基于Stacking法的无人机光谱遥测冬小麦产量
李宗鹏1
李连豪1
陈震2
程千2
徐洪刚2
庞超凡1
1.河南农业大学,郑州 4500002.中国农业科学院 农田灌溉研究所,河南 新乡 453002
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.
关键词：多光谱植被指数Stacking模型
分类号：S252(农业航空)S274(农田水利)
资助基金：科技创新项目(CAAS-ZDXT-2019002)重点资助技术新乡市518项目(ZD2020009)国家地方联合工程实验室开放基金(NELCOF20190104)河南省科技开放合作项目(172106000015)服务万村基金项目(3080163)河南省科技厅重点项目(212102110235)
论文发表日期：2021-08-28
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：7( 50-56 )
英文信息