首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于无人机高光谱遥感数据的冬小麦产量估算
引用本文:陶惠林,徐良骥,冯海宽,杨贵军,杨小冬,牛亚超.基于无人机高光谱遥感数据的冬小麦产量估算[J].农业机械学报,2020,51(7):146-155.
作者姓名:陶惠林  徐良骥  冯海宽  杨贵军  杨小冬  牛亚超
作者单位:北京农业信息技术研究中心农业农村部农业遥感机理与定量遥感重点实验室,北京100097;安徽理工大学测绘学院,淮南232001;北京农业信息技术研究中心农业农村部农业遥感机理与定量遥感重点实验室,北京100097;国家农业信息化工程技术研究中心,北京100097;北京农业信息技术研究中心农业农村部农业遥感机理与定量遥感重点实验室,北京100097;北京市农业物联网工程技术研究中心,北京100097;国家农业信息化工程技术研究中心,北京100097;北京市农业物联网工程技术研究中心,北京100097
基金项目:国家自然科学基金项目(41601346、41871333)和广东省重点领域研发计划项目(2019B020214002)
摘    要:为了准确和高效地预测作物产量,以冬小麦为研究对象,利用无人机遥感平台搭载高光谱相机,获取了冬小麦各生育期的无人机影像。根据高光谱具有较多的光谱信息且存在特有的红边区域的特点,选取了9种植被指数和5种红边参数。首先,分析植被指数和红边参数与产量的相关性,优选5种植被指数和2种红边参数用于构建产量估算模型;然后,构建了不同生育期的3种产量估算模型:单参数线性回归模型、基于植被指数并使用偏最小二乘回归方法模型、基于植被指数结合红边参数并使用偏最小二乘回归方法模型;最后利用3种模型分别估算冬小麦产量。结果表明:4个生育期内,大部分植被指数和红边参数与产量呈现极显著相关性;拔节期、挑旗期、开花期与灌浆期构建的单参数线性回归模型中表现最佳的参数分别为REP、Dr/Drmin、GNDVI与GNDVI;利用偏最小二乘回归方法提高了产量估算精度,以植被指数结合红边参数为因子构建的模型提高了产量估算效果(优于以植被指数为因子构建的产量模型)。本研究可为无人机高光谱估算作物产量提供参考。

关 键 词:冬小麦  产量  无人机高光谱  遥感  估算  偏最小二乘
收稿时间:2020/4/1 0:00:00

Winter Wheat Yield Estimation Based on UAV Hyperspectral Remote Sensing Data
TAO Huilin,XU Liangji,FENG Haikuan,YANG Guijun,YANG Xiaodong,NIU Yachao.Winter Wheat Yield Estimation Based on UAV Hyperspectral Remote Sensing Data[J].Transactions of the Chinese Society of Agricultural Machinery,2020,51(7):146-155.
Authors:TAO Huilin  XU Liangji  FENG Haikuan  YANG Guijun  YANG Xiaodong  NIU Yachao
Institution:Beijing Research Center for Information Technology in Agriculture;Anhui University of Science and Technology;Beijing Research Center for Information Technology in Agriculture;National Engineering Research Center for Information Technology in Agriculture
Abstract:
Keywords:winter wheat  yield  UAV hyperspectral  remote sensing  estimation  partial least squares
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《农业机械学报》浏览原始摘要信息
点击此处可从《农业机械学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号