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

基于纹理-颜色特征与植被指数融合的冬小麦LAI估测
引用本文:范军亮,王涵,廖振棋,戴裕珑,余江,冯涵龙.基于纹理-颜色特征与植被指数融合的冬小麦LAI估测[J].农业机械学报,2023,54(7):347-359.
作者姓名:范军亮  王涵  廖振棋  戴裕珑  余江  冯涵龙
作者单位:西北农林科技大学
基金项目:中央高校基本科研业务费专项资金项目(2452020018)
摘    要:准确、快速、无损估测叶面积指数(LAI)对于冬小麦生产管理具有重要意义。利用无人机搭载Prime ALTUM多光谱相机获取冬小麦拔节期、孕穗期、抽穗期、灌浆期多光谱图像,利用LAI-2200C型植物冠层分析仪获取地面LAI数据。通过Pearson相关性分析筛选出25个植被指数,并提取植被指数影像中8种纹理特征:对比度(CON)、熵(ENT)、方差(VAR)、均值(MEA)、协同性(HOM)、相异性(DIS)、二阶矩(SEM)和相关性(COR),以及3种颜色特征:一阶矩(M)、二阶矩(V)和三阶矩(S),再分别利用多元逐步回归模型(MSR)、支持向量回归模型(SVR)和高斯过程回归模型(GPR)构建冬小麦LAI估测模型。结果表明:相对于考虑单一类型变量,考虑结合纹理特征和颜色特征进行估测时模型精度更高;3类模型中,GPR模型估测冬小麦LAI的精度最高;所有模型中,基于纹理-颜色特征与植被指数融合的GPR模型估测冬小麦LAI精度最高(决定系数R2为0.94,均方根误差(RMSE)为0.17 m2/m2,平均绝对误差(MAE)...

关 键 词:冬小麦  叶面积指数  纹理特征  颜色特征  植被指数  多光谱图像
收稿时间:2022/10/13 0:00:00

Winter Wheat Leaf Area Index Estimation Based on Texture-color Features and Vegetation Indices
FAN Junliang,WANG Han,LIAO Zhenqi,DAI Yulong,YU Jiang,FENG Hanlong.Winter Wheat Leaf Area Index Estimation Based on Texture-color Features and Vegetation Indices[J].Transactions of the Chinese Society of Agricultural Machinery,2023,54(7):347-359.
Authors:FAN Junliang  WANG Han  LIAO Zhenqi  DAI Yulong  YU Jiang  FENG Hanlong
Institution:Northwest A&F University
Abstract:
Keywords:winter wheat  leaf area index  texture features  color features  vegetation indices  multispectral images
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