病害胁迫下玉米LAI遥感反演研究
文献类型: 中文期刊
作者: 刘帅兵;金秀良;冯海宽;聂臣巍;白怡;程明瀚
作者机构:
关键词: 玉米病害;叶面积指数;无人机;高光谱;多光谱
期刊名称:农业机械学报
ISSN: 1000-1298
年卷期: 2023 年 54 卷 3 期
页码:
收录情况: EI(2023版) ; ; 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: 为了在病害发生条件下进行玉米LAI的遥感估算,针对41个不同抗性的玉米自交系品种,通过人工接种方法,获得了不同病害严重程度(1~9级)的LAI数据,同时采集了地面高光谱和无人机多光谱数据,构建了K近邻算法、支持向量机、梯度提升分类树和决策分类树分类模型对病害进行分类,对玉米种质资源抗病性进行了划分。基于不同玉米病害胁迫程度分类结果,采用随机森林回归、梯度提升回归树、极端梯度增强算法、轻量梯度提升机4种机器学习模型对玉米LAI进行反演,讨论了不同模型在病害胁迫下的鲁棒性。研究结果表明,对不同生育期玉米病害程度进行划分,基于地面高光谱识别精度分别为84.72%(梯度提升分类树)、47.67%(支持向量机)、55.05%(K近邻算法)、83.02%(决策分类树)。基于病害分类结果,本文利用无人机多光谱数据估算了不同病情等级胁迫下的玉米LAI。构建了4种集成学习模型对不同病情等级的LAI进行估算,4个LAI反演模型的总体反演精度(rRMSE)分别为:19.11%(梯度提升回归树)、15.94%(轻量梯度提升机)、14.51%(随机森林回归)和15.45%(极端梯度增强算法)。其中极端梯度增强算法对病害胁迫的普适性最好,不同病害等级下的反演精度rRMSE为15.19%(轻微)、17.46%(中等)、9.12%(严重)和9.63%(不抗病)。LAI反演模型普遍在病害早期和中期(病情等级1~7)对玉米LAI估算精度相差不大。但是对病情极其严重的玉米样本,其玉米LAI估算结果精度差异较大,田间不同病情等级胁迫会影响玉米LAI的准确估算。
分类号:
- 相关文献
[1]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
[2]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
[3]利用反射光谱及模拟多光谱数据定量反演北方潮土有机质含量. 王延仓,顾晓鹤,朱金山,龙慧灵,徐鹏,廖钦洪. 2014
[4]基于Sentinel-2A模拟反射率及其影像的冬小麦动态收获指数估算. 任建强,张宁丹,刘杏认,吴尚蓉. 2022
[5]基于哨兵-2A模拟反射率及其影像的冬小麦收获指数估算. 任建强,张宁丹,刘杏认,吴尚蓉. 2022
[6]2022年内蒙古无人机马铃薯图像数据集. 胡天赐,王瑞利,蒋呈祥,白涛,胡林,王晓丽,郭雷风. 2023
[7]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
[8]基于植被指数的烤烟精准追肥研究. 边立丽,艾栋,张云贵,刘青丽,常乃杰,冯文强,陈玉蓝,龙潭,陈曦,杨雪,江鸿,李志宏. 2023
[9]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
[10]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
[11]基于无人机多光谱和改进BPNN的烟草病毒病检测. 章阳亮,姜雪妍,李敏,江厚龙,江连强,郭雷风,王新伟. 2025
[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]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
[14]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
[15]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
[16]物理模型光谱模拟误差对冬小麦叶面积指数高光谱反演的影响. 周清波,吴文斌,陈仲新,夏天,王思,唐华俊. 2016
[17]基于高光谱的冬小麦叶面积指数估算方法. 夏天,吴文斌,周清波,周勇,于雷. 2012
[18]基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较. 刘轲,周清波,吴文斌,陈仲新,唐华俊. 2016
[19]种植密度对玉米冠层高光谱特征的响应研究. 邹楠,杨文杰,肖春华,王克如,陈兵,张国强,张召星. 2017
[20]利用无人机数字图像监测不同棉花品种叶面积指数. 雷亚平,韩迎春,杨北方,王康丽,王国平,冯璐,王占彪,李亚兵. 2018
作者其他论文 更多>>
-
基于YOLO和增强现实的玉米穗位高实时测量方法
作者:张亚玲;刘亚东;李黎明;余汛;南斐;殷大萌;金秀良
关键词:玉米雌穗检测;深度学习;增强现实;穗位高测量;YOLO v5s
-
基于RGB图像分析与熵权TOPSIS的田间玉米苗期整齐度评价方法
作者:江甜甜;黎亮;余汛;朱燕琴;李黎明;殷大萌;金秀良
关键词:玉米;田间作物整齐度;多指标评价;熵权法;TOPSIS法;RGB图像
-
基于无人机多源遥感数据和机器学习的高通量棉花估产研究
作者:冯美臣;苏悦;林涛;余汛;宋扬;金秀良
关键词:棉花;估产;无人机遥感;多源数据;XGBoost;夏普利加性解释
-
结合无人机数码影像与PROSAIL模型的夏玉米LAI反演
作者:牛庆林;张合兵;邓炯;冯海宽;李长春;杨贵军;陈志超
关键词:无人机;夏玉米;数码影像;PROSAIL模型;叶面积指数;随机森林
-
有机肥部分替代氮肥对豫东冬小麦生长及土壤特性的影响
作者:李青欣;金秀良;宋晓;张珂珂;郭腾飞;黄绍敏;岳克;丁世杰;黄明;李友军
关键词:冬小麦;有机肥;土壤特性;干物质积累转运;氮素积累转运;产量;氮效率;经济效益
-
基于无人机多源影像数据的灌浆期人工合成小麦抗旱性评价
作者:燕雯;金秀良;李龙;徐子涵;苏悦;张跃强;景蕊莲;毛新国;孙黛珍
关键词:多源影像;光谱指数;人工合成小麦;抗旱性;灌浆期
-
大豆种质资源时序性冠层覆盖度鉴定评价及优异种质筛选
作者:王琦;白东;张皓;田宇;车荧璞;李进冬;郑海洋;金秀良;李英慧;邱丽娟
关键词:大豆;种质资源;时序性;最大冠层覆盖度;封垄速度
