共查询到20条相似文献，搜索用时 15 毫秒
1.
基于全波段高光谱的冬小麦生长参数估算方法比较 总被引：1，自引：0，他引：1
利用高光谱数据监测作物生长情况具有无损和高效的特点,是现代农业的发展方向。为了简化高光谱数据处理流程,直接利用原始的高光谱反射率完成从建模到估算作物生长参数的全过程,应用于作物长势的实时监测。本文利用偏最小二乘回归（partial least squares regression,PLSR）、支持向量回归（support vector regression,SVR）和前馈神经网络（feedforward neural network,FNN）3种方法,利用全波段高光谱数据分别对冬小麦多个关键生育期（拔节、孕穗、扬花和乳熟期）生长参数（地上部生物量、叶面积指数、全氮含量和叶绿素浓度）进行了估算。比较3种方法的建模及估测效果,发现对于建模集数据,SVR对上述生长参数4个生育期的估测结果R2均值为0.89~0.98,MAPE为1.70%~7.53%,对于验证集数据,R2均值为0.90~0.94,MAPE为4.04%~7.46%,拟合优度和估测精度均超过PLSR和FNN,是估算方法中利用全波段光谱反射率估测冬小麦生长参数的最佳方案。随着无人机载高光谱技术成熟,SVR方法能够用于处理航拍获取的大范围田间高光谱信息,简便快捷地进行建模与参数反演,实时反映作物生长状态。 相似文献
2.
遥感技术在烟草长势监测及估产中的应用进展 总被引：1，自引：1，他引：0
烟草长势信息是烟草生产管理的重要依据,全面了解遥感技术在烟草长势监测及估产中的应用进展,为利用遥感技术支撑科学化、精细化烟田管理提供科学参考。在对相关文献分析和归纳的基础上,从地面光谱、无人机遥感、卫星遥感3种尺度对目前遥感技术在烟草长势监测与估产方面的应用进行系统总结,并对进一步研究进行展望。（1）基于地面光谱对烟草的监测,主要是利用反射率光谱及其不同的变换形式、光谱指数和光谱位置变量估测其生理生化参量（氮、磷、钾、生物量、叶面积指数、叶绿素等）,为诊断烟草生长、健康状况、成熟度提供依据,进一步实现烟草长势监测、估产与品质评定。（2）利用无人机遥感技术能够在小尺度上对作物的面积进行提取、监测长势及估产,但受搭载相机分辨率、地形、自身稳定性等影响,不能监测烟草的细微变化。（3）参考LandSat、SPOT、MODIS、HJ-1等光学遥感数据以及SAR数据,利用遥感影像融合、分类等技术能够实现对大面积烟田病害、长势进行监测和产量估计。结合多源、多平台遥感数据,对烟草的参数进行定量研究,并利用同化技术对大尺度上烟草生长过程进行动态监测,来探索烟草的最佳采收期是未来研究的重点。 相似文献
3.
基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用 总被引：2，自引：0，他引：2
以冬小麦LAI为研究对象,利用孕穗期、开花期和灌浆期获取的无人机UHD185高光谱影像以及同步测定的地面数据(冬小麦冠层ASD反射率和冬小麦LAI),论证光谱特征(红边参数或植被指数)与偏最小二乘回归算法结合的改进型LAI拟合方法在无人机画幅高光谱遥感LAI探测方面的应用价值。首先,从光谱反射率相关性和植被指数相关性两方面比较UHD185与ASD,验证UHD185数据精度;结果表明,第3~第96波段(458~830 nm)的无人机UHD185高光谱数据具有较好的光谱质量,适宜探测冬小麦LAI。其次,分析光谱特征(6种植被指数和4种红边参数)与LAI的相关性,并通过独立验证和交叉验证方法,依次对基于红边参数或植被指数的传统LAI拟合方法和改进型LAI拟合方法的冬小麦LAI预测精度进行评价,相比于传统LAI拟合方法,改进型LAI拟合方法能大幅度提高冬小麦LAI的预测精度,特别是PLSR+REP。研究结果证实,改进型LAI拟合方法能更加充分地利用无人机UHD185高光谱数据预测冬小麦LAI,可望为无人机高光谱遥感的作物理化参数探测提供几点可借鉴的思路。 相似文献
4.
基于高光谱遥感的小麦条锈病胁迫下的产量损失估计 总被引：2，自引：1，他引：1
为利用高光谱遥感监测小麦条锈病,并对小麦条锈病胁迫下的产量损失进行估计,通过分析发生条锈病后的小麦冠层光谱及一阶微分的特征,分析病情指数对产量及产量构成因素的影响,分析产量和不同生育时期的光谱反射率及一阶微分光谱的相关关系,从中提取相关性高的植被指数和一阶微分参数建立产量模拟方程。结果表明,在一定范围内,产量损失随着病情指数的增大而增大,光谱反射率与产量在各个生育期都表现出稳定的显著正相关关系,从中提取相关性高的植被指数(NDVI和RVI)和一阶微分参数(SDr),利用植被指数(NDVI和RVI)建立的多时相产量模拟方程,其模拟效果较好;利用一阶微分参数(SDr)建立的不同生育时期产量回归方程,模拟的精度较高。研究结果对利用高光谱遥感监测作物病害胁迫下产量具有实际应用价值。 相似文献
5.
为克服光学卫星遥感只能获取表层土壤光谱信息而不能用于直接估测耕层土壤含水量的局限性,建立基于表层土壤高光谱的耕层土壤含水量间接估测模型。以山东省济阳县85个潮土样本的含水量及高光谱数据为基础,根据表层与耕层土壤含水量的内在关系,建立耕层土壤含水量间接光谱估测模型。结果表明,表层土壤光谱反射率的对数变换效果较好,以1339、1457、1745、1969、1996 nm波段的对数变换值为估测因子,采用多元线性回归模型建立的表层含水量估测模型的决定系数为R 2=0.8911,平均相对误差为13.67%;土壤耕层与表层含水量之间存在着显著的相关性,R 2=0.8131;耕层土壤含水量间接光谱估测模型的精度较高,决定系数R 2=0.8138,平均相对误差为9.66%。研究表明,山东省济阳县潮土表层、耕层含水量之间存在着显著的相关性,利用表层土壤光谱间接估测耕层土壤含水量是可行有效的。 相似文献
6.
如何确定合适的氮肥施用量及其施用时期一直是精确农业中的重要问题。有关作物氮营养状态的遥感估测，已有大量的研究报道，主要是通过估测叶片中氮素的含量或积累量来诊断作物的氮营养状况。根据使用波段的不同，叶片氮素估测的方法可以分为两种，一是利用中红外波段氮元素的光谱吸收特性，但这种方法只证明在叶片水平是可行的；二是根据叶绿素与氮素间的相关性，通过估测叶绿素状态来估测作物的氮营养状况，并由此发展了大量的光谱指数。这类方法有很大的局限性，其一因为有时不同氮营养下的植株间主要表现为其他生物物理或生物化学参数的差异，所以有时氮素或叶绿素积累水平并不一定能够反映作物氮营养状况；其二由于氮营养水平同时影响作物多种生长参数，氮素(或叶绿素)与光谱间的相关性会受到其他植被参数的影响，因而氮素(或叶绿素)状态难以被精确估测。 相似文献
7.
基于无人机遥感图像的苎麻产量估测研究 总被引：2，自引：0，他引：2
FU Hong-Yu CUI Guo-Xian LI Xu-Meng SHE Wei CUI Dan-Dan ZHAO Liang SU Xiao-Hui WANG Ji-Long CAO Xiao-Lan LIU Jie-Yi LIU Wan-Hui WANG Xin-Hui 《作物学报》2020,46(9):1448-1455
本研究旨在探索一种利用无人机-RGB系统提取的苎麻株高和可见光图像光谱信息估测产量的新方法。试验于2019年在湖南农业大学耘园苎麻基地进行,利用无人机搭载高清数码相机获取二季苎麻苗期和成熟期的图像。首先利用Pix4Dmapper生成苎麻冠层2个生育期的数字表面模型和高清数码正射图像;然后基于数字表面模型采用"差分法"计算试验小区的平均株高(DSM-based H);基于正射图像提取试验小区RGB通道均值,进而计算遥感图像数码变量和植被指数,分析苎麻种质间的图像光谱表型性状和产量株高比性状的差异性与多样性;最后采用逐步回归方法建立苎麻产量预测模型,并对各项产量解释因子进行相关性分析。结果表明:(1)基于无人机-RGB系统遥感株高与实测株高显著相关(r=0.90),修正遥感株高的均方根误差为0.04 m。(2)苎麻产量与株高信息存在极显著相关性(r=0.91),而与图像光谱表型相关性不明显。(3)融合遥感图像株高和种质特征差异构建的苎麻产量估测模型精度较高, R~2=0.85, RMSE=0.71。因此,基于无人机遥感图像的苎麻产量估测是可行的,这对苎麻种质特征评价和产量估测具有重要的意义。 相似文献
8.
9.
10.
文章对多源遥感在森林资源监测的应用现状及发展趋势进行阐述，相比传统森林资源监测投入大量人力开展外业调查，卫星遥感和无人机遥感在森林资源监测中具有明显优势。在基于多源遥感数据开展的森林资源监测研究中，笔者重点对比5种多源遥感在森林资源监测中的应用，包括森林病虫害监测、林分树高测定、森林冠层结构测定、树种组成及森林分类、森林生物量测定。认为资源卫星、微波遥感、成像光谱技术及三维遥感中的森林资源监测新技术、新方法，如深度学习智能分类、多源遥感融合技术将成为未来多源遥感森林资源监测新手段，应用差分GPS、三维遥感及高光谱结合数学计算机技术，可以提高不同层级的森林资源估测精度；无人机遥感的自动化、信息化将是无人机遥感应用于森林资源监测中的发展趋势；此外，长时间续航能力、搭载多类型传感器将进一步提高无人机遥感对森林资源的精准监测。 相似文献
11.
利用高光谱遥感技术监测作物水分状况和籽粒产量,对于调控作物生长、优化水分管理和改善产量形成具有重要意义。本研究玉米品种选用正红505,于2018—2019年在四川雅安和仁寿的试验田设置4个水分处理(正常水分、轻度、中度和重度干旱),分析玉米在拔节期(V6)、抽雄期(VT)和灌浆期(R2)的冠层含水量(canopy water content,CWC)与籽粒产量的定量关系,利用植被指数和连续小波变换对光谱反射率数据进行处理,采用线性回归方法构建CWC定量反演模型,进一步探索以CWC为桥梁建立的玉米籽粒产量的预测模型效果。结果表明,(1)利用小波特征构建的CWC估测模型的预测效果高于植被指数,V6、VT和R2期分别以小波特征gaus3770,64、rbio3.31635,2和rbio3.3838,2构建的线性回归模型检验精度较高,R2分别为0.770、0.291和0.233。(2) CWC与玉米籽粒产量间建立的线性回归模型均达极显著水平(P<0.01),V6、VT和R2期的R2 相似文献
12.
不同耕作方式对砂姜黑土理化性质和小麦产量的影响 总被引：3，自引：1，他引：2
为探讨砂姜黑土农田适宜的耕作方式,提升砂姜黑土农田地力及作物产量,发挥地域资源优势,以‘百农207’为试验材料,通过田间试验,研究了免耕、旋耕(15 cm)和深耕(30 cm)3种耕作方式对砂姜黑土农田土壤容重、土壤含水量、硝态氮含量及小麦籽粒产量的影响。结果表明:在小麦越冬期和成熟期,3种耕作方式0~10 cm土层土壤容重差异不显著(P0.05),但深耕处理显著降低了10~40 cm土层土壤容重(P0.05)。在小麦苗期,3种耕作方式对0~40 cm土层土壤含水量影响规律不明显(P0.05),但在小麦越冬期、拔节期、成熟期,深耕处理显著增加了0~40 cm土层土壤含水量(P0.05)。在小麦成熟期,0~40 cm土层土壤硝态氮含量均为免耕旋耕深耕。与免耕处理相比,深耕处理通过增加小麦穗粒数和千粒重,使籽粒产量增加9.79%。综合研究区的土壤性质、作物生长、自然环境等因素,小麦季30 cm深耕可以降低土壤容重,增加土壤含水量,提高小麦籽粒产量,可作为砂姜黑土农田适宜的耕作方式。 相似文献
13.
高光谱遥感估测大豆冠层生长和籽粒产量的探讨 总被引：8，自引：0，他引：8
现代作物育种需要监测大量育种材料的生长并估测产量潜势, 高光谱遥感技术为此提供了简单、快捷、非损伤性测定的可能途径。选取30份大豆育成品种进行连续2年的产量比较试验, 在盛花期(R2)、盛荚期(R4)和鼓粒始期(R5)测定地上部生物量(ADM)和叶面积指数(LAI), 并利用ASD高光谱地物仪同步收集大豆冠层反射光谱信息。供试品种间ADM、LAI和产量差异显著或极显著。不同生育期可见光和近红外区域的光谱反射率与大豆ADM、LAI及产量均有显著相关, 尤其在R4和R5期相关性最高。在构建大量光谱参数的基础上, 遴选出对ADM、LAI及产量预测精度较好的回归模型。其中, R5期的P_Area560光谱参数与LAI和R4期的V_Area1450光谱参数与ADM构建的两个生长性状的监测模型效果最好, 决定系数(R2)分别为0.582和0.692。未发现单一生育期光谱参数对大豆估产的有效模型, 但综合R2期NPH1280、R4期V_Area1190以及R5期NPH560构建的产量估测模型, 决定系数(R2)达到0.68, 效果较好。本研究 相似文献
14.
基于遥感信息与水稻模型相结合对镇江地区水稻种植面积与产量的估测 总被引：3，自引：2，他引：3
为了实现遥感信息与作物模型相结合对镇江地区的水稻种植面积与产量的估测,以便于可以直接利用遥感信息与模型对该地区的水稻生长进行监测,将遥感资料与水稻生产模型(ORYZA2000)相结合,建立遥感数值模拟模型,进行由点及面的区域水稻种植面积及产量的估测。利用遥感数据（8天合成的MODIS和环境小卫星数据）,计算归一化植被指数(NDVI)和增强植被指数(EVI),结合试验区实测的叶面积指数(LAI),建立植被指数与LAI之间的关系,通过模型模拟出的LAI计算出植被指数的浮动值,结合相对应的多时相的遥感数据识别镇江市的水稻,由此可以预报镇江市的水稻种植面积及产量。研究结果表明,模型对水稻生长发育期内的生物量和LAI的模拟较好,水稻LAI与遥感资料计算出的植被指数EVI的幂函数拟合性较好,可以应用这种相关模式识别水稻,并结合ORYZA2000模型提高区域范围的水稻估测精度,同时也体现了遥感信息与作物模型相结合可以很好的监测区域内水稻的生长情况,取得较好的模拟效果。 相似文献
15.
比较筛选水稻冠层SPAD值估测模型，为无人机多光谱遥感反演水稻SPAD值提供依据。利用无人机获取水稻拔节期、抽穗期、乳熟期的冠层多光谱影像，选取7种常用的植被指数，利用3种回归方法建立基于植被指数的水稻叶片SPAD值反演模型。结果表明，在不同生育期与水稻叶片SPAD值相关系数最高的植被指数不相同，拔节期最高的是GNDVI，抽穗期最高的是CIGreen，乳熟期最高的是CIRededge。抽穗期是水稻叶片SPAD值反演的最佳时期，模型具有较好的建模精度和估测效果，其中多元线性回归的建模精度较高，偏最小二乘回归模型的估测效果最好。试验结果可为水稻长势的实时无损监测提供参考。 相似文献
16.
土壤含水量高光谱遥感定量反演研究进展 总被引：4，自引：2，他引：2
高光谱遥感因其光谱信息丰富,在土壤含水量的反演中得到了广泛的应用。通过对土壤含水量遥感监测方法进行了归纳总结,对比分析了微波法、热红外法、光学法和高光谱法监测土壤含水量的优缺点以及适用范围;重点分析总结了土壤含水量高光谱遥感定量方法,简要阐述了统计模型和机理模型反演土壤含水量的研究进展,特别对辐射传输模型和几何光学模型等两个机理模型进行了说明,将近年来国内外学者在基于机理模型的土壤含水量遥感反演研究中获得的成果进行了归纳总结,并提出了存在的问题以及今后的研究方向。 相似文献
17.
《作物学报》2021,(9)
旨在探索并评估一种通过无人机平台搭载可见光相机提取饲料油菜生物量的新方法。试验于2018年在华中农业大学油菜试验基地展开,利用无人机搭载五相机倾斜摄影系统同时从多个角度获取油菜终花期的可见光图像,试验共设置3种无人机飞行高度(40、60和80 m)和3种播种密度(3.00×105、5.25×105和7.50×105株hm~(-2)),并评估和对比了多角度和单相机垂直2种成像方式的生物量预测结果。试验首先通过无人机图像提取油菜冠层覆盖度和株高信息;然后通过株高在覆盖面积上进行累加获得作物体积模型;最后基于作物体积模型与实测生物量建立线性回归模型预测油菜干物质重量。结果表明,(1)在本试验设置的3个飞行高度中,随着无人机飞行高度下降,生物量预测精度呈上升趋势,其中飞行高度为40 m时,油菜生物量估算精度最佳(校正集:r=0.792, RMSE=125.0 g m~(-2),RE=13.2%;验证集:r=0.752, RMSE=139.1 g m~(-2), RE=15.3%)。(2)种植密度越高,其实际生物量越小,通过作物体积模型预测生物量的效果更好。(3)多角度成像方式与单相机垂直成像方式在油菜生物量估测精度上没有显著差异,两者皆在40m高度下具有最好的生物量预测效果,相关系数r分别为0.772和0.742。以上结果表明,基于无人机低成本可见光成像建模技术提取饲料油菜生物量是可行的,本研究可为大田作物地上生物量信息的无损高效监测提供易于实施的解决方案和技术参考。 相似文献
18.
基于高光谱数据提取作物冠层特征信息的研究进展 总被引：6，自引：5，他引：1
高光谱(Hyperspectral)遥感是指光谱分辨率在10-2λ的遥感信息,其特点是光谱分辨率高(5~10nm)、波段连续性强(在0.4~2.5μm范围内有几百个波段)。高光谱遥感器既能对目标成像(有时也称成像光谱遥感)、又能测量目标物的波谱特性,因此,它不仅可以用来提高对农作物和植被类型的识别能力,而且还可以用来监测农作物长势和反演农作物的理化特性。绿色植物具有独特的光谱曲线特征,而作物具有绿色植物典型的光谱特征曲线,基于作物的光谱特征研究与其生理生化特性之间的关系,高光谱遥感数据在提取作物生理生化特征、提取作物冠层信息、估产以及预测病虫害等许多方面都表现出巨大的应用潜力。本文概述了利用高光谱数据提取作物冠层信息的研究现状、展望及其在新疆棉花生产中的应用和前景。 相似文献
19.
20.
白粉病严重危害小麦生长及制约产量形成,精确监测该病害对精确防控及保障国家粮食安全具有重要意义。在小麦孕穗、开花和灌浆期使用地物高光谱仪获取小麦冠层光谱数据,利用一阶导数(FD)、二阶导数(SD)、对数变换(LOG)、倒数变换(1/R)和连续去除法(CR)对原始光谱(OR)进行光谱变换,基于CARS算法和SPA算法相结合对五种变换的光谱数据和原始光谱进行特征波段提取,进而利用偏最小二乘回归(PLSR)、岭回归(RR)和高斯过程回归(GPR)建模方法确立小麦白粉病病情指数(mDI)监测模型。结果表明,一阶导数在Pearson相关性、两波段优化组合以及机器学习方法建模中,综合表现最好,是一种处理病害光谱数据的较好预处理方法。经过光谱数据变换后,再使用CARS-SPA算法可以更有效的提取特征波段,特征波段为411、450、476、543、561、594、624、671、726、780、835和950 nm。在不同机器学习建模方法对比中,高斯过程回归(GPR)模型表现最佳,其次为岭回归(RR)和偏最小二乘法回归(PLSR)。其中,一阶导数结合GPR模型的估算精度最高,建模集和验证集的平均R~2为... 相似文献