| 大田葵花土壤含盐量无人机遥感反演研究 |
| |
| 引用本文： | 陈俊英,姚志华,张智韬,魏广飞,王新涛,韩佳.大田葵花土壤含盐量无人机遥感反演研究[J].农业机械学报,2020,51(7):178-191. |
| |
| 作者姓名： | 陈俊英 姚志华 张智韬 魏广飞 王新涛 韩佳 |
| |
| 作者单位： | 西北农林科技大学水利与建筑工程学院,陕西杨凌712100;西北农林科技大学旱区农业水土工程教育部重点实验室,陕西杨凌712100;西北农林科技大学水利与建筑工程学院,陕西杨凌712100 |
| |
| 基金项目： | 国家重点研发计划项目（2017YFC0403302）、国家自然科学基金项目（41502225、51979232）和西北农林科技大学基本科研业务费前沿与交叉科学研究项目（2452019180） |
| |
| 摘 要： | 以内蒙古河套灌区沙壕渠灌域内大田葵花为研究对象,划分4块不同盐分梯度的试验地,利用无人机搭载六波段多光谱相机和热红外成像仪获取遥感数据,并同步采集区域内不同土壤深度处的盐分数据。利用灰色关联法对构建的光谱指数进行筛选,同时结合冠层温度数据,采用偏最小二乘回归(PLSR)、支持向量机(SVM)、反向传播神经网络(BPNN)和极限学习机(ELM) 4种建模方法构建大田葵花不同生育期、不同土壤深度的盐分反演模型。结果表明,基于葵花现蕾期数据构建的盐分反演模型整体效果优于开花期,以优选盐分指数和光谱指数作为变量组构建的模型效果优于植被指数变量组,盐分反演效果较好的土壤深度为0～20 cm和20～40 cm。不同建模方法对比结果表明,机器学习盐分反演模型的效果优于偏最小二乘回归模型,其中在葵花现蕾期0～20 cm土壤深度处,以光谱指数作为变量组构建的BPNN盐分模型反演效果最好,建模集和验证集R2分别达到0.773和0.718,验证集RMSE、CC分别达到0.062%和0.813。本研究成果可为无人机遥感在大田葵花土壤盐分监测方面的应用及相关研究提供参考。
|
| 关 键 词： | 无人机遥感 葵花 土壤含盐量 光谱指数 冠层温度 灰色关联法 |
| 收稿时间： | 2019/11/7 0:00:00 |
UAV Remote Sensing Inversion of Soil Salinity in Field of Sunflower |
| |
| CHEN Junying,YAO Zhihu,ZHANG Zhitao,WEI Guangfei,WANG Xintao,HAN Jia.UAV Remote Sensing Inversion of Soil Salinity in Field of Sunflower[J].Transactions of the Chinese Society of Agricultural Machinery,2020,51(7):178-191. |
| |
| Authors: | CHEN Junying YAO Zhihu ZHANG Zhitao WEI Guangfei WANG Xintao HAN Jia |
| |
| Institution: | Northwest A&F University |
| |
| Abstract: | |
| |
| Keywords: | UAV remote sensing sunflower soil salinity spectral index canopy temperature grey correlation method |
| 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 |
|
