| 基于无人机可见光影像的玉米冠层SPAD反演模型研究 |
| |
| 引用本文： | 孟沌超,赵静,兰玉彬,闫春雨,杨东建,温昱婷. 基于无人机可见光影像的玉米冠层SPAD反演模型研究[J]. 农业机械学报, 2020, 51(S2): 366-374 |
| |
| 作者姓名： | 孟沌超 赵静 兰玉彬 闫春雨 杨东建 温昱婷 |
| |
| 作者单位： | 山东理工大学 |
| |
| 基金项目： | 山东省引进顶尖人才“一事一议”专项经费资助项目（鲁政办字[2018]27号）和山东省农业重大应用技术创新项目（SD2019ZZ019） |
| |
| 摘 要： | 叶绿素是植物进行光合作用的重要色素,利用作物光谱、纹理信息对叶绿素进行反演,为作物的实时监测和健康状况诊断提供重要依据。以大田环境下5个不同品种四叶期、拔节期的玉米为研究对象,利用无人机获取试验区可见光影像,对土壤背景进行掩膜处理,提取25种可见光植被指数、24种纹理特征,综合分析植被指数、纹理特征与玉米冠层叶绿素相对含量（SPAD）的相关性,分别建立基于植被指数、纹理特征和植被指数+纹理特征的逐步回归（SR）、偏最小二乘回归（PLSR）和支持向量回归（SVR）模型,定量估算叶绿素相对含量。在SR模型中,植被指数+纹理特征模型与植被指数模型相同,R2为0.7316,RMSE为2.9580,RPD为1.926,优于纹理特征模型;在PLSR模型中,植被指数+纹理特征模型较优,R2为0.8025,RMSE为2.4952,RPD为2.284,纹理特征模型次之,植被指数模型最差;在SVR模型中,植被指数+纹理特征模型较优,R2为0.8055,RMSE为2.6408,RPD为2.158,植被指数模型次之,纹理特征模型最差。综合分析采用基于PLSR植被指数+纹理特征模型可以实现玉米冠层SPAD快速、准确提取,为叶绿素反演提供一种新的方法,可为无人机遥感作物长势监测提供参考。
|
| 关 键 词： | 玉米冠层 无人机 可见光影像 叶绿素 植被指数 纹理特征 |
| 收稿时间： | 2020-08-01 |
SPAD Inversion Model of Corn Canopy Based on UAV Visible Light Image |
| |
| MENG Dunchao,ZHAO Jing,LAN Yubin,YAN Chunyu,YANG Dongjian,WEN Yuting. SPAD Inversion Model of Corn Canopy Based on UAV Visible Light Image[J]. Transactions of the Chinese Society for Agricultural Machinery, 2020, 51(S2): 366-374 |
| |
| Authors: | MENG Dunchao ZHAO Jing LAN Yubin YAN Chunyu YANG Dongjian WEN Yuting |
| |
| Affiliation: | Shandong University of Technology |
| |
| Abstract: | |
| |
| Keywords: | corn canopy UAV visible light image chlorophyll vegetation index texture feature |
|
| 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 |
|
