基于无人机多光谱遥感的大豆生长参数和产量估算

摘要：

为适应现代农业发展对作物生长动态、连续、快速监测的要求,本文基于无人机多光谱遥感技术,以西北地区大豆作为研究对象,分别筛选出与大豆叶面积指数(Leaf area index,LAI)、地上部生物量和产量相关性较好的5 个植被指数,采用支持向量机(Support vector machine,SVM)、随机森林(Random forest,RF)和反向神经网络(Back propagation neural network,BPNN)分别构建了大豆LAI、地上部生物量和产量的估计模型,并对模型进行了验证.结果表明,基于RF 模型构建的大豆LAI 和地上部生物量预测模型的精度显著高于SVM 与BP 模型,LAI 估计模型验证集的R2为0.801,RMSE 为0.675 m2/m2,MRE 为18.684％;地上部生物量估算模型验证集的R2为0.745,RMSE为1 548.140 kg/hm2,MRE 为18.770.而在产量的估算模型构建中,在大豆开花期(R4)基于RF 模型构建的大豆产量预测模型的精度最高,验证集的R2为0.818,RMSE 为287.539 kg/hm2,MRE 为7.128.本研究结果可以为无人机多光谱遥感在作物监测方面的应用提供理论依据,为作物产量的快速估算提供应用参考.

关键词：大豆、多光谱、植被指数、叶面积指数、地上部生物量、产量

所属期刊栏目：54

分类号：S252(农业航空)

资助基金：国家自然科学基金52179045

在线出版日期：2023-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：230-239