為了實(shí)現(xiàn)大范圍水稻產(chǎn)量預(yù)測(cè),采用無人機(jī)檢測(cè)水稻冠層光譜,通過分析光譜建立水稻產(chǎn)量模型。葉綠素含量也可有效表征水稻生長(zhǎng)情況,預(yù)測(cè)水稻產(chǎn)量,現(xiàn)采用無人機(jī)檢測(cè)水稻冠層葉綠素光譜,發(fā)現(xiàn)在紅邊區(qū)域和近紅外波段產(chǎn)生特征吸收波長(zhǎng)。綜合考慮上述特征吸收波長(zhǎng),采用差值植被指數(shù)作為建模因子,建立差值植被因子在水稻不同生長(zhǎng)時(shí)期的線性相關(guān)系數(shù)云圖,進(jìn)行線性分析,發(fā)現(xiàn)差值植被指數(shù)在拔節(jié)期與抽穗期存在嚴(yán)重線性相關(guān)。因此,以孕穗期與乳熟期差值植被指數(shù)與水稻畝產(chǎn)進(jìn)行逐次線性擬合,采用"留一法"對(duì)8組樣本輪流預(yù)測(cè),預(yù)測(cè)精度較高。對(duì)模型進(jìn)行線性擬合評(píng)價(jià)和統(tǒng)計(jì)學(xué)評(píng)價(jià),結(jié)果表明該模型可靠性高。 

【文章來源】：農(nóng)機(jī)化研究. 2020,42(08)北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 系統(tǒng)組成
2 建模原理
    2.1 葉綠素含量與水稻產(chǎn)量
    2.2 冠層葉綠素?zé)o人機(jī)光譜
3 建模建立
    3.1 不同生長(zhǎng)時(shí)期差值植被指數(shù)與畝產(chǎn)關(guān)系
    3.2 共線性判定
    3.3 逐步回歸分析
4 模型評(píng)價(jià)
    4.1 線性擬合評(píng)價(jià)
    4.2 統(tǒng)計(jì)指標(biāo)評(píng)價(jià)
5 結(jié)論



本文編號(hào)：3320847