基于多光谱影像特征的小麦锈病反演模型构建 |
| |
引用本文: | 王志业,刘涛,张寰,张全国,张海涛,何玉红.基于多光谱影像特征的小麦锈病反演模型构建[J].河南农业大学学报,2023(5):826-834. |
| |
作者姓名: | 王志业 刘涛 张寰 张全国 张海涛 何玉红 |
| |
作者单位: | 1. 河南财经政法大学资源与环境学院;2. 河南农业大学机电工程学院;3. 濮阳职业技术学院 |
| |
基金项目: | 中国博士后科学基金面上项目(2020M682293);;河南省博士后科研项目(202001034,202101041);;河南省高校科技创新人才支持计划(23HASTIT028);;河南省重点研发与推广专项科技攻关项目(232102111121,222102210336); |
| |
摘 要: | 【目的】研究如何从无人机多光谱遥感影像中提取有效的特征,并以此构建小麦锈病反演模型。【方法】以小麦锈病田块为研究对象,利用大疆精灵4无人机获取多光谱影像,分别提取植被指数和纹理指数,使用皮尔逊相关系数、灰色关联度和变量投影重要性等方法进行指数排序,利用判定系数、赤池信息准则进行变量筛选,分别使用偏最小二乘回归、后向传播神经网络(back propagation neural network, BPNN)、随机森林(random forest, RF)3种方法建立小麦锈病反演回归模型。【结果】利用变量投影重要性-赤池信息准则方法能够筛选出较好的光谱指数,使用BP方法构建的回归模型精度最高,其判定系数R2为0.918,RMSE是0.128。【结论】利用3种特征筛选方法,在构建的光谱指数、纹理特征集中筛选敏感特征,并建立小麦锈病反演模型,实现了小麦锈病灾害空间分布制图,为多光谱影像特征变量筛选提供了方法参考。
|
关 键 词: | 小麦锈病 多光谱影像 变量筛选 机器学习 |
|
|