检索结果-内蒙古大学图书馆

农业工程学报 2017年第8期33卷 104-111页

作者：杨琦叶豪黄凯查元源史良胜武汉大学水资源与水电工程科学国家重点实验室武汉430072 广西壮族自治区水利科学研究院南宁530023

为探讨从作物表面模型(crop surface models,CSMs)中提取株高来估算糖料蔗叶面积指数(leaf area index,LAI)的可行性,该文采用无人机-RGB高清数码相机构成的低空遥感平台,以广西糖料蔗为研究对象,采集了糖料蔗全生育期的高清数码影像,... 详细信息

为探讨从作物表面模型(crop surface models,CSMs)中提取株高来估算糖料蔗叶面积指数(leaf area index,LAI)的可行性,该文采用无人机-RGB高清数码相机构成的低空遥感平台,以广西糖料蔗为研究对象,采集了糖料蔗全生育期的高清数码影像,分别在有无地面控制点条件下建立各生育期CSMs并提取株高。此外,该文利用高清数码影像计算了6种可见光植被指数并建立LAI估算模型,用以对比从CSMs提取的株高对LAI的估算效果。结果表明:全生育期CSMs提取的株高与实测株高显著相关(P<0.01),株高预测值与实测值高度拟合(R2=0.961 2,RMSE=0.215 2)。选取的6种可见光植被指数中,绿红植被指数对糖料蔗伸长末期以前的LAI的估测效果最好(R2=0.779 0,RMSE=0.556 1,MRE=0.168 0)。相同条件下,株高对LAI有更高的估测精度,其中CSMs提取的株高估测效果优于地面实测株高,预测模型R2=0.904 4,RMSE=0.366 2,MRE=0.124 3。研究表明,使用无人机拍摄RGB影像来提取株高并运用于糖料蔗重要生育期LAI的估算是可行的,CSMs提取的株高拥有较高的精度。该研究可为大区域进行精准快速的农情监测提供参考。

关键词：遥感无人机农作物作物表面模型糖料蔗数码影像株高叶面积指数

来源：评论

学校读者我要写书评

暂无评论

基于无人机数码影像的冬小麦株高和生物量估算

引用

农业工程学报 2019年第19期35卷 107-116页

作者：陶惠林徐良骥冯海宽杨贵军杨小冬苗梦珂代阳安徽理工大学测绘学院淮南232001 农业部农业遥感机理与定量遥感重点实验室北京农业信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 北京市农业物联网工程技术研究中心北京100097 河南理工大学测绘与国土信息工程学院焦作454000

高效、快速地获取作物的株高和生物量信息,对农业生产有重要意义。该文利用2015年4月-6月获得了冬小麦拔节期、挑旗期和开花期的高清数码影像。首先基于无人机高清数码影像生成冬小麦的作物表面模型(crop surface model,CSM),利用CSM提... 详细信息

高效、快速地获取作物的株高和生物量信息,对农业生产有重要意义。该文利用2015年4月-6月获得了冬小麦拔节期、挑旗期和开花期的高清数码影像。首先基于无人机高清数码影像生成冬小麦的作物表面模型(crop surface model,CSM),利用CSM提取出冬小麦的株高(Hcsm),然后利用提取的21种数码影像图像指数,构建了拔节期、挑旗期和开花期混合的多生育期生物量估算模型,并进行单生育期和多生育期模型对比分析;最后选择逐步回归(stepwise regression,SWR)、偏最小二乘(partial least square,PLSR)、随机森林(random forest,RF)3种建模方法对多生育期估算模型进行对比,挑选出冬小麦生物量估算的最优模型。结果表明,提取的Hcsm和实测株高(H)具有高度拟合性(R^2=0.87,RMSE=6.45 cm,NRMSE=11.48%);与仅用数码影像图像指数构建的生物量估算模型相比(R^2=0.7212,RMSE=0.1372 kg/m^2,NRMSE=26.25%),数码影像图像指数融入H和Hcsm所得模型效果更佳,其中融入Hcsm的模型精度和稳定性(R^2=0.8191,RMSE=0.1106 kg/m^2,NRMSE=21.15%)要优于加入株高H所构建的估算模型(R^2=0.7941,RMSE=0.1179 kg/m^2,NRMSE=22.56%);SWR生物量估算模型(R^2=0.7212)效果优于PLSR(R^2=0.6774)和RF(R^2=0.6571)生物量估算模型。该研究为冬小麦生长状况高效、快速监测提供参考。

关键词：无人机数码影像作物表面模型冬小麦株高生物量逐步回归

来源：评论

学校读者我要写书评

暂无评论

基于无人机遥感的不同水分胁迫下大田玉米长势参数估计研究

基于无人机遥感的不同水分胁迫下大田玉米长势参数估计研究

引用

作者：牛亚晓西北农林科技大学

学位级别：博士

随着世界人口的不断增长、社会经济的快速发展以及全球气候的不断变化,粮食安全问题成为重要的关注对象。为在气候变化背景下保证粮食安全,在精准农业领域基于无人机的大田作物覆盖度、株高及地上生物量等长势参数的精准、高效估计成为... 详细信息

随着世界人口的不断增长、社会经济的快速发展以及全球气候的不断变化,粮食安全问题成为重要的关注对象。为在气候变化背景下保证粮食安全,在精准农业领域基于无人机的大田作物覆盖度、株高及地上生物量等长势参数的精准、高效估计成为作物长势监测的首要条件。本研究以不同灌溉处理下的大田玉米为研究对象,采用地面及无人机多源遥感平台在不同尺度下采集玉米冠层反射光谱数据,结合田间实际测量值进行大田玉米覆盖度、株高及地上生物量估计及时空分布获取,为精细田间管理提供技术支持。论文主要研究内容及结论如下:(1)基于地面可见光图像的玉米覆盖度估计研究。针对目前常用的基于高斯混合模型的两种经典阈值法(交点法和等概率分类误差法)在高覆盖度水平下覆盖度估计精度不稳定、在严重水分胁迫条件下覆盖度估计误差较大的问题,提出一种基于经典阈值法和统计分析相结合计算最优阈值的固定阈值法,并针对不同可见光传感器对固定估值法的影响进一步研究。结果表明:1)与两种经典阈值相比,固定阈值法针对不同覆盖度水平、不同水分胁迫梯度的覆盖度估计均方根误差分别降低了0.06和0.033(交点法)以及0.058和0.154(等概率分类误差法),处理每张图像所用时间分别减少43.63和56.05 s;2)不同可见光传感器对基于固定阈值法计算的初始和调整阈值造成的偏移量没有对覆盖度估计精度造成明显影响,均方根误差仅相差0.01。(2)基于无人机多光谱图像的大田玉米覆盖度时空分布估计研究。目前在覆盖度估计研究中应用广泛的无人机可见光图像与聚类法或阈值法相结合的方法受图像分辨率影响严重。而对图像分辨率要求较低的无人机多光谱和机器学习算法相结合的方式在覆盖度时空分布获取研究中应用较少,该方法对不同生长季、不同生育期、不同水分胁迫梯度的扩展性和适用性有待进一步研究。针对以上问题,本研究提出基于植被指数采用随机森林、神经网络、多元线性等回归算法构建覆盖度估计模型。此外,通过基于独立验证集的模型精度评价,选择对三种因素适用性最强的回归模型。结果表明:随机森林回归模型精度最高,在所有验证数据集中覆盖度平均绝对误差MAE为0.03-0.06。此外,该模型具有最好的年际间、生育期及水分胁迫梯度的适用性,神经网络回归模型次之(比随机森林MAE最高相差0.1),多元线性回归模型对多种因素的适用性最差(比随机森林MAE最高相差0.48),造成该现象的原因为玉米覆盖度水平较高时多元线性回归算法的估计性能不稳定。(3)基于作物表面模型的大田玉米株高估计研究。目前基于遥感的作物株高估计最常用的方法是通过从作物表面模型CSM中提取的株高特征值估计株高,而数字地面模型DTM的获取则是计算CSM的关键参数。然而,基于作物间隙土壤信息和空间插值算法精确构建DTM的最佳覆盖度条件仍是未知,且不同无人机遥感图像采集方式(正射或倾斜摄影)和图像分辨率对作物株高估计精度影响仍需进一步研究。针对以上问题,本研究以大田玉米为研究对象,主要对比分析不同覆盖度水平对基于空间插值算法的DTM构建精度的影响,以及分析不同图像空间分辨率和不同无人机遥感图像采集方式对株高估计精度的影响,以期明确基于无人机遥感图像的最优株高估计方式。结果表明:1)覆盖度小于0.4是基于IDW插值精确构建DTM的必要条件,该条件下基于IDW插值获取的DTM平均误差在2018和2019年分别为0.15 m和0.09 m;2)基于单航线垂直摄影(90°)和双网格航线倾斜摄影(70°)采集的遥感图像进行作物株高估计时,最优株高特征分别为作物表面模型CSM的第99分位数和最大值,表明基于双航线倾斜摄影图像获取的三维信息更精确;3)当采用双线性插值方法对图像进行重采样时,株高估计均方根误差随图像分辨率的下降具有上升趋势。(4)基于多源遥感的大田玉米生物量估计研究。由于基于无人机遥感提取的植被指数、覆盖度和株高等参数在玉米生长后期出现饱和现象,无法构建适用于整个生育期的高精度生物量估计模型。针对这一问题,本章以大田玉米为研究对象,在基于无人机遥感提取的植被指数、FVC、PH基础上增加了随时间序列不断累积的有效积温GDD,构建适用于包括营养生长期、生殖期、成熟期的玉米生物量估计模型,并通过对比多元线性、随机森林回归算法性能提供一种具有年际间通用性的生物量回归模型。结果表明,1)GDD参数的引入有效解决了光谱和结构参数在生殖期、成熟期的饱和问题;2)以干生物量为例,在整个生长季内相比于仅使用植被指数的生物量估计模型,基于植被指数与GDD的干生物量估计模型验证R提高了0.07～0.23,相对均方根误差(relative RMSE,r RMSE)降低了0.03～0.07;3)随机森林回归模型在年际间通用性优于多元线性回归模型,以干生物量估计为例,前者R比后者高0.46、前者r RMSE比后者低0.

关键词：大田玉米长势参数固定阈值法回归算法作物表面模型时空分布

来源：评论

学校读者我要写书评

暂无评论

无人机遥感技术在玉米株高提取中的应用研究

引用

测绘技术装备 2023年第2期25卷 83-88页

作者：贺英杨楠于金芝骆继花自然资源部第一地形测量队陕西西安710054

玉米株高在一定程度上可反映出玉米的生长速度和健壮程度,利用无人机遥感技术监测玉米植株生长对精准农业生产与管理的意义重大。本文基于无人机低空遥感平台获取的两期影像和数字表面模型(Digital Surface Model,DSM),构建作物表面模型... 详细信息

玉米株高在一定程度上可反映出玉米的生长速度和健壮程度,利用无人机遥感技术监测玉米植株生长对精准农业生产与管理的意义重大。本文基于无人机低空遥感平台获取的两期影像和数字表面模型(Digital Surface Model,DSM),构建作物表面模型(Crop Surface Model,CSM),提取玉米植株高度,并利用统计分析方法在不同氮肥区域对株高提取精度和分布特点进行分析。研究结果表明,基于CSM能够提取玉米株高,且提取值与实测值显著相关,相关系数R为0.9015,均方根误差(Root Mean Square Error,RMSE)为17.5 cm。不同氮肥水平下玉米株高不同,通过对株高的提取能够为作物生长过程中对氮肥需求的判断提供参考。

关键词：无人机作物表面模型株高

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：