基于无人机航拍图像的水稻叶片SPAD值反演 |
| |
引用本文: | 陈兆中,段少坤,岳云开,李焕群,吴霞,陈建福,王小卉,李绪孟.基于无人机航拍图像的水稻叶片SPAD值反演[J].杂交水稻,2024(2):14-22. |
| |
作者姓名: | 陈兆中 段少坤 岳云开 李焕群 吴霞 陈建福 王小卉 李绪孟 |
| |
作者单位: | 湖南农业大学农学院 |
| |
基金项目: | 湖南省重点研发计划项目(2022NK2047); |
| |
摘 要: | 为利用无人机航拍图像实现水稻叶绿素含量的高通量检测,以籼型三系杂交水稻品种兆优5431为材料,设置3个密度水平和5个施氮量水平,共15个处理,在水稻不同生育期通过大疆精灵4RTK无人机获取航拍图像和人工测定水稻叶片SPAD值,并选取7种与水稻叶片SPAD值显著相关的可见光植被指数,采用线性回归和机器学习方法构建了水稻叶片SPAD值反演模型,通过精度验证确定水稻叶片SPAD值最优预测模型。结果表明,机器学习模型中,随机森林模型精度均高于其他回归模型,该算法构建的模型具有较高的预测精度,其模型各项指标分别是建模集R2为0.85、RMSE为2.73,验证集R2为0.76、RMSE为3.64。因此,机器学习模型能为水稻叶片SPAD值进行无损、快速监测提供参考。
|
关 键 词: | 水稻 叶绿素含量 SPAD值 无人机 航拍图 机器学习 随机森林算法 |
|
|