数字农科院2.0

不同施氮处理下无人机光谱感知冬小麦产量

文献类型: 中文期刊

作者: 丁凡;陈震;李长春;程千;费帅鹏;李景勃;徐洪刚;李宗鹏

作者机构:

关键词: 多光谱;植被指数;逐步回归;随机森林;产量预测

期刊名称:灌溉排水学报

ISSN: 1672-3317

年卷期: 2023 年 1 期

页码:

收录情况: 北大核心(2020版) ; ; CSCD(2023-2024年度) ; ; 科技核心(2023版) ; ; 农林核心(2020版)

摘要: [目的]快速、准确地预测冬小麦产量,构建最佳产量预测模型,对精准农业农田管理有重要应用价值.[方法]以抽穗期、开花期和灌浆期3个不同时期的冬小麦为研究对象,通过无人机搭载的多光谱传感器采集冠层光谱信息并提取植被指数.使用逐步回归与随机森林2种方法,筛选最优特征并建立产量预测模型.[结果]在抽穗期,绿(Green,G)、蓝(Blue,B)、修改型土壤调查植被指数(Modified Soil-adjusted Vegetation Index 2,MSAVI2)和土壤调节植被指数(Soil-adjusted Vegetation Index,SAVI)组合使用随机森林算法对产量的预测效果最好同时AIC(Akaike information criterion,赤池信息准则)较低,R2为0.65.在开花期,过绿指数(Excess Green,ExG)、近红外光(Near Infrared,NIR)、归一化差异植被指数(Normalized Difference Index,NDI)、蓝(Blue,B)和修改型土壤调查植被指数2(Modified Soil-adjusted Vegetation Index 2,MSAVI2)特征变量组合使用随机森林算法对产量的预测效果最好,同时AIC较低,R2为0.71.在灌浆期,以全部植被特征变量构建的随机森林回归模型对冬小麦产量预测的精度最高,R2达到0.76,绿(Green,G)、蓝(Blue,B)、过绿指数(Excess Green,ExG)、过红指数(Excess Red,ExR)、归一化植被指数(Normalized Difference Vegetation Index,NDVI)、比值植被指数(Ratio Vegetation Index,RVI)和归一化差分植被指数(Normalized Difference Vegetation Index,TNDVI)特征变量组合的随机森林回归模型R2较高同时AIC较低,R2达到0.73.同时使用冬小麦3个生育期,以抽穗期蓝(Blue,B)、开花期过绿指数(Excess Green,ExG)、灌浆期近红外光(Near Infrared,NIR)、灌浆期归一化差异植被指数(Normalized Difference Index,NDI)和灌浆期过绿减过红指数(Excess Green-Excess Red,ExG-ExR)为特征变量组合构建的随机森林回归模型R2较高,同时AIC较低,R2达到0.76.[结论]通过逐步回归筛选出特征变量间共线性最小的特征变量组合并利用随机森林构建回归模型具有可行性,能够准确地预测冬小麦产量.

分类号:

  • 相关文献

[1]基于无人机多光谱的烤烟冠层叶绿素含量反演. 王佳丽,蒯雁,杨成伟,字韶兴,张国兴,杨泽远,张久权. 2024

[2]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

[3]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

[4]基于无人机多光谱与热红外数据的冬小麦土壤水分反演. 张成才,侯佳彤,王蕊,姜明梁,祝星星. 2024

[5]2012年11月国内外饲料市场分析. 朱增勇,张利宇. 2012

[6]2014年4月国内外饲料市场分析. 朱增勇,毕颖慧. 2014

[7]2014年9月国内外饲料市场分析. 朱增勇,毕颖慧. 2014

[8]2014年11月国内外饲料市场分析. 朱增勇,毕颖慧. 2014

[9]2013年3月国内外饲料市场分析. 朱增勇,毕颖慧. 2013

[10]2012年10月国内外饲料市场分析. 朱增勇,张利宇. 2012

[11]2013年10月国内外饲料市场分析. 朱增勇,毕颖慧. 2013

[12]2012年12月国内外饲料市场分析. 朱增勇,张利宇. 2013

[13]2013年2月国内外饲料市场分析. 朱增勇,张利宇. 2013

[14]2014年7月国内外饲料市场分析. 朱增勇,毕颖慧. 2014

[15]2013年1月国内外饲料市场分析. 朱增勇,张利宇. 2013

[16]基于自适应增强的BP模型的浙江省茶叶产量预测. 陈冬梅,韩文炎,周贤锋,吴开华,张竞成. 2021

[17]基于无人机RGB图像颜色及纹理特征指数的小麦产量预测. 周元琦,王敦亮,陈晨,李瑞,李冬双,刘涛,孙成明,仲晓春,刘升平,丁大伟. 2021

[18]基于多源遥感数据和机器学习算法的冬小麦产量预测研究. 甘甜,李雷,李红叶,宋成阳,谢永盾,陶志强,肖永贵,孟亚雄. 2022

[19]基于树冠面积与苹果数量的果树产量预估方法. 李会宾,史云,张保辉,李丹丹. 2022

[20]基于AquaCrop模型评估气候变化下棉花生产的可持续性. 王洪博,李国辉,徐雪雯,黄维雄,赵泽艺,高阳,王兴鹏. 2023

作者其他论文 更多>>