数字农科院2.0

基于无人机多光谱图像的油菜苗期LAI估算

文献类型： 中文期刊

作者： 李婕;秦涛;涂静敏;李毅;杨子豪;乔江伟

作者机构：

关键词： 无人机;多光谱指数;油菜;叶面积指数;机器学习

期刊名称：江苏农业科学

ISSN： 1002-1302

年卷期： 2025 年 53 卷 20 期

页码：

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

摘要： 油菜作为一种产油高效的作物,研究其表型生理数据对农作物产量和田间管理策略具有重要意义。叶面积指数(LAI)是衡量作物冠层结构、光合活性以及蒸腾作用效率的重要冠层参数。专业人员下田实地勘测采集生理数据的传统方法费时费力,效率低；农业低空无人机遥感以其高效、操作灵活、成本适宜等特点,在油料作物形态参数及生理生化特征的遥感观测中具有优势,初步实现了地上光谱数据与地面采集数据间的处理分析。以油菜育种材料作为研究对象,采用无人机多光谱相机捕捉油菜苗期多光谱图像,软件生成影像并利用Python计算产生48个纹理特征值和7种多光谱指标；采用LAI-2200C实测冠层LAI数据。运用线性模型、支持向量机(SVM)、随机森林(RF)和BP网络,建立空中数据与苗期冠层LAI数据间的估算模型。结果表明,7种植被指数与LAI存在显著相关(P

分类号：

  • 相关文献

[1]基于植被指数和纹理特征融合的冬油菜叶面积指数估测研究. 刘杰,国佳欣,张嘉豪,张炳超,熊洁,曹剑鹏,吴尚蓉,邓应彬,陈桂鹏. 2025

[2]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

[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]基于无人机高光谱遥感的冬小麦叶面积指数反演. 高林,杨贵军,于海洋,徐波,赵晓庆,董锦绘,马亚斌. 2016

[5]基于多源遥感数据的大豆叶面积指数估测精度对比. 高林,李长春,王宝山,杨贵军,王磊,付奎. 2016

[6]基于无人机遥感影像的大豆叶面积指数反演研究. 高林,杨贵军,王宝山,于海洋,徐波,冯海宽. 2015

[7]无人机高光谱遥感数据在冬小麦叶面积指数反演中的应用. 潘海珠,陈仲新. 2018

[8]基于无人机数码影像的冬小麦叶面积指数探测研究. 高林,杨贵军,李红军,李振海,冯海宽,王磊,董锦绘,贺鹏. 2016

[9]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

[10]结合无人机数码影像与PROSAIL模型的夏玉米LAI反演. 牛庆林,张合兵,邓炯,冯海宽,李长春,杨贵军,陈志超. 2025

[11]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

[12]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

[13]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

[14]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

[15]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

[16]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

[17]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

[18]利用无人机影像数据进行油菜长势监测. 张瑞杰,李俐俐,李礼,姚剑,乔江伟. 2021

[19]基于图像特征和随机森林的油菜生物量估算. 李海同,陈旭,王刚,关卓怀,江涛,吴崇友. 2021

[20]基于分数阶微分和无人机高光谱指数优选的油菜产量预测. 马瑜蔓,段博,徐宾灿,邹冉,石宇辰,余强毅,史云,陆苗,吴文斌,宋茜. 2025

作者其他论文 更多>>