發(fā)布時(shí)間：2021-10-16 11:11

　　【目的】快速準(zhǔn)確提取冬小麥返青期植被覆蓋度信息�！痉椒ā坷脽o(wú)人機(jī)獲取田間冬小麥可見光圖像,提取圖像中4種常見可見光植被指數(shù);在像元二分法原理的基礎(chǔ)上,分別構(gòu)建基于差異植被指數(shù)（Visible-band difference vegetation index,VDVI）、過(guò)綠指數(shù)（Excess green,EXG）、歸一化綠藍(lán)差異指數(shù)（Normalized green-blue difference index,NGBDI）和歸一化綠紅差異指數(shù)（Normalized green-red difference index,NGRDI）的植被覆蓋度提取模型,采用支持向量機(jī)（Support vector machine,SVM）監(jiān)督分類結(jié)果作為真值對(duì)各模型進(jìn)行精度驗(yàn)證�！窘Y(jié)果】4種模型中,利用VDVI植被覆蓋度提取模型獲取的植被覆蓋度精度最高,提取效果較好。與監(jiān)督分類結(jié)果對(duì)比,4種植被覆蓋度提取模型的提取誤差（EF）分別為3.36%、15.68%、8.74%和15.46%,R2分別為0.946 1、0.934 4、0.695 3和0.746 0,均方根誤差（RMSE）分別為0.021 9、0... 

【文章來(lái)源】：華南農(nóng)業(yè)大學(xué)學(xué)報(bào). 2020,41(03)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]基于無(wú)人機(jī)可見光遙感的冬小麥株高估算[J]. 劉治開,牛亞曉,王毅,韓文霆.  麥類作物學(xué)報(bào). 2019(07)
[2]基于無(wú)人機(jī)可見光圖像的夏季玉米植被覆蓋度提取方法[J]. 趙靜,楊煥波,蘭玉彬,魯力群,賈鵬,李志銘.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2019(05)
[3]基于混合像元分解的植被覆蓋度模型比較研究[J]. 陳虹兵,黃貝貝,彭道黎.  西北林學(xué)院學(xué)報(bào). 2018(03)
[4]基于無(wú)人機(jī)多光譜圖像的云南松蟲害區(qū)域識(shí)別方法[J]. 張軍國(guó),韓歡慶,胡春鶴,駱有慶.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(05)
[5]基于無(wú)人機(jī)遙感的農(nóng)田信息獲取技術(shù)及其機(jī)載裝備[J]. 何勇,岑海燕,李藝健,何立文.  農(nóng)業(yè)工程技術(shù). 2018(09)
[6]基于無(wú)人機(jī)遙感與植被指數(shù)的冬小麥覆蓋度提取方法[J]. 牛亞曉,張立元,韓文霆,邵國(guó)敏.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(04)
[7]基于像元二分法和強(qiáng)度分析方法的內(nèi)蒙古植被覆蓋度時(shí)空變化規(guī)律分析[J]. 佟斯琴,包玉海,張巧鳳,都瓦拉.  生態(tài)環(huán)境學(xué)報(bào). 2016(05)
[8]基于可見光波段無(wú)人機(jī)遙感的植被信息提取[J]. 汪小欽,王苗苗,王紹強(qiáng),吳云東.  農(nóng)業(yè)工程學(xué)報(bào). 2015(05)
[9]中國(guó)小麥生產(chǎn)發(fā)展?jié)摿ρ芯繄?bào)告[J]. 趙廣才,常旭虹,王德梅,楊玉雙,馮金鳳.  作物雜志. 2012(03)
[10]玉米苗期雜草的計(jì)算機(jī)識(shí)別技術(shù)研究[J]. 龍滿生,何東健.  農(nóng)業(yè)工程學(xué)報(bào). 2007(07)



本文編號(hào)：3439705