物联网技术在农业中的应用

当前信息技术飞速发展,互联网技术应用已经迅速普及千家万户。各行各业也逐渐凸显出对网络技术应用需求的倍增,在这种需求下物联网技术应运而生。在国家大力实施乡村振兴战略背景下,现代农业高产高效的管理模式呼之欲出,这就产生了智慧农业的管理模式。智慧农业的管理模式在大大提高了农业的产值的同时又有效的节省了人力、物力,这种管理模式的技术支撑就是物联网技术。物联网技术在智慧农业中的应用为农业现代化发展提供了技术支撑,涵盖了人与物、物与物、人与人之间的各种关系,快速的实现各种信息交流反馈,大大提高了农业的产量产值,提高经济收入。     

基于无人机多光谱遥感和机器学习算法的南疆棉花生物量估算

为探究不同生育期内植被指数对南疆棉花地上部生物量的估算潜力，利用无人机测取试验地塔河二号棉花3个生育期(蕾期、花铃期、吐絮期)多光谱影像数据，同时进行棉花植株生物量(地上部分干质量)的数据采集，对不同生育时期的棉花光谱及地上部生物量变化特征进行分析，选取Pearson相关系数法筛选出的单一植被指数和多种植被指数组合构建基于偏最小二乘法(PLSR)、支持向量机(SVM)和随机森林(RF)3种机器学习算法的反演模型，通过决定系数(R²)和均方根误差(RMSE)对反演效果进行评定。结果表明，地上生物量在蕾期至吐絮期内持续增大，多光谱近红外波段反射率在蕾期至吐絮期内先升高后降低，花铃期的模型估算效果最佳，R²均≥0.68,RMSE均≤0.53;NDVI、RVI和GNDVI这3种植被指数与棉花地上部生物量的相关性最高，相关系数均≥0.765,呈极显著相关关系(P<0.01);以植被指数组合(NDVI-RVI)为变量的支持向量机回归模型的建模效果最优。本研究探究了不同植被指数组合和不同机器学习算法建模的估算效果，证明了植被指数融合的方法在棉花不同生...