基于地基LiDAR高度指标的小麦生物量监测研究

• 作者: 姚霞 方圆 朱艳 程涛 邱小雷 郭泰
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 小麦 生物量 地基LiDAR 高度指标
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 159-166
• 页数: 8页
• 分类号: S512.1|TP79
• 字数: 5811字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.10.018

摘要

为探讨LiDAR监测作物生物量的可行性和方法,以小麦为研究对象,通过田间试验获取关键生育期的小麦LiDAR点云高度指标和地上部生物量,基于幂函数回归与支持向量回归、利用十折交叉验证法分别进行特征选择和模型构建,选取各算法最优的全生育期小麦地上部生物量监测模型,并在测试集上对模型的预测能力进行检验与比较.结果 表明:利用H95和生育期特征所构建的全生育期支持向量回归模型精度最高,训练集上决定系数R2达到0.814,测试集结果(R2 =0.821,RMSE为1.730 t/hm2,RRMSE为32.77％)表明,模型具有较好的准确性;利用Hmean所构建的全生育期幂函数回归模型决定系数R2达到0.809,测试集结果(R2=0.815,RMSE为1.760 t/hm2,RRMSE为33.33％)也表明模型具有较好的准确性;高度指标估测小麦生物量具有先天局限性,所构建模型较适宜于监测小麦地上部生物量小于10 t/hm2的情况,在超过10 t/hm2的样本集上,95％的模型预测值被低估,RMSE呈指数增长;生育期特征有利于提升监测模型预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱艳	南京农业大学国家信息农业工程技术中心	113	2719	28.0	45.0
2	姚霞	南京农业大学国家信息农业工程技术中心	32	921	16.0	30.0
3	邱小雷	南京农业大学国家信息农业工程技术中心	7	44	3.0	6.0
4	程涛	南京农业大学国家信息农业工程技术中心	4	3	1.0	1.0
5	郭泰	南京农业大学国家信息农业工程技术中心	3	2	1.0	1.0
6	方圆	南京农业大学国家信息农业工程技术中心	3	4	1.0	2.0