基于无人机高光谱长势指标的冬小麦长势监测

• 作者: 冯海宽 徐良骥 杨贵军 林博文 苗梦珂 陶惠林
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 冬小麦长势监测 无人机遥感 高光谱 多元线性回归 偏最小二乘 随机森林
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 180-191
• 页数: 12页
• 分类号: S25|S127
• 字数: 6270字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2020.02.020

摘要

为快速准确监测作物长势,以冬小麦为研究对象,获取了不同生育期的无人机高光谱影像.利用无人机高光谱数据构建光谱指数,并分析4个生育期的指数与生物量、叶面积指数以及由生物量和叶面积2个生理参数构建的长势监测指标(Growth monitoring indicator,GMI)的相关性;建立与GMI相关性较强的4个光谱指数的单指数回归模型,利用多元线性回归、偏最小二乘和随机森林3种机器学习方法分别建立冬小麦各生育期的GMI反演模型;将最佳模型应用于无人机高光谱影像,得到冬小麦长势监测图.结果 表明:各生育期光谱指数与冬小麦GMI相关性较高,大部分指数都达到了显著水平,其中NDVI、SR、MSR和NDVI×SR与GM1的相关性高于生物量、叶面积指数与GMI的相关性;拔节期、挑旗期、开花期、灌浆期、全生育期,表现最好的回归模型对应光谱指数分别是NDVI×SR、NDVI、SR、NDVI和NDVI×SR;对比3种方法构建的GMI反演模型,开花期模型MLR-GMI效果最佳,此时期的模型建模R2、RMSE和NRMSE分别是0.7164、0.096 3、15.90％.