数字农科院2.0

基于无人机高光谱的稻田杂草识别和空间分布研究

文献类型： 中文期刊

作者： 颜子一;沈奕扬;唐伟;张艳超;周豪哲

作者机构：

关键词： 稻田杂草识别;无人机;高光谱;空间分布;精准除草

期刊名称：激光生物学报

ISSN： 1007-7146

年卷期： 2024 年 4 期

页码：

收录情况： 科技核心（2024版）

摘要： 稗草是稻田中一种典型的杂草,会严重影响水稻的生长发育,并最终导致减产.由于其外观与水稻极其相似,难以区分,给治理带来了极大的挑战.基于室内环境下的稗草识别条件理想,难以推广,因此,在复杂稻田环境下对稗草进行识别和制图具有重要的研究价值和意义.首先,利用无人机载高光谱获取低空稻田影像,经拼接校正和SG(Savitzky-Golay)卷积平滑滤波后,采用连续投影算法(SPA)对区分水稻和稗草的敏感波段进行提取,基于全波段和特征波段,使用支持向量机(SVM)、随机森林(RF)、一维卷积神经网络(1DCNN)和三维卷积神经网络(3DCNN)进行建模.结果表明,SPA-3DCNN对水稻(0.942 0)和稗草(0.893 6)的识别效果最好.SPA选择的7个特征波段(482.523 4、546.541 5、675.080 6、709.138 2、762.043 1、922.015 7和944.637 1 nm)对区分稗草和水稻具有重要的参考价值.随后,将模型应用于整个高光谱数据集,生成稗草的空间分布图与密度图.本文成功探索了无人机载高光谱在复杂稻田环境下稗草识别的可行性,并绘制了稗草空间分布图与密度图,为稗草的治理防范提供了有力的数据支撑.

分类号：

  • 相关文献

[1]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

[2]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

[3]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

[4]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

[5]基于无人机高光谱不同降维算法的烤烟叶片氮含量估算. 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. 2025

[6]基于高光谱的大豆含杂率反演模型. 陈满,徐金山,金诚谦,张光跃,倪有亮. 2019

[7]土壤有机质遥感制图研究进展与展望. 颜祥照,姚艳敏,张霄羽. 2019

[8]谷物联合收割机收获小麦含杂率高光谱反演研究. 陈满,倪有亮,金诚谦,徐金山,袁文胜. 2019

[9]基于特征光谱参数的苹果叶片叶绿素含量估算. 冯海宽,杨福芹,杨贵军,李振海,裴浩杰,邢会敏. 2018

[10]高光谱成像快速检测壳聚糖涂膜草莓可溶性固形物. 邵园园,王永贤,玄冠涛,高宗梅,刘艺,韩翔,高冲. 2019

[11]基于多元线性回归和随机森林的苹果叶绿素含量高光谱估测方法比较. 裴浩杰,冯海宽,李长春,李振海,杨贵军,王衍安,郭建华. 2018

[12]正常、缺素和黄龙病柑桔叶片高光谱成像快速诊断. 孙旭东,刘燕德,肖怀春,张智诚,李泽敏,吕强. 2017

[13]草地退化的高光谱遥感监测方法. 王焕炯,范闻捷,崔要奎,周磊,闫彬彦,吴代晖,徐希孺. 2010

[14]基于宽范围动态植被指数的棉花冠层覆盖度监测. 陈江鲁,王克如,李少昆,肖春华,陈兵,王方永,金秀良,吕银亮,刁万英,王琼,王楷,何晟国. 2011

[15]冬小麦不同群体冠层结构的高光谱响应研究. 卢艳丽,王纪华,李少昆,谢瑞芝,高世菊,马达灵. 2005

[16]基于小波变换与偏最小二乘耦合模型估测北方潮土有机质含量. 王延仓,杨贵军,朱金山,顾晓鹤,徐鹏,廖钦洪. 2014

[17]不同施氨量棉花冠层高光谱特征研究. 王克如,潘文超,李少昆,陈兵,肖华,王方永,陈江鲁. 2011

[18]基于冠层光谱角算法的小麦氮素营养监测. 肖春华,吕银亮,刁万英,李少昆,王克如,陈兵,王琼. 2015

[19]不同施氮量棉花冠层高光谱特征研究. 王克如,潘文超,李少昆,陈兵,肖华,王方永,陈江鲁. 2011

[20]基于冠层高光谱信息的苹果树花量估测. 刘颖,王克健,谢让金,吕强,何绍兰,易时来,郑永强,邓烈. 2016

作者其他论文 更多>>