基于Stacking法的无人机光谱遥测冬小麦产量

• 作者: 李宗鹏 李连豪 陈震 程千 徐洪刚 庞超凡
• 来源期刊: 灌溉排水学报
• 关键词: 多光谱 植被指数 Stacking 模型
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 作物水肥高效利用|Efficient Use ofWater and Fertilizers by Crops
• 页码范围: 50-56
• 页数: 7页
• 分类号: S252|S274
• 语种: 中文
• DOI: 10.13522/j.cnki.ggps.2021073

摘要

[目的]精确、高效地预测作物产量.[方法]以冬小麦为研究对象,利用无人机搭载多光谱相机,获取抽穗期、开花期和灌浆期的多光谱图像数据.根据多光谱波段选取对产量敏感的14种植被指数,并优选出与产量极显著相关的13种植被指数;基于优选出的植被指数分别建立各生育期的MLR、PLSR、SVM和Cubist产量估算初级模型进行对比分析,并利用Stacking方法集成初级学习器模型分别建立各个时期MLR和Cubist次级产量估测模型.[结果]随着冬小麦生长阶段的发展,各植被指数与产量的相关性逐渐增大,在灌浆期达到最大值0.67;对比4个初级学习器模型精度,Cubist模型在抽穗期、开花期和灌浆期的估产精度均为最高;利用Stacking方法构建的次级学习器模型以Cubist模型的估产效果最佳,MLR和Cubist模型的估产精度在各个时期均得到了提升.[结论]基于Stacking方法融合估产模型能够显著提升冬小麦的产量估算精度,为今后的估产研究提供参考.