| 小麦倒伏信息无人机多时相遥感提取方法 |
| |
| 引用本文： | 李广,张立元,宋朝阳,彭曼曼,张瑜,韩文霆.小麦倒伏信息无人机多时相遥感提取方法[J].农业机械学报,2019,50(4):211-220. |
| |
| 作者姓名： | 李广 张立元 宋朝阳 彭曼曼 张瑜 韩文霆 |
| |
| 作者单位： | 西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,中国科学院水利部水土保持研究所,西北农林科技大学 |
| |
| 基金项目： | 国家重点研发计划项目（2017YFC0403203）、旱区作物需水无人机遥感与精准灌溉技术及装备研发平台项目（2017-C03）和陕西省水利科技项目（2017SLKJ-7） |
| |
| 摘 要： | 采用两期无人机可见光遥感图像,对灌浆期冬小麦倒伏图像特征及倒伏信息提取方法进行研究。从增强图像空间域方面,对图像进行二次低通滤波,获取地物散点图,以散点存在明显分界线为判定标准,选出小麦倒伏信息提取的单特征,对两单特征线性拟合构建倒伏小麦两时期提取特征参数F_1和F_2,再以两特征参数相似性构建综合特征参数F_3。将特征参数结合K-means算法提取冬小麦倒伏信息,整体精度(OA)达86. 44%以上,Kappa系数达0. 73以上,倒伏信息提取精度(F)为81. 07%以上,因此综合特征参数可作为两个时期冬小麦倒伏信息提取特征参数。分别用本文方法、支持向量机、神经网络法和最大似然法提取验证区域倒伏小麦信息,经验证,本文方法提取小麦倒伏信息整体精度(OA)达86. 29%以上,Kappa系数达0. 71以上,倒伏信息提取精度(F)达80. 60%以上;其他3种常用方法提取的整体精度(OA)为69. 68%～87. 44%,Kappa系数为0. 49～0. 72,倒伏信息提取精度(F)为65. 33%～79. 76%。结果表明,本文方法整体精度和倒伏信息提取精度均高于目前常用分类方法。因此,综合特征参数与K-means算法对冬小麦在灌浆期倒伏信息提取具有一定的准确性和适用性。
|
| 关 键 词： | 冬小麦 倒伏 无人机遥感 图像处理 多时相 K-means |
| 收稿时间： | 2018/9/21 0:00:00 |
Extraction Method of Wheat Lodging Information Based on Multi-temporal UAV Remote Sensing Data |
| |
| LI Guang,ZHANG Liyuan,SONG Chaoyang,PENG Manman,ZHANG Yu and HAN Wenting.Extraction Method of Wheat Lodging Information Based on Multi-temporal UAV Remote Sensing Data[J].Transactions of the Chinese Society of Agricultural Machinery,2019,50(4):211-220. |
| |
| Authors: | LI Guang ZHANG Liyuan SONG Chaoyang PENG Manman ZHANG Yu and HAN Wenting |
| |
| Institution: | Northwest A&F University,Northwest A&F University,Northwest A&F University,Northwest A&F University,Institute of Soil and Water Conservation, Chinese Academy of Sciences & Ministry of Water Resources and Northwest A&F University |
| |
| Abstract: | |
| |
| Keywords: | winter wheat lodging unmanned aerial vehicle remote sensing image processing multi-temporal K-means |
| 本文献已被 CNKI 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 |
|
