文献类型: 中文期刊
作者: 樊意广 1 ; 冯海宽 1 ; 刘杨 1 ; 龙慧灵 1 ; 杨贵军 1 ; 钱建国 2 ;
作者机构: 1.农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心
2.辽宁工程技术大学测绘与地理科学学院
关键词: 无人机;马铃薯;高光谱;图像特征;植株氮含量
期刊名称: 光谱学与光谱分析
ISSN: 1000-0593
年卷期: 2023 年 005 期
页码: 1524-1531
收录情况: EI ; SCI ; 北大核心 ; CSCD
摘要: 植株氮含量(PNC)是评价作物长势和氮营养状况的重要指标,因此,准确高效地获取PNC信息,对动态监测马铃薯长势及精准施控氮肥具有重要意义。首先于马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期获取无人机高光谱影像,并基于预处理的影像提取5个生育期冠层的原始光谱和一阶微分光谱;其次将提取的冠层光谱与马铃薯PNC进行相关性分析,筛选出PNC的敏感波长;然后分别利用灰度共生矩阵和1~3阶颜色矩,提取冠层原始光谱特征波长处高光谱图像的纹理和颜色2种图像特征,并将提取的特征与马铃薯PNC进行相关性分析,筛选出相关性较高的前5个图像特征;最后分别基于光谱特征、图像特征和图谱融合特征利用弹性网络回归(ENR)、贝叶斯线性回归(BLR)和极限学习机(ELM) 3种方法建立马铃薯PNC估算模型。结果表明:(1)马铃薯5个生育期的冠层光谱特征波长存在差异,但多数位于可见光区域。(2)冠层原始光谱特征波长图像的纹理和颜色特征与PNC的相关性较高,且现蕾期到淀粉积累期的相关性明显高于成熟期。(3)基于单一光谱特征和单一图像特征构建的马铃薯PNC估算模型在现蕾期到淀粉积累期效果较好,成熟期效果较差。(4)现蕾期到淀粉积累期,基于图谱融合特征的马铃薯PNC估算效果明显优于单一光谱特征和单一图像特征。(5)马铃薯各生育期,基于同种变量利用ENR构建的PNC估算模型效果较好,BLR次之,ELM较差。其中,以图谱融合特征为模型变量,利用ENR构建的PNC估算模型精度和稳定性最好,5个生育期的建模R~2分别为0.91、 0.75、 0.82、 0.77和0.69, RMSE分别为0.24%、 0.31%、 0.26%、 0.22%和0.29%, NRMSE分别为6.59%、 9.79%、 9.58%、 7.87%和11.03%。该研究可为马铃薯的氮营养监测提供一种快捷高效的技术手段。
- 相关文献
[1]基于冠层光谱特征和株高的马铃薯植株氮含量估算. 樊意广,冯海宽,刘杨,边明博,孟炀,杨贵军. 2022
[2]利用光谱空间特征估算马铃薯植株氮含量. 樊意广,冯海宽,刘杨,边明博,赵钰,杨贵军,钱建国. 2023
[3]基于面积指数的植株氮含量遥感估算. 杨福芹,冯海宽,谢瑞,韩佩佩,戴渝心,蔡国盛,金丽妍. 2020
[4]基于随机森林算法的冬小麦叶面积指数遥感反演研究. 张春兰,杨贵军,李贺丽,汤伏全,刘畅,张丽妍. 2018
[5]基于无人机高光谱遥感数据的冬小麦生物量估算. 陶惠林,冯海宽,徐良骥,杨贵军,杨小冬,苗梦珂,刘明星. 2020
[6]基于无人机数码影像和高光谱数据的冬小麦产量估算对比. 陶惠林,冯海宽,杨贵军,杨小冬,苗梦珂,吴智超,翟丽婷. 2019
[7]病害胁迫下玉米LAI遥感反演研究. 刘帅兵,金秀良,冯海宽,聂臣巍,白怡,程明瀚. 2023
[8]利用无人机高光谱影像的冬小麦氮含量监测. 冯海宽,樊意广,陶惠林,杨福芹,杨贵军,赵春江. 2023
[9]融合多因子的无人机高光谱遥感冬小麦产量估算. 谢瑞,杨福芹,冯海宽,李天驰. 2023
[10]无人机影像光谱和纹理融合信息估算马铃薯叶片叶绿素含量. 陈鹏,冯海宽,李长春,杨贵军,杨钧森,杨文攀,刘帅兵. 2019
[11]基于无人机数码影像的马铃薯生物量估算. 刘杨,冯海宽,黄珏,孙乾,杨福芹. 2020
[12]基于无人机高光谱影像的马铃薯株高和地上生物量估算. 刘杨,冯海宽,黄珏,孙乾,杨福芹,杨贵军. 2021
[13]利用无人机数码影像估算马铃薯地上生物量. 刘杨,黄珏,孙乾,冯海宽,杨贵军,杨福芹. 2021
[14]无人机成像高光谱的马铃薯地上生物量估算. 刘杨,张涵,冯海宽,孙乾,黄珏,王娇娇,杨贵军. 2021
[15]基于无人机高光谱分数阶微分的马铃薯地上生物量估算. 刘杨,冯海宽,孙乾,杨福芹,杨贵军. 2020
[16]基于赤池信息准则的冬小麦植株氮含量高光谱估算. 杨福芹,戴华阳,冯海宽,杨贵军,李振海,陈召霞. 2016
[17]北京地区冬小麦不同生育期植株氮营养高光谱诊断. 杨福芹,冯海宽,李振海,陈超,高磊磊,周龙. 2020
[18]不同生育期冬小麦植株氮含量遥感反演方法比较. 杨福芹,李蕊,冯海宽,李天驰,王果. 2023
[19]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008
[20]基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用. 高林,杨贵军,李长春,冯海宽,徐波,王磊,董锦绘,付奎. 2017
作者其他论文 更多>>
-
基于敏感波段的冬小麦氮素营养高光谱诊断
作者:杨福芹;冯海宽;刘小强;李天驰;谢瑞;周龙;高磊磊
关键词:冬小麦;叶片氮含量;叶片氮累积量;高光谱指数;敏感波段
-
基于无人机多源遥感的玉米LAI垂直分布估算
作者:刘帅兵;金秀良;冯海宽;聂臣巍;白怡;余汛
关键词:玉米;叶面积指数;无人机多源遥感;垂直分布;飞行试验
-
基于Sentinel-2影像和机器学习算法的冬小麦秸秆覆盖度遥感估算
作者:朱奇磊;梁栋;徐新刚;安晓飞;陈立平;杨贵军;黄林生;许思喆
关键词:秸秆覆盖度;灰色关联分析-随机森林;机器学习算法;特征变量筛选
-
病害胁迫下玉米LAI遥感反演研究
作者:刘帅兵;金秀良;冯海宽;聂臣巍;白怡;程明瀚
关键词:玉米病害;叶面积指数;无人机;高光谱;多光谱
-
利用光谱空间特征估算马铃薯植株氮含量
作者:樊意广;冯海宽;刘杨;边明博;赵钰;杨贵军;钱建国
关键词:无人机;马铃薯;植株氮含量;植被指数;高频信息
-
利用无人机高光谱影像的冬小麦氮含量监测
作者:冯海宽;樊意广;陶惠林;杨福芹;杨贵军;赵春江
关键词:无人机;冬小麦;高光谱;氮含量;逐步回归;光谱特征参数
-
融合无人机多源传感器的马铃薯叶绿素含量估算
作者:边明博;马彦鹏;樊意广;陈志超;杨贵军;冯海宽
关键词:马铃薯;叶绿素含量;图谱融合;Gabor纹理;机器学习