期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于无人机多光谱的猕猴桃园冠层叶绿素含量检测方法 被引量：4
1
作者 霍迎秋 赵士超 +2 位作者 赵国淇 孙江昊 胡少军 《农业机械学报》 EI CAS CSCD 北大核心 2024年第9期297-307,共11页
为实现对猕猴桃园区果树整体生长健康状况的快速、大规模监测,以猕猴桃园冠层叶片为研究对象,基于无人机拍摄果园多光谱图像,然后利用Pix4Dmapper软件拼接多光谱图像,获取果园的正射影像图,并进行辐射校正。切分正射影像为420个区域图... 为实现对猕猴桃园区果树整体生长健康状况的快速、大规模监测,以猕猴桃园冠层叶片为研究对象,基于无人机拍摄果园多光谱图像,然后利用Pix4Dmapper软件拼接多光谱图像,获取果园的正射影像图,并进行辐射校正。切分正射影像为420个区域图像作为样本,采用最大类间方差法(Otsu)分割样本图像的冠层叶片与土壤背景,并实测每个样本的冠层SPAD值,构建冠层叶片多光谱数据集。采用箱线图法对数据集进行异常值检测,剔除异常样本;然后利用多光谱图像多通道的数据特点,提取图像的相邻通道变化率和23种常用植被指数,以及二者组合作为样本特征值,接着利用CARS、LARS、IRIV等3种特征筛选算法优选特征,分别结合偏最小二乘回归(PLSR)、支持向量回归(SVR)、岭回归(RR)、多元线性回归(MLR)和极限梯度提升树(XGBoost)、最小绝对收缩和选择算子回归(Lasso)、随机森林回归(RFR)、高斯过程回归(GPR)等8种方法构建模型,识别猕猴桃园冠层SPAD值;最后对比分析以不同样本特征构建的24个模型的性能,实验结果表明:以相邻通道变化率为特征建立的模型中,GPR模型性能最好,R^(2)、RMSE分别为0.770、3.044;以植被指数和相邻通道变化率组合特征建立的模型中,GPR模型性能也最好,R^(2)、RMSE分别为0.783、2.957;以植被指数为数据特征建立的XGBoost模型性能最优,R^(2)、RMSE分别为0.787、2.933;因此基于无人机遥感的智能检测模型能够对果园冠层叶绿素含量进行准确评估。 展开更多
关键词 猕猴桃园 叶绿素含量 多光谱 机器学习 无人机
在线阅读 下载PDF
基于冠层结构影响的酿酒葡萄冠层叶绿素含量无人机遥感反演研究
2
作者 张晓晶 潘海珠 +2 位作者 董彦斌 张丽娟 史银龙 《西南农业学报》 2025年第10期2076-2088,F0002,共14页
【目的】植被冠层结构和土壤背景对作物叶绿素含量反演具有重大影响,提高酿酒葡萄叶绿素含量反演精度,以保障葡萄果实的产量与质量。【方法】以贺兰山东麓酿酒葡萄种植园为研究区,分别在葡萄开花期和坐果期获取LAI和SPAD以及无人机多光... 【目的】植被冠层结构和土壤背景对作物叶绿素含量反演具有重大影响,提高酿酒葡萄叶绿素含量反演精度,以保障葡萄果实的产量与质量。【方法】以贺兰山东麓酿酒葡萄种植园为研究区,分别在葡萄开花期和坐果期获取LAI和SPAD以及无人机多光谱数据,基于PROSAIL-D模型模拟酿酒葡萄冠层反射率,同时为减少土壤背景的影响,引入NIR_(V)对冠层效应进行校正,获取冠层散射系数CSC,分别使用植被指数查找表和机器学习方法构建葡萄冠层叶绿素含量估算模型。【结果】通过模型模拟植被指数与叶绿素含量相关性分析表明,由CSC构建LICI_((720、750、450、840 nm))、TCARI_((750、720、450 nm))、EVI_((720、450、750 nm))在两个生育期内与叶绿素的相关性较高(|R|≥0.83);基于植被指数查找表的叶绿素含量反演结果表明,开花期精度最优的是基于EVI-TCARI的植被指数查找表,R^(2)为0.77,RMSE为1.45,坐果期精度最高的是基于LICI-TCARI的植被指数查找表,R^(2)为0.78,RMSE为1.17;基于机器学习的叶绿素含量反演结果对比表明,利用CSC构建的PLSR和ELM模型在两个生育期反演精度均较佳,开花期反演精度ELM>PLSR>ENR>SVR,R^(2)分别为0.89、0.87、0.87、0.48,RMSE分别为1.00、1.09、1.10、2.21,坐果期的反演精度排序为PLSR>ELM>SVR>ENR,R^(2)分别为0.82、0.76、0.34、0.21,RMSE分别为1.07、1.22、2.07、2.42。【结论】通过NIR_(V)对冠层结构进行校正,能够弱化冠层结构和土壤背景对叶绿素含量估算的影响,提高反演精度。该研究成果可为基于无人机的酿酒葡萄监测提供理论依据,实现酿酒葡萄生长参数快速获取提供参考。 展开更多
关键词 无人机多光谱 PROSAIL-D NIR_(V) 机器学习 植被指数查找表 葡萄冠层叶绿素
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部