基于无人机数码影像的马铃薯生物量估算

• Published in: 农业工程学报 Vol. 36; no. 23; pp. 181 - 192
• Main Authors: 刘杨, 冯海宽, 黄珏, 孙乾, 杨福芹
• Format: Journal Article
• Language: Chinese
• Published: 国家农业信息化工程技术研究中心,北京100097 01.12.2020; 北京市农业物联网工程技术研究中心,北京100097%农业农村部农业遥感机理与定量遥感重点实验室,北京农业信息技术研究中心,北京100097; 农业农村部农业遥感机理与定量遥感重点实验室,北京农业信息技术研究中心,北京100097; 北京市农业物联网工程技术研究中心,北京100097%山东科技大学测绘科学与工程学院,青岛266590%河南工程学院土木工程学院,郑州451191; 山东科技大学测绘科学与工程学院,青岛266590
• Subjects: 生物量; 株高; 植被覆盖度; 模型; 无人机; 植被指数; 马铃薯
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2020.23.021

S25; 株高和植被覆盖度(Vegetation Coverage,VC)是估算生物量的重要参数,而生物量的准确估算对农业生产具有重要作用.该研究获取马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的无人机和地面数码影像,并实测株高、地上生物量和地面控制点(Ground Control Point,GCP)的三维空间坐标.首先基于数字表面模型(Digital Surface Model,DSM)提取马铃薯株高,其次利用地面和无人机数码影像提取马铃薯VC实测值和估测值,然后将提取的株高、VC和二者乘积与选取的11种植被指数和生物量作相关性分析,挑选出相关性较好的前6种植被指数和3种农学参数,最后通过线性回归(Linear Regression,LR)、偏最小二乘回归(Partial Least Square Regression,PLSR)、随机森林(Random Forest,RF)算法和支持向量机(Support Vector Machine,SVM)估算生物量.结果表明,提取株高和实测株高拟合的决定系数为0.86,标准均方根误差为13.42％;提取VC值和实测VC值拟合的决定系数为0.84,标准均方根误差为15.76％;利用LR建模和验证精度由低到高依次为提取的株高、VC和二者乘积,每种变量的估算效果均从现蕾期到块茎增长期逐渐变好,从淀粉积累期到成熟期逐渐变差;每个生育期利用3种方法以不同变量估算生物量效果依次由低到高为植被指数、植被指数结合提取株高、植被指数结合提取VC、植被指数结合提取的株高和VC,其中PLSR模型效果优于RF和SVM模型.该研究为马铃薯长势快速监测提供参考.