基于Stacking法的无人机光谱遥测冬小麦产量
2021-09-02李宗鹏李连豪陈震程千徐洪刚庞超凡
灌溉排水学报 2021年8期
李宗鹏,李连豪*,陈震,程千,徐洪刚,庞超凡
基于Stacking法的无人机光谱遥测冬小麦产量
李宗鹏1,李连豪1*,陈震2,程千2,徐洪刚2,庞超凡1
(1.河南农业大学,郑州 450000;2.中国农业科学院 农田灌溉研究所,河南 新乡 453002)
【】精确、高效地预测作物产量。以冬小麦为研究对象,利用无人机搭载多光谱相机,获取抽穗期、开花期和灌浆期的多光谱图像数据。根据多光谱波段选取对产量敏感的14种植被指数,并优选出与产量极显著相关的13种植被指数;基于优选出的植被指数分别建立各生育期的MLR、PLSR、SVM和Cubist产量估算初级模型进行对比分析,并利用Stacking方法集成初级学习器模型分别建立各个时期MLR和Cubist次级产量估测模型。随着冬小麦生长阶段的发展,各植被指数与产量的相关性逐渐增大,在灌浆期达到最大值0.67;对比4个初级学习器模型精度,Cubist模型在抽穗期、开花期和灌浆期的估产精度均为最高;利用Stacking方法构建的次级学习器模型以Cubist模型的估产效果最佳,MLR和Cubist模型的估产精度在各个时期均得到了提升。基于Stacking方法融合估产模型能够显著提升冬小麦的产量估算精度,为今后的估产研究提供参考。
多光谱;植被指数;Stacking;模型
0 引言
【研究意义】冬小麦作为我国主要粮食作物之一,在粮食系统中占据主要地位,是国家安全稳定和人民生活水平的保障,对收获前冬小麦产量进行预测能够宏观调控粮食生产,实现农业的可持续发展[1-2]。传统测产方式费时、费力、损坏作物、难以扩展到大尺度等。近年来,遥感技术凭借其及时、快速、准确、宏观的优点迅速发展起来,在农业领域中广泛应用。……
登录APP查看全文
