基于无人机遥感的花生氮营养反演研究

• 作者: 万书波 刘仕元 吴启宝 孟维伟 张佳蕾 张正 张雷 梁晋 漆海霞 王帅彬 王蕾迪 郭峰 陈婷婷 黄露平
• 来源期刊: 中国油料作物学报
• 学科: 农学
• 关键词: 花生 氮含量 无人机 神经网络
• 年，卷（期）: 2020,（6）
• 页码范围: 1043-1050
• 页数: 8页
• 分类号: S123|S565.2
• 语种: 中文
• DOI: 10.19802/j.issn.1007-9084.2019234

摘要

氮素是影响花生生长发育的重要因素之一,目前传统凯氏定氮法测定步骤繁琐且所需时间较长,而无人机遥感具有实时、灵活、低成本的特点,因此,为实现对花生氮含量的快速、无损、准确监测,本研究利用大疆精灵4号无人机搭载可见光相机,获取不同生育期的可见光影像,运用神经网络算法,建立叶片数字图像彩色信息和叶片氮含量的关系模型.结果表明,利用数字图像指标作为网络输入向量时,所构建模型的平均绝对偏差为1.5左右,且以r、g、b(r=R/(R+G+B),g=G/(R+G+B),b=B/(R+G+B))和a,b,c(a=R+G,b=R+B,c=G+B)两种组合参数拟合效果最好,平均绝对偏差为0.2左右,和真实值相差较小.通过检验发现,两种方法都能准确地预测出花生叶片氮含量,所构建模型能快速、无损地监测花生植株的肥料状况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	漆海霞		21	152	8.0	12.0
2	刘仕元		3	0	0.0	0.0
3	梁晋		2	0	0.0	0.0
4	陈婷婷		8	9	2.0	3.0
5	张雷		5	5	1.0	2.0
6	王蕾迪		5	2	1.0	1.0
7	张正		2	0	0.0	0.0
8	王帅彬		1	0	0.0	0.0
9	黄露平		1	0	0.0	0.0
10	张佳蕾		2	0	0.0	0.0
11	吴启宝		1	0	0.0	0.0
12	郭峰		2	0	0.0	0.0
13	孟维伟		1	0	0.0	0.0
14	万书波		2	0	0.0	0.0