| 基于车载三维激光雷达的玉米叶面积指数测量 |
| |
| 引用本文： | 张漫,苗艳龙,仇瑞承,季宇寒,李寒,李民赞. 基于车载三维激光雷达的玉米叶面积指数测量[J]. 农业机械学报, 2019, 50(6): 12-21 |
| |
| 作者姓名： | 张漫 苗艳龙 仇瑞承 季宇寒 李寒 李民赞 |
| |
| 作者单位： | 中国农业大学现代精细农业系统集成研究教育部重点实验室;中国农业大学农业农村部农业信息获取技术重点实验室 |
| |
| 基金项目： | 国家自然科学基金项目（31571570）、国家重点研发计划项目（2017YFD0700400~2017YFD0700403）和北京农业信息技术研究中心开放课题项目（KF2018W002） |
| |
| 摘 要： | 为使用车载三维激光雷达快速获取作物的株高、叶面积指数(LAI)等作物形态参数,以玉米为研究对象,采用车载三维激光雷达点云数据,提出了一种基于玉米分层点云数量或分层点云数量与地面点云数量比值计算LAI的方法。使用车载平台获取京农科728和农大84玉米的三维点云数据;对点云数据进行预处理,获得已测量LAI真值区域的点云数据;进行玉米植株点云与地面点云分割,根据地面起伏程度,基于随机一致性平面分割算法,将距离阈值设置为0. 06 m;依据玉米垂直结构分布,将玉米植株划分为上、中、下3层,计算每层点云数量并分别标记为H、M和L,同时,将上、中、下每层的点云数量与地面点云数量的比值标记为Hr、Mr和Lr,分别建立H、M、L和Hr、Mr、Lr与LAI真值的线性回归模型。试验结果表明:采用Hr、Mr变量建立的LAI二元线性回归测量模型最优,京农科728玉米训练集R~2为0. 931,验证集R~2为0. 949;农大84玉米训练集R~2为0. 979,验证集R~2为0. 984,本文方法可为田间快速测量LAI提供解决方案。
|
| 关 键 词： | 玉米 叶面积指数 激光雷达 分层 |
| 收稿时间： | 2019-02-03 |
Maize Leaf Area Index Measurement Based on Vehicle 3D LiDAR |
| |
| ZHANG Man,MIAO Yanlong,QIU Ruicheng,JI Yuhan,LI Han and LI Minzan. Maize Leaf Area Index Measurement Based on Vehicle 3D LiDAR[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(6): 12-21 |
| |
| Authors: | ZHANG Man MIAO Yanlong QIU Ruicheng JI Yuhan LI Han LI Minzan |
| |
| Affiliation: | China Agricultural University,China Agricultural University,China Agricultural University,China Agricultural University,China Agricultural University and China Agricultural University |
| |
| Abstract: | |
| |
| Keywords: | maize leaf area index LiDAR stratification |
| 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》下载全文 |
|
