基于无人机影像多源信息的冬小麦生物量与产量估算
郭燕1
井宇航2
贺佳1
张会芳2
贾德伟3
王来刚1
1.河南省农业科学院 农业信息技术研究所/农业农村部黄淮海智慧农业技术重点实验室,河南 郑州 450002;河南省农作物种植监测与预警工程研究中心,河南 郑州 4500022.河南省农业科学院 农业信息技术研究所/农业农村部黄淮海智慧农业技术重点实验室,河南 郑州 4500023.河南省乡村产业发展服务中心,河南 郑州 450000
摘要：冬小麦生物量是表征产量的重要指标,通过无人机遥感技术对冬小麦生物量进行快速、无损监测能够及时掌握冬小麦生长情况,对冬小麦估产具有重要意义.基于冬小麦孕穗期、开花期和灌浆期无人机数字正射影像(DOM)的光谱信息(SIs)和纹理特征(TFs),以及数字表面模型(DSM)提取的株高(HDSM),采用多元线性回归(MLR)、偏最小二乘回归(PLSR)和随机森林(RF)方法构建了冬小麦生物量估算模型,并以此为基础进行了产量估算.结果表明,使用DOM信息进行冬小麦生物量估算时,融合SIs+TFs构建的冬小麦生物量估算模型精度优于单一光谱指数或者纹理特征构建的模型;引入HDSM信息冬小麦生物量估算模型精度得到提高,3种方法以RF方法构建的开花期模型精度最高;融合HDSM信息进行冬小麦生物量估算时,估算精度的提高以TFs+HDSM最明显.冬小麦产量早期估算中,不同生育时期实测生物量与产量拟合以对数函数模型精度最高,孕穗期、开花期和灌浆期模型R2分别为0.87、0.88和0.92.耦合生物量与产量估算最优模型进行冬小麦早期估产,灌浆期估算模型精度最高,R2、RPD和RMSE分别为0.90、2.77和244.61 kg/hm2.因此,融合无人机影像DOM和DSM多源信息,集成机器学习算法,不仅可以对冬小麦生物量进行精准估算,还可以快速有效地对冬小麦产量进行早期估算,对于精准制定粮食安全政策具有重要意义.
关键词：冬小麦无人机数字正射影像数字表面模型生物量产量
分类号：S127(农业物理学)
资助基金：国家重点研发计划(2022YFD2001105)河南省重点研发与推广专项(232102111030)河南省重点研发与推广专项(232102110282)河南省农业科学院自主创新项目(2023ZC062)河南省农业科学院农业经济与信息研究所科技创新领军人才培育计划项目(2022KJCX01)
论文发表日期：2023-12-15
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：13( 149-161 )
英文信息