為了準(zhǔn)確和高效地預(yù)測作物產(chǎn)量,以冬小麥為研究對象,利用無人機(jī)遙感平臺搭載高光譜相機(jī),獲取了冬小麥各生育期的無人機(jī)影像。根據(jù)高光譜具有較多的光譜信息且存在特有的紅邊區(qū)域的特點(diǎn),選取了9種植被指數(shù)和5種紅邊參數(shù)。首先,分析植被指數(shù)和紅邊參數(shù)與產(chǎn)量的相關(guān)性,優(yōu)選5種植被指數(shù)和2種紅邊參數(shù)用于構(gòu)建產(chǎn)量估算模型;然后,構(gòu)建了不同生育期的3種產(chǎn)量估算模型:單參數(shù)線性回歸模型、基于植被指數(shù)并使用偏最小二乘回歸方法模型、基于植被指數(shù)結(jié)合紅邊參數(shù)并使用偏最小二乘回歸方法模型;最后利用3種模型分別估算冬小麥產(chǎn)量。結(jié)果表明:4個(gè)生育期內(nèi),大部分植被指數(shù)和紅邊參數(shù)與產(chǎn)量呈現(xiàn)極顯著相關(guān)性;拔節(jié)期、挑旗期、開花期與灌漿期構(gòu)建的單參數(shù)線性回歸模型中表現(xiàn)最佳的參數(shù)分別為REP、Dr/Drmin、GNDVI與GNDVI;利用偏最小二乘回歸方法提高了產(chǎn)量估算精度,以植被指數(shù)結(jié)合紅邊參數(shù)為因子構(gòu)建的模型提高了產(chǎn)量估算效果（優(yōu)于以植被指數(shù)為因子構(gòu)建的產(chǎn)量模型）。本研究可為無人機(jī)高光譜估算作物產(chǎn)量提供參考。 

【文章來源】：農(nóng)業(yè)機(jī)械學(xué)報(bào). 2020,51(07)北大核心EICSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

基于植被指數(shù)的冬小麥不同生育期產(chǎn)量實(shí)測值與預(yù)測值關(guān)系

地面實(shí)測過程中，于冬小麥成熟期獲取產(chǎn)量數(shù)據(jù)。為了保證采集的數(shù)據(jù)均勻和有代表性，在每個(gè)小區(qū)的對角線交點(diǎn)處取1 m2區(qū)域進(jìn)行采樣，分別獲取了48個(gè)小區(qū)樣本，將獲取的樣本放入袋中帶回實(shí)驗(yàn)室，將樣本曬至恒定質(zhì)量后，稱取各小區(qū)的冬小麥產(chǎn)量，產(chǎn)量單位kg/hm2，共獲取48組產(chǎn)量數(shù)據(jù)。1.4 無人機(jī)高光譜遙感數(shù)據(jù)的獲取與處理

目前，估算作物產(chǎn)量大多為利用衛(wèi)星遙感或?qū)嵉販y量的方式獲取，衛(wèi)星遙感技術(shù)可以監(jiān)測大區(qū)域的作物產(chǎn)量，但空間分辨率低，對于小區(qū)域的產(chǎn)量分布監(jiān)測效果不明顯;地面測量消耗大量人力物力，不能高效地監(jiān)測產(chǎn)量。本文基于無人機(jī)獲取數(shù)據(jù)具有高效和較高的空間分辨率的特點(diǎn)，同時(shí)根據(jù)高光譜具有多波段的特征，利用無人機(jī)高光譜獲取了冬小麥不同生育期的影像數(shù)據(jù)，融入了高光譜的特有波段區(qū)域(紅邊區(qū)域)，獲取了較好的產(chǎn)量估算效果，為作物產(chǎn)量的準(zhǔn)確和快速估算提供了新的方法。圖4 開花期產(chǎn)量預(yù)測分布圖

【參考文獻(xiàn)】：
期刊論文
[1]基于無人機(jī)成像高光譜影像的冬小麥LAI估測[J]. 陶惠林,馮海寬,楊貴軍,楊小冬,劉明星,劉帥兵.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2020(01)
[2]無人機(jī)影像光譜和紋理融合信息估算馬鈴薯葉片葉綠素含量[J]. 陳鵬,馮海寬,李長春,楊貴軍,楊鈞森,楊文攀,劉帥兵.  農(nóng)業(yè)工程學(xué)報(bào). 2019(11)
[3]基于無人機(jī)遙感植被指數(shù)優(yōu)選的田塊尺度冬小麥估產(chǎn)[J]. 朱婉雪,李仕冀,張旭博,李洋,孫志剛.  農(nóng)業(yè)工程學(xué)報(bào). 2018(11)
[4]基于開花期氮素營養(yǎng)指標(biāo)的冬小麥籽粒蛋白質(zhì)含量遙感預(yù)測[J]. 屈莎,李振海,邱春霞,楊貴軍,宋曉宇,陳召霞,劉暢.  農(nóng)業(yè)工程學(xué)報(bào). 2017(12)
[5]基于無人機(jī)載高光譜空間尺度優(yōu)化的大豆育種產(chǎn)量估算[J]. 趙曉慶,楊貴軍,劉建剛,張小燕,徐波,王艷杰,趙春江,蓋鈞鎰.  農(nóng)業(yè)工程學(xué)報(bào). 2017(01)
[6]基于無人機(jī)高光譜遙感的冬小麥葉面積指數(shù)反演[J]. 高林,楊貴軍,于海洋,徐波,趙曉慶,董錦繪,馬亞斌.  農(nóng)業(yè)工程學(xué)報(bào). 2016(22)
[7]基于無人機(jī)成像光譜儀數(shù)據(jù)的棉花葉綠素含量反演[J]. 田明璐,班松濤,常慶瑞,馬文君,殷紫,王力.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(11)
[8]植被生物量高光譜遙感監(jiān)測研究進(jìn)展[J]. 姚闊,郭旭東,南穎,李坤,江淑芳,孫婷婷.  測繪科學(xué). 2016(08)
[9]基于無人機(jī)遙感影像的大豆葉面積指數(shù)反演研究[J]. 高林,楊貴軍,王寶山,于海洋,徐波,馮海寬.  中國生態(tài)農(nóng)業(yè)學(xué)報(bào). 2015(07)
[10]基于小波變換與支持向量機(jī)回歸的冬小麥葉面積指數(shù)估算[J]. 梁棟,楊勤英,黃文江,彭代亮,趙晉陵,黃林生,張東彥,宋曉宇.  紅外與激光工程. 2015(01)



本文編號：3096208