APP下载

无人机多源光谱反演大田夏玉米叶面积指数

2021-09-02徐洪刚陈震程千李宗鹏李鹏范永申

灌溉排水学报 2021年8期
关键词:模型

徐洪刚,陈震,程千,李宗鹏,2,李鹏,范永申

无人机多源光谱反演大田夏玉米叶面积指数

徐洪刚1,陈震1,程千1,李宗鹏1,2,李鹏1,范永申1*

(1.中国农业科学院 农田灌溉研究所/河南省节水农业重点实验室,河南 新乡 453002;2.河南农业大学,郑州 450000)

研究多源光谱反演大田夏玉米叶面积指数()的效果。以大田夏玉米为研究对象,利用无人机获取试验区不同生育期热红外以及多光谱影像,提取热红外冠层温度(C)以及多光谱植被指数,结合地面实测数据,分析光谱数据与实测之间的相关关系,并将C与筛选出的11种植被指数作为输入变量,作为输出变量利用多元线性回归、支持向量机和随机森林3个算法模型训练学习,建立了夏玉米的反演模型。多光谱植被指数以及C均与夏玉米在<0.000 1水平上显著相关,相关系数均在0.5以上;RF算法于拔节期、喇叭口期、以及吐丝期3个生育期的预测值与实测值的2均高于MLR算法和SVM算法,对应的及均低于MLR算法和SVM算法;融合热红外C后的RF模型反演精度均有不同程度的提升,各生育期预测值与实测值2均大于同时期未融合C的反演模型。多光谱植被指数以及C均与夏玉米具有较强的相关性,且RF算法构建的夏玉米反演模型精度优于MLR和SVM算法,同时C的加入可以有效提升夏玉米反演精度。

夏玉米;无人机遥感;多光谱植被指数;热红外图像;叶面积指数;反演模型

0 引言

据国家统计局最新数据显示[1],2020年中国玉米播种面积(4 126.4万hm2)、总产量(26 067万t)均已位居粮食类第一,保证玉米产量是稳定国家粮食安全的重要内容。【研究意义】叶面积指数()能够反映作物健康和生产力状况,适宜的对保证玉米长势以及产量具有重要意义[2]。传统的监测方法主要分为直接法和间接法,直接测量作物费时费力且会破坏作物长势,间接测量法也难以应用于大面积快速监测中[3-4],遥感技术的发展为的获取提供了新的手段。当前农用遥感数据的来源主要为卫星遥感和无人机遥感。卫星遥感为高空遥感,国内外众多专家学者针对卫星遥感反演进行了大量研究[5-6],但卫星遥感存在地表分辨率低、易受大气因素影响、重访周期长等不足[7]。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用