首页|基于无人机图像的水稻地上部生物量估算

基于无人机图像的水稻地上部生物量估算

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
[目的]为探究无人机图像估算水稻地上部生物量(Aboveground biomass,AGB)的可行性,明确各图像特征与水稻AGB的定量关系,构建基于图像特征的水稻AGB估算模型.[方法]通过实施2个品种和4个施氮水平的小区试验,于分蘖期、孕穗期和齐穗期测定水稻AGB,同步采用无人机搭载数码相机获取水稻图像并提取颜色指数和纹理特征,分析其在不同生育期与水稻AGB之间的相关性,构建定量估算模型,并对模型进行检验.[结果]颜色指数中红蓝差值(r-b)与水稻AGB之间的相关性最好,纹理特征参数(G-mean)与水稻AGB之间的相关性最高;基于红蓝差值(r-b)和G-mean构建的水稻AGB双指数模型优于单一指数模型,全生育期估算模型y=2 544.507+5 054.243x1-145.543x2-556.553x1x2+27 379.41x12+3.927x22,建模决定系数(R2)为0.920 2,模型检验的决定系数(R2)为0.911 2.[结论]基于颜色指数(r-b)和纹理特征参数(G-mean)融合构建的AGB估算模型可准确的估算水稻AGB,在水稻长势快速无损监测和精确管理中具有应用价值.
Estimation of Aboveground Rice Biomass by Unmanned Aerial Vehicle Imaging

舒时富、李艳大、曹中盛、孙滨峰、叶春、吴罗发、朱艳、丁艳锋、何勇

展开 >

江西省农业科学院农业工程研究所/江西省智能农机装备工程研究中心/江西省农业信息化工程技术研究中心,江西 南昌 330200

南京农业大学,江苏 南京 210095

浙江大学生物系统工程与食品科学学院,浙江 杭州 310029

水稻 地上部生物量 无人机图像 估算模型

20192BBF6005220212BBF6101320212BBF6304020202BBFL6304620202BBFL6304431460320

2022

10.19303/j.issn.1008-0384.2022.007.002

福建农业学报
福建省农业科学院

福建农业学报

CSTPCDCSCD北大核心
影响因子：0.656
ISSN：1008-0384
年,卷(期)：2022.37(7)
  • 1
  • 14