首页|基于无人机多光谱影像的不同施氮量水稻LAI反演方法研究

基于无人机多光谱影像的不同施氮量水稻LAI反演方法研究

扫码查看
原文链接
  • 万方数据
  • 维普
为探明水稻生育期内叶面积指数(LAI)的变化情况,建立可快速准确估测不同生育期水稻LAI的模型.在蒸渗测坑内进行不同施氮量下的水稻栽培试验,基于无人机采集不同时期水稻测坑多光谱数据,对计算得出的植被指数进行相关性分析,筛选出与5个生育期相关性最高的前5种植被指数,利用多元线性回归、偏最小二乘回归、随机森林、贝叶斯岭、梯度提升回归这5种方法构建预测模型;模型构建后,引入施氮量作为变量对模型进行优化,比较各生育期最优的预测模型.结果表明,机器学习算法下,随机森林回归模型对扬花期的水稻LAI预测精度和稳定性最好(r2=0.85,MSE=0.33);施氮量对LAI有显著影响,引入施氮量作为变量对各时期、各模型的预测精度都有所提高(r2平均值提高0.15).从整体看,机器学习算法下,随机森林模型可对各时期的水稻LAI指数进行较好的预测;在分蘖后期,各模型的预测精度和稳定性最好.期待本研究建立的预测模型可为水稻LAI遥感监测和田间精细管理提供参考,并为精准农业定量化研究提供技术支持.

曾广泉、马韬、张孟希、戴妍、陈凯文、丁继辉、俞双恩、王中文

展开 >

河海大学农业科学与工程学院,江苏南京 211100

湖南水利水电职业技术学院,湖南长沙 410131

江苏省宿迁市宿豫区水利局,江苏宿迁 223800

水稻 无人机 施氮量 叶面积指数 多光谱影像 模型计算

2024

10.15889/j.issn.1002-1302.2024.20.006

江苏农业科学
江苏省农业科学院

江苏农业科学

CSTPCD北大核心
影响因子：0.732
ISSN：1002-1302
年,卷(期)：2024.52(20)