首页|基于无人机多光谱数据的水稻LAI反演与应用

基于无人机多光谱数据的水稻LAI反演与应用

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为比较和验证不同叶面积指数(LAI)机器学习模型迁移后的稳定性,以无人机获取的湖北鄂州与海南水稻田的多光谱影像数据为研究对象,使用8种植被指数经验模型与3种机器学习方法对鄂州试验田的水稻LAI进行反演,并推广至海南试验区.结果 表明:1)非线性模型在鄂州试验数据的建模集测试中精确度较优,其中归一化红边差值(NDRE)非线性模型验证的变异系数(CV) =31.05％,但推广至海南试验区后精确度下降严重(验证集CV=74.90％),可移植性差;2)线性模型和机器学习模型在模型移植后表现出较优的稳定性,其中梯度提升回归(GBR)二波段模型在鄂州数据建模集CV=28.91％,在海南数据验证集CV=26.58％;3)增强植被指数(EVI2)线性拟合模型在鄂州数据建模集CV=33.78％,在海南数据验证集CV=27.90％.最后使用EVI2构建的经验模型,对各生育时期2种不同水稻(珞优9348和丰两优4号)的LAI进行预测,结果表明在相同氮水平下,珞优9348表现为氮高效品种.
Inversion and application of rice LAI based on UAV multispectral data

王靖、彭漪、刘小娟、莫佳才、梁婷

展开 >

武汉大学遥感信息工程学院,武汉430079

武汉大学生命科学学院,武汉430072

水稻 叶面积指数 植被指数 氮高效

国家自然科学基金

41771381

2021

10.11841/j.issn.1007-4333.2021.12.15

中国农业大学学报
中国农业大学

中国农业大学学报

CSTPCDCSCD北大核心
影响因子：0.971
ISSN：1009-508X
年,卷(期)：2021.26(12)
  • 6
  • 9