文章目录

1 材料与方法

1.1 研究区概况与试验设计

1.2 无人机多光谱遥感数据的获取与处理

1.3 地面数据获取及处理

1.4 模型构建与验证

2 结果与分析

2.1 基于SMLR和PLSR小麦估产建模和模型验证效果

2.2 基于机器学习算法的产量模型及精度验证

2.3 最优产量估算模型及精度验证

3 讨 论

文章摘要:为高效准确地预测小麦产量,以浙江省冬小麦为研究对象,利用四旋翼无人机精灵4多光谱相机获取冬小麦5个关键生育时期（拔节期、孕穗期、抽穗期、灌浆期、成熟期）的冠层多光谱数据,选取多光谱相机的五个特征波段计算各生育时期的72个植被指数,分别通过逐步多元线性回归（SMLR）、偏最小二乘回归（PLSR）、BP神经网络（BPNN）、支持向量机（SVM）、随机森林（RF）构建不同生育时期的产量估算模型,最后采用决定系数（R²）、均方根误差（RMSE）和相对误差（RE）对估算模型进行评价,筛选出最优估算模型。结果表明,基于随机森林建立的模型估算效果最优,SMLR、PLSR和SVM三种方法建立的模型估算效果接近。利用随机森林算法所建拔节期、孕穗期、抽穗期、灌浆期、成熟期模型的R²、RMSE和RE分别为0.92、0.35、11%;0.93、0.33、10%;0.94、0.32、9%;0.92、0.36、9%;0.77、0.67、33%。模型验证时,抽穗期估算效果最好（R²、RMSE和RE分别为0.91、0.35和15%）,拔节期、孕穗期、灌浆期估算效果接近且有很好的估算能力,成熟期估算精度最差（R²、RMSE和RE分别为0.71、0.47和13%）。由此说明,结合机器学习算法和无人机多光谱提取的植被指数可以提高小麦产量估算效果。

文章关键词:无人机多光谱数据,小麦产量,统计分析,机器学习算法,

项目基金:国家重点研发项目(2018YFD0200507),

论文作者:申洋洋¹ 陈志超¹ 胡昊² 盛莉² 周洪奎² 娄卫东² 沈阿林³ 

作者单位:1. 河南理工大学测绘与国土信息工程学院 2. 浙江省农业科学院数字农业研究所 

论文分类号: S512.11;S127

相似文献:桶栽条件下冬小麦产量的连旱效应.....作者:李道西,楼睿焘,李彦彬,边泽鹏,朱亚南,刊载期刊：《排灌机械工程学报》
多光谱与热红外数据融合在冬小麦产量估测中的应用.....作者:兰铭,费帅鹏,禹小龙,李雷,夏先春,肖永贵,孟亚雄,刊载期刊：《麦类作物学报》
耕作方式对西北旱作农田土壤特性及冬小麦产量的影响.....作者:刘世举,张候平,李彤,申兰艳,徐由春,韩娟,刊载期刊：《西北农业学报》
冬小麦产量差和资源利用效率差及调控途径研究进展.....作者:吴芬,徐萍,郭海谦,张正斌,刊载期刊：《中国生态农业学报(中英文)》
不同耕作方式下雨养冬小麦产量和水分利用.....作者:刘鹏,赵秀玲,阚正荣,祁剑英,濮超,赵鑫,马守田,张海林,刊载期刊：《西北农业学报》
农田施氮对冬小麦产量、根-冠氮素积累及其利用效率的影响.....作者:王丽芳,康娟,马耕,王家瑞,申圆心,刘世洁,王晨阳,刊载期刊：《麦类作物学报》
不同氮肥增效剂和水氮用量对冬小麦产量的影响.....作者:胡田田,崔晓路,李梦月,陆军胜,罗利华,陈绍民,刊载期刊：《农业机械学报》
减氮结合不同覆盖对冬小麦产量、水氮利用及根系的影响.....作者:屈会峰,刘吉飞,赵护兵,刊载期刊：《西南农业学报》
施氮对黄土高原半湿润区冬小麦产量和水分利用效率的影响.....作者:朱云鹏,王霖,党亚爱,王国栋,刊载期刊：《麦类作物学报》
曲周县冬小麦产量差及限制因素分析.....作者:赵向阳,安志超,陈明优,王晨珲,郭校伟,崔振岭,刊载期刊：《麦类作物学报》

相关文章:中国藻业协会微藻分会第六届学术年会-大会报告 III 及闭幕式-微藻生物肥用于土壤改良与绿色增产.....作者:唐涛
农作物改良、生物技术与粮食安全.....作者:卢宝荣
我为什么相信转基因？.....作者:范敬群
明明白白转基因.....作者:张大兵
北斗高精度定位技术在精准农业方面的应用.....作者:吴林
转基因科普系列之安全篇.....作者:柳小庆
转基因科普系列之管理篇.....作者:金芜军
转基因科普系列之国际篇.....作者:唐巧玲

文章来源：肿瘤影像学 网址: http://zlyxx.400nongye.com/lunwen/itemid-97732.shtml

上一篇： 肿瘤学论文_紧密连接蛋白Claudin-4在肿瘤中的研究进展
下一篇： 中国文学论文_1928—1948：“民族魂”与鲁迅影像的生成