数字农科院2.0

基于可见光图像和卷积神经网络的冬小麦苗期长势参数估算

文献类型： 中文期刊

作者： 马浚诚;刘红杰;郑飞翔;杜克明;张领先;胡新;孙忠富

作者机构：

关键词： 作物;生长;参数估算;冬小麦;苗期;叶面积指数;地上生物量;卷积神经网络

期刊名称：农业工程学报

ISSN： 1002-6819

年卷期： 2019 年 5 期

页码： 183-189

摘要： 针对目前基于计算机视觉估算冬小麦苗期长势参数存在易受噪声干扰且对人工特征依赖性较强的问题,该文综合运用图像处理和深度学习技术,提出一种基于卷积神经网络(convolutional neural network, CNN)的冬小麦苗期长势参数估算方法.以冬小麦苗期冠层可见光图像作为输入,构建了适用于冬小麦苗期长势参数估算卷积神经网络模型,通过学习的方式建立冬小麦冠层可见光图像与长势参数的关系,实现了农田尺度冬小麦苗期冠层叶面积指数(leaf area index,LAI)和地上生物量(above ground biomass, AGB)的准确估算.为验证方法的有效性,该研究采用以冠层覆盖率(canopy cover, CC)作为自变量的线性回归模型和以图像特征为输入的随机森林(random forest, RF)、支持向量机回归(support vectormachinesregression,SVM)进行对比分析,采用决定系数(coefficientofdetermination,R2)和归一化均方根误差(normalized root mean square error, NRMSE)定量评价估算方法的准确率.结果表明:该方法估算准确率均优于对比方法,其中AGB估算结果的R2为0.7917,NRMSE为24.37%,LAI估算结果的R2为0.8256,NRMSE为23.33%.研究可为冬小麦苗期长势监测与田间精细管理提供参考.

分类号： S512.11`S126

  • 相关文献

[1]基于RGB图像与深度学习的冬小麦田间长势参数估算系统. 李云霞,马浚诚,刘红杰,张领先. 2021

[2]可见光光谱的冬小麦苗期地上生物量估算. 张领先,陈运强,李云霞,马浚诚,杜克明,郑飞翔,孙忠富. 2019

[3]粒子滤波同化方法在CERES-Wheat作物模型估产中的应用. 姜志伟,陈仲新,任建强,周清波. 2012

[4]基于SWAP模型同化遥感数据的黑龙江南部春玉米产量监测. 王利民,姚保民,刘佳,杨玲波,杨福刚. 2019

[5]基于物理模型训练神经网络的作物叶面积指数遥感反演研究. 刘洋,刘荣高,刘斯亮,刘纪远,陈仲新,王利民,邹金秋. 2010

[6]基于卷积神经网络的冬小麦麦穗检测计数系统. 张领先,陈运强,李云霞,马浚诚,杜克明. 2019

[7]大气CO2浓度升高背景下冬小麦冠层光谱特征和地上生物量估算. 黄宏胜,,张馨月,,居辉,,韩雪. 2023

[8]大气CO2浓度升高背景下冬小麦冠层光谱特征和地上生物量估算. 黄宏胜,张馨月,居辉,韩雪. 2023

[9]LED红蓝光质对三种蔬菜苗期生长和光合色素含量的影响. 余意,杨其长,刘文科. 2015

[10]冬前积温对北部冬麦区小麦苗期生长的影响. 刘阿康,马瑞琦,王德梅,王艳杰,杨玉双,赵广才,常旭虹. 2023

[11]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

[12]黄淮海平原播前土壤水分对冬小麦产量的影响. 高阳,邱新强,巩文军,段爱旺,王景雷,孟兆江,孙景生. 2012

[13]冬小麦株高和叶面积指数变化动态分析及模拟模型. 王声锋,段爱旺,徐建新. 2010

[14]基于叶面积指数反演的区域冬小麦单产遥感估测. 任建强,陈仲新,周清波,唐华俊. 2010

[15]麦田降雨产流过程的影响因素. 刘战东,高阳,段爱旺,巩文军. 2012

[16]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

[17]河南新乡地区冬小麦叶面积指数的动态模型研究. 刘战东,段爱旺,高阳,刘浩. 2008

[18]基于作物模型与叶面积指数遥感影像同化的区域单产估测研究. 杨鹏,吴文斌,周清波,陈仲新,查燕,唐华俊,柴崎亮介. 2007

[19]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

[20]冬小麦-春玉米间作模式下光合有效辐射特性研究. 高阳,段爱旺. 2006

作者其他论文 更多>>