| 基于无人机多光谱影像的番茄冠层SPAD预测研究 |
| |
| 引用本文： | 田军仓,杨振峰,冯克鹏,丁新军.基于无人机多光谱影像的番茄冠层SPAD预测研究[J].农业机械学报,2020,51(8):178-188. |
| |
| 作者姓名： | 田军仓 杨振峰 冯克鹏 丁新军 |
| |
| 作者单位： | 宁夏大学土木与水利工程学院,银川750021;宁夏节水灌溉与水资源调控工程技术研究中心,银川750021;宁夏大学土木与水利工程学院,银川750021 |
| |
| 基金项目： | 宁夏回族自治区重点研发计划重大项目（2018BBF02022）和宁夏高等学校一流学科建设项目(NXYLXK2017A03) |
| |
| 摘 要： | 番茄冠层不同垂直位置叶绿素含量的精确预测是及时防控番茄病虫害、精准施肥、灌溉等田间管理的重要基础,无人机可灵活高效地获取中小区域农作物冠层光谱信息,为农业生产提供便利。基于无人机搭载多光谱传感器获取的多光谱影像数据,建立感兴趣区域,提取各波段反射率数据,计算9种植被指数参数与实测番茄3个生育期的冠层上、中、下层及冠层整体的SPAD值,进行相关性与敏感度分析,筛选植被指数最优变量,采用偏最小二乘、支持向量机、BP神经网络模型进行冠层不同位置SPAD值的预测建模及验证。结果表明,开花坐果期,番茄冠层上层叶片的SPAD值高于中层和下层叶片,结果初期和结果晚期,番茄中层叶片的SPAD值高于上层和下层叶片;冠层上层叶片SPAD值与植被指数相关性程度及线性敏感程度优于冠层中层和下层叶片;基于番茄冠层上、中、下层及整个冠层SPAD值建立的支持向量机预测模型的R~2高于偏最小二乘和BP神经网络预测模型。因此,支持向量机预测模型可为番茄精准管理提供理论依据。
|
| 关 键 词： | 番茄冠层 无人机 多光谱 叶绿素 |
| 收稿时间： | 2019/12/27 0:00:00 |
Prediction of Tomato Canopy SPAD Based on UAV Multispectral Image |
| |
| TIAN Juncang,YANG Zhenfeng,FENG Kepeng,DING Xinjun.Prediction of Tomato Canopy SPAD Based on UAV Multispectral Image[J].Transactions of the Chinese Society of Agricultural Machinery,2020,51(8):178-188. |
| |
| Authors: | TIAN Juncang YANG Zhenfeng FENG Kepeng DING Xinjun |
| |
| Institution: | Ningxia University;Engineering Technology Research Center of Water-saving Irrigation and Water Resource Regulation in Ningxia |
| |
| Abstract: | |
| |
| Keywords: | tomato canopy UAV multispectral chlorophyll |
| 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 |
|
