基于无人机RGB图像和GU—Net模型的玉米长势监测研究

来源：中国农机化学报杂志2025年第12期北京时间：

作者：刘佳琪, 韩永奇, 赵珊珊, 张芸

单位：(1. 吉林农业大学信息技术学院，长春市，130118； 2. 长春人文学院，长春市，130118)

摘要：田间玉米长势与产量潜力密切相关，是品种改良关注的重要性状。传统的长势监测方法依赖于人工观察，易受到主观因素的影响。为解决这一问题，在吉林省玉米主产区选取5个适宜生态点开展田间试验。使用无人机飞行系统采集原始图像数据，提出一种基于GAN网络的分割模型GU—Net，从田间图像中提取玉米冠层覆盖度。结果表明，所提出的GU—Net模型在测试集上的精确率为93.94%、召回率为90.86%、F1分数为92.73%、平均联合交集为87.36%、马修斯相关系数为91.74%，优于U—Net、FCN等传统模型。以不同环境、不同施氮梯度的玉米栽培试验构建验证样本集，绘制冠层响应曲线，并计算曲线所围面积用于量化玉米长势。

关键词：玉米长势监测,无人机,覆盖度,深度学习,图像分割

基金资助：吉林省教育厅科学技术研究项目(JJKH20251706KJ)；长春人文学院项目库项目(2023xmk11)