以馬鈴薯為研究對象,利用無人機得到現(xiàn)蕾期、塊莖形成期、塊莖增長期、淀粉積累期和成熟期的高光譜數(shù)據(jù)實測了地上生物量（Above ground biomass,AGB）數(shù)據(jù)。首先利用成像高光譜影像提取每個生育期馬鈴薯冠層高光譜反射率數(shù)據(jù);然后,利用分數(shù)階微分計算高光譜0～2階微分（間隔0.2）,將各階微分下的光譜數(shù)據(jù)與地上生物量進行相關性分析,挑選出相關系數(shù)絕對值較大的前9個微分波段;最后,利用多元線性回歸（Multiple linear regression,MLR）、隨機森林（Random forest,RF）和人工神經(jīng)網(wǎng)絡（Artificial neural network,ANN） 3種方法構建基于分數(shù)階微分光譜的整體、不同品種、不同密度和不同施肥下的馬鈴薯AGB估算模型,并進行了對比。結果表明:各生育期相關系數(shù)絕對值最大值出現(xiàn)的階數(shù)不同,現(xiàn)蕾期為0.8階微分（470 nm）;塊莖形成期為1.8階微分（710 nm）;塊莖增長期和淀粉積累期為1.6階微分（718、722、766 nm）;成熟期為1.0階微分（622 nm）。相較于整數(shù)階微分,高光譜分數(shù)階微分與AGB的相關性更高,分... 

【文章來源】：農業(yè)機械學報. 2020,51(12)北大核心EICSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

馬鈴薯試驗位置和試驗設計

為篩選出與馬鈴薯AGB相關性較好的原始冠層光譜波段，通過相關性分析，得到各個生育期原始冠層光譜與AGB的相關性，結果如圖3所示。從圖3可以看出:(1)現(xiàn)蕾期，冠層原始光譜在波段454～718 nm范圍內與馬鈴薯AGB呈極顯著負相關(P<0.01)，在波段746～914 nm范圍內與AGB呈極顯著正相關。由于與AGB相關的光譜波段主要是可見光波段，故選取相關性較大的波長478、674 nm，其相關系數(shù)分別為-0.64和-0.66。(2)塊莖形成期，冠層原始光譜分別在波段558～698 nm、726～950 nm與AGB呈極顯著負、正相關。相關性較高的波長為766、778 nm，其相關系數(shù)分別為0.63和0.63。(3)塊莖增長期，冠層原始光譜分別在波段454～702 nm、718～950 nm與AGB呈極顯著負、正相關。相關性較大的波長為610、770 nm，其相關系數(shù)分別為-0.72和0.71。(4)淀粉積累期，冠層原始光譜分別在波段454～710 nm、714～950 nm與AGB呈極顯著負、正相關。相關性較高的波長為482、618、746 nm，其相關系數(shù)分別為-0.70、-0.67和0.76。(5)成熟期，冠層原始光譜在波段914～950 nm與AGB呈極顯著負相關，未見波段與AGB呈極顯著正相關。在可見光波段范圍內選擇相關系數(shù)絕對值較大的波長550、694 nm，其相關系數(shù)為-0.33和0.25。圖3 馬鈴薯不同生育期原始冠層光譜與AGB相關系數(shù)

馬鈴薯不同生育期原始冠層光譜與AGB相關系數(shù)

【參考文獻】：
期刊論文
[1]基于高光譜遙感與SAFY模型的冬小麥地上生物量估算[J]. 劉明星,李長春,李振海,馮海寬,楊貴軍,陶惠林.  農業(yè)機械學報. 2020(02)
[2]基于無人機高光譜長勢指標的冬小麥長勢監(jiān)測[J]. 陶惠林,徐良驥,馮海寬,楊貴軍,苗夢珂,林博文.  農業(yè)機械學報. 2020(02)
[3]基于無人機數(shù)碼影像的冬小麥株高和生物量估算[J]. 陶惠林,徐良驥,馮海寬,楊貴軍,楊小冬,苗夢珂,代陽.  農業(yè)工程學報. 2019(19)
[4]分數(shù)階微分對鹽漬土野外光譜預處理精度提升的機理分析[J]. 田安紅,熊黑鋼,趙俊三,付承彪.  光譜學與光譜分析. 2019(08)
[5]分數(shù)階微分算子在煤礦監(jiān)測數(shù)據(jù)融合處理中的應用[J]. 左延紅,程樺,程堂春.  煤炭學報. 2020(02)
[6]基于機器學習算法的冬小麥不同生育時期生物量高光譜估算[J]. 吳芳,李映雪,張緣園,張雪紅,鄒曉晨.  麥類作物學報. 2019(02)
[7]基于Hyperion高光譜影像的冬小麥地上干生物量反演[J]. 任建強,吳尚蓉,劉斌,陳仲新,劉杏認,李賀.  農業(yè)機械學報. 2018(04)
[8]基于綜合指標的冬小麥長勢無人機遙感監(jiān)測[J]. 裴浩杰,馮海寬,李長春,金秀良,李振海,楊貴軍.  農業(yè)工程學報. 2017(20)
[9]光譜分數(shù)階微分與玉米葉片重金屬銅含量的相關性分析[J]. 張文文,楊可明,夏天,劉聰,孫彤彤.  科學技術與工程. 2017(25)
[10]Sentinel-2數(shù)據(jù)的冬小麥地上干生物量估算及評價[J]. 鄭陽,吳炳方,張淼.  遙感學報. 2017(02)



本文編號：3626255