱不同降维算法的烤烟叶片氮含量估算

文献类型： 中文期刊

作者： 蒯雁;陈天才;代先强;王德勋;宗鹏;孙军伟;杨成伟;张明政;张久权

作者机构：

关键词： 烤烟;氮含量;无人机;高光谱;数据降维;机器学习

期刊名称：中国土壤与肥料

ISSN： 1673-6257

年卷期： 2025 年 9 期

页码：

收录情况： 北大核心（2023版） ; ; CSCD（2025-2026年度） ; ; 科技核心（2024版） ; ; 农林核心（2024版）

摘要： 为了实现对烤烟叶片氮含量的快速、无损、广域田间测定,及时监测烤烟氮素营养状况并制定精准施肥策略,利用大疆无人机搭载高光谱相机采集烤烟冠层影像,提取光谱反射率数据,并分别采用连续投影算法、最小绝对收缩与选择算法以及弹性网络3种算法对原始光谱数据进行降维,提取氮素敏感波段,计算植被指数。随后,结合3种机器学习算法,构建烟叶氮含量的反演模型。结果显示,采用连续投影算法降维结合随机森林建模的组合效果最佳,模型决定系数达到0.711,均方根误差为5.138 mg/g；其次为连续投影降维与多元线性回归模型,其决定系数和均方根误差分别为0.70和5.234 mg/g。上述研究为烤烟大田养分智慧管理提供了有效的技术支撑。

分类号：

  • 相关文献

[1]基于高光谱遥感和集成学习方法的冬小麦产量估测研究. 费帅鹏,禹小龙,兰铭,李雷,夏先春,何中虎,肖永贵. 2021

[2]不同抗感水稻品种对褐飞虱胁迫的高光谱响应特征. 杨奇欣,赖凤香,何佳春,魏琪,王渭霞,万品俊,傅强. 2024

[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]无人机载框幅式高光谱影像的波段配准研究. 王晶晶,史云,刘含海. 2017

[5]无人机遥感的农作物精细分类研究进展. 田甜,王迪,曾妍,张影,黄青. 2020

[6]病害胁迫下玉米LAI遥感反演研究. 刘帅兵,金秀良,冯海宽,聂臣巍,白怡,程明瀚. 2023

[7]基于无人机高光谱的稻田杂草识别和空间分布研究. 颜子一,沈奕扬,唐伟,张艳超,周豪哲. 2024

[8]基于面向对象与深度学习的榆树疏林识别方法研究. 陈昂,杨秀春,徐斌,金云翔,张文博,郭剑,邢晓语,杨东. 2020

[9]不同水肥处理下夏玉米株高、生物量响应特征及光谱反演. 陈震,程千,徐洪刚,黄修桥. 2023

[10]基于无人机多光谱遥感和机器学习的烟田土壤碱解氮估测. 胡晓,臧玉龙,高睿康,郭利,徐锐,敖耀强,邓建强,孙玉晓,张继光,唐大鹏. 2024

[11]基于无人机多光谱影像与机器学习算法的棉花冠层叶绿素含量估算研究. 赵鑫,李朝阳,王洪博,刘江凡,江文格,赵泽艺,王兴鹏,高阳. 2024

[12]基于无人机多光谱时序影像的冬小麦产量估测. 万国樑,王银婷,李雷,王多霞,陶志强,孙海艳. 2026

[13]基于无人机多光谱遥感的苹果树冠层SPAD反演. 刘江凡,赵泽艺,李朝阳,高阳,赵鑫,江文格,龚智. 2024

[14]基于无人机多光谱图像的油菜苗期LAI估算. 李婕,秦涛,涂静敏,李毅,杨子豪,乔江伟. 2025

[15]烤烟发病叶片高光谱特征分析. 窦玉青,李新举,王梅,徐冬云,刘明芹. 2015

[16]基于光谱预处理和机器学习算法的烤烟叶绿素含量预测. 王韦燕,冯文强,常乃杰,刘青丽,李志宏,陈玉蓝,黎昌明,陈曦,张云贵. 2023

[17]基于机器学习算法的烤烟香型分类研究. 郭东锋,闫宁,胡海洲,刘非,邹鹏,窦玉青,张忠锋,舒俊生. 2016

[18]基于机器学习的密集烘烤过程烟叶失水率预测模型对比. 杜海娜,孟令峰,王松峰,张炳辉,王爱华,刘浩,李增盛,孙福山. 2022

[19]基于无人机多光谱影像的烟田智慧管理应用与挑战. 陈天才,张久权,蒯雁,窦玉青,付秋娟,李栋梁,姜光平,李品州,代先强. 2025

[20]Study on Discriminant Model of Flue-curing Stage of Tobacco Leaves in Curing Process. 王志诚,,孟令峰,,王松峰,,谢良文,,李文刚. 2024

作者其他论文 更多>>