本文主要研究内容
作者陶惠林,徐良骥,冯海宽,杨贵军,杨小冬,苗梦珂,代阳（2019）在《基于无人机数码影像的冬小麦株高和生物量估算》一文中研究指出：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(R2=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(R2=0.721 2,RMSE=0.137 2 kg/m2,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(R2=0.819 1,RMSE=0.110 6 kg/m2,NRMSE=21.15%)要优于加入株高H所构建的估算模型(R2=0.794 1,RMSE=0.117 9 kg/m2,NRMSE=22.56%);SWR生物量估算模型(R2=0.7212)效果优于PLSR(R2=0.677 4)和RF(R2=0.657 1)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。
Abstract
gao xiao 、kuai su de huo qu zuo wu de zhu gao he sheng wu liang xin xi ,dui nong ye sheng chan you chong yao yi yi 。gai wen li yong 2015nian 4yue -6yue huo de le dong xiao mai ba jie ji 、tiao qi ji he kai hua ji de gao qing shu ma ying xiang 。shou xian ji yu mo ren ji gao qing shu ma ying xiang sheng cheng dong xiao mai de zuo wu biao mian mo xing (crop surface model,CSM),li yong CSMdi qu chu dong xiao mai de zhu gao (Hcsm),ran hou li yong di qu de 21chong shu ma ying xiang tu xiang zhi shu ,gou jian le ba jie ji 、tiao qi ji he kai hua ji hun ge de duo sheng yo ji sheng wu liang gu suan mo xing ,bing jin hang chan sheng yo ji he duo sheng yo ji mo xing dui bi fen xi ;zui hou shua ze zhu bu hui gui (stepwise regression,SWR)、pian zui xiao er cheng (partial least square,PLSR)、sui ji sen lin (random forest,RF)3chong jian mo fang fa dui duo sheng yo ji gu suan mo xing jin hang dui bi ,tiao shua chu dong xiao mai sheng wu liang gu suan de zui you mo xing 。jie guo biao ming ,di qu de Hcsmhe shi ce zhu gao (H)ju you gao du ni ge xing (R2=0.87,RMSE=6.45 cm,NRMSE=11.48%);yu jin yong shu ma ying xiang tu xiang zhi shu gou jian de sheng wu liang gu suan mo xing xiang bi (R2=0.721 2,RMSE=0.137 2 kg/m2,NRMSE=26.25%),shu ma ying xiang tu xiang zhi shu rong ru Hhe Hcsmsuo de mo xing xiao guo geng jia ,ji zhong rong ru Hcsmde mo xing jing du he wen ding xing (R2=0.819 1,RMSE=0.110 6 kg/m2,NRMSE=21.15%)yao you yu jia ru zhu gao Hsuo gou jian de gu suan mo xing (R2=0.794 1,RMSE=0.117 9 kg/m2,NRMSE=22.56%);SWRsheng wu liang gu suan mo xing (R2=0.7212)xiao guo you yu PLSR(R2=0.677 4)he RF(R2=0.657 1)sheng wu liang gu suan mo xing 。gai yan jiu wei dong xiao mai sheng chang zhuang kuang gao xiao 、kuai su jian ce di gong can kao 。
论文参考文献
论文详细介绍
论文作者分别是来自农业工程学报的陶惠林,徐良骥,冯海宽,杨贵军,杨小冬,苗梦珂,代阳，发表于刊物农业工程学报2019年19期论文，是一篇关于无人机论文,数码影像论文,作物表面模型论文,冬小麦论文,株高论文,生物量论文,逐步回归论文,农业工程学报2019年19期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自农业工程学报2019年19期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：无人机论文; 数码影像论文; 作物表面模型论文; 冬小麦论文; 株高论文; 生物量论文; 逐步回归论文; 农业工程学报2019年19期论文;