| 结合无人机光谱与纹理特征和覆盖度的水稻叶面积指数估算 |
| |
| 引用本文： | 杭艳红,苏欢,于滋洋,刘焕军,官海翔,孔繁昌.结合无人机光谱与纹理特征和覆盖度的水稻叶面积指数估算[J].农业工程学报,2021,37(9):64-71. |
| |
| 作者姓名： | 杭艳红 苏欢 于滋洋 刘焕军 官海翔 孔繁昌 |
| |
| 作者单位： | 1. 东北农业大学公共管理与法学院,哈尔滨 150030;;2. 中国科学院东北地理与农业生态研究所,长春 130012;;1. 东北农业大学公共管理与法学院,哈尔滨 150030; 2. 中国科学院东北地理与农业生态研究所,长春 130012; |
| |
| 基金项目： | 中科院STS区域重点项目（E02E030101）;东北农业大学"学术骨干"项目（54932612） |
| |
| 摘 要： | 为了探究无人机多指标构建叶面积指数(Leaf Area Index,LAI)估算模型的能力,该研究通过不同纹理组合方式优选纹理指数,分别以光谱特征、纹理指数和作物覆盖度作为输入量建立一元线性模型,3类指标结合构建多元逐步回归和人工神经网络模型,分析多指标结合估算LAI的精度。结果表明:新的纹理指数能够明显提高纹理特征值与LAI的相关性,近红外波段均值与蓝波段均值的差值较近红外波段均值提高了13.54%;将绿度归一化植被指数(Green Normalized Difference Vegetation Index,GNDVI)、差值纹理指数和作物覆盖度结合来估算水稻LAI的精度最好,多指标结合的多元逐步回归模型的决定系数为0.866,调整后决定系数为0.816,均方根误差为0.308,人工神经网络模型结果再次验证这一结论。该研究成果可为基于无人机平台估算作物结构参数提供理论依据,并为其他作物LAI估算提供借鉴。
|
| 关 键 词： | 无人机 叶面积指数 多光谱 覆盖度 纹理指数 水稻 |
| 收稿时间： | 2021/1/14 0:00:00 |
| 修稿时间： | 2021/4/24 0:00:00 |
Estimation of rice leaf area index combining UAV spectrum, texture features and vegetation coverage |
| |
| Hang Yanhong,Su Huan,Yu Ziyang,Liu Huanjun,Guan Haixiang,Kong Fanchang.Estimation of rice leaf area index combining UAV spectrum, texture features and vegetation coverage[J].Transactions of the Chinese Society of Agricultural Engineering,2021,37(9):64-71. |
| |
| Authors: | Hang Yanhong Su Huan Yu Ziyang Liu Huanjun Guan Haixiang Kong Fanchang |
| |
| Institution: | 1. School of Public Administration and Law, Northeast Agricultural University, Harbin 150030, China;;2. Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences, Changchun 130012, China;;1. School of Public Administration and Law, Northeast Agricultural University, Harbin 150030, China; 2. Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences, Changchun 130012, China; |
| |
| Abstract: | |
| |
| Keywords: | UAV leaf area index multispectral crop coverage texture index rice |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|
