基于无人机光谱图像多数据融合的大豆地上生物量估测研究

作     者：张庆 李金阳 石文强 亓立强 张伟 Zhang Qing;Li Jinyang;Shi Wenqiang;Qi Liqiang;Zhang Wei

作者机构：黑龙江八一农垦大学工程学院黑龙江大庆163319 农业农村部大豆机械化生产重点实验室黑龙江大庆163319 

出 版 物：《中国农机化学报》 (Journal of Chinese Agricultural Mechanization)

年 卷 期：2025年第46卷第1期

页      面：151-156,163页

学科分类：0828[工学-农业工程] 08[工学] 09[农学] 0901[农学-作物学] 

基　　金：国家现代农业产业技术体系专项(CARS—04—PS30) 北方寒地机械化保护性耕作技术创新研究团队(TDJH201808) 

主　　题：大豆 地上生物量 多光谱 植被指数 株高 叶面积指数 

摘      要：为提高大豆地上生物量(AGB)估测精度,提出基于无人机遥感技术的多数据融合估测AGB方法。使用多光谱无人机获取大豆始花期、始粒期冠层光谱图像,利用9种植被指数分别构建基于偏最小二乘回归(PLSR)和Lasso回归的叶面积指数(LAI)估测模型,并通过数字表面模型(DSM)估测大豆株高。将株高、LAI和9种植被指数作为模型参数,构建大豆AGB估测模型,分别对比PLSR与Lasso在始花期与始粒期的模型精度,确定最优AGB估测模型。结果表明:株高估测模型始花期R^(2)=0.81,始粒期R^(2)=0.87,株高拟合效果良好;LAI估测模型PLSR方法优于Lasso方法,始花期R^(2)=0.81,始粒期R^(2)=0.82;利用PLSR和Lasso回归两种方法构建AGB估测模型,通过对比分析PLSR的估测精度高于Lasso回归,始花期R^(2)=0.65,始粒期R^(2)=0.66;通过相关性分析,株高、LAI和植被指数与AGB呈现显著水平,在不同时期利用PLSR方法估测AGB的效果均优于Lasso方法,始花期和始粒期的R^(2)、RMSE分别为0.80、0.17和0.82、1.26;利用不同时期估测模型验证不同大豆品种AGB精度均为85%以上。