《中国农机化学报杂志》发表论文赏析
作者:赵胜利, , , 王国宾, , , 胡连槟, , , 徐海钰, , , 巩道财, , , 兰玉彬, ,
摘要:及时准确地监测棉花长势和产量是精准农业栽培管理的关键。无人机(UAV)平台能够快速获取高时空分辨率的遥感数据,在作物生长参数和产量估算方面显示出巨大的潜力。以山东省滨州市棉花为研究对象,利用安装在无人机上的多光谱相机获取遥感影像,分别提取各波段反射率,筛选出8种植被指数,采用多元线性回归(MLR)、随机森林(RF)、人工神经网络(BPNN)3种方法分别构建棉花的株高、叶绿素相对含量、单株产量的估计模型并进行验证。结果表明,基于BPNN的预测模型精度明显优于MLR和RF模型,盛花期与成熟期棉花株高估计模型验证集的R2分别为0.842和0.670;叶绿素相对含量估算模型验证集的R2分别为0.725和0.765;产量估算模型验证集的R2分别为0.860和0.846。为无人机遥感在作物生长参数与产量估算领域中的应用提供理论依据,为进一步优化农业生产管理、科学决策提供参考。
关键词:棉花,无人机遥感,植被指数,株高,叶绿素相对含量,产量
基金资助:山东省引进顶尖人才“一事一议”专项经费资助项目(鲁政办字[2018]27号);淄博市重点研发计划(2019ZBXC200)