首页> 中文会议>第五届国际精准农业航空会议 >基于无人机高光谱遥感与机器学习的水稻叶片氮素含量估算

基于无人机高光谱遥感与机器学习的水稻叶片氮素含量估算

页面导航

摘要
著录项
相似文献
相关主题

摘要

水稻叶片氮素含量是反映其生长质量、估测产量的重要参考因素,本文主要研究了基于无人机高光谱遥感技术定量反演水稻氮素的方法.选用M600无人机平台,搭载高光谱成像仪获取水稻冠层光谱信息,对所获高光谱信息进行辐射定标处理,得到冠层叶片反射率.试验在沈阳农业大学道南试验田进行,采用“沈稻529”试验品种在4种施氮水平下开展(零氮、低氮、中氮、高氮),选取3种机器学习算法对无人机采集的水稻冠层高光谱信息及对应的氮素含量进行训练.试验结果表明:(1)基于分类回归树机器学习算法反演水稻氮素在3种反演算法中运算速度最快,运算时间为3.2s.(2)同时,分类回归树算法反演水稻氮素精度最优,R2=0.77,NRMSE=7.2273％.(3)本研究所采用的3种机器学习算法均难以对大样本的采样数据进行学习.本文可为无人机高光谱遥感反演水稻氮素研究提供一定的理论基础.

著录项

来源
《第五届国际精准农业航空会议》|2016年|276-283|共8页
会议地点广州
作者
Du Wen; 杜文; Xu Tongyu; 许童羽; Wang Yang; 王洋; Lu Dong; 吕东; Cao Yingli; 曹英丽; Yu Fenghua; 于丰华;
展开▼
作者单位

中国农业工程学会;

国际农业与生物工程师学会精准农业航空分会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类 S511.01;
关键词
水稻; 叶片; 氮素含量; 无人机; 高光谱遥感; 机器学习;
入库时间 2022-08-17 10:45:03

相似文献

中文文献
外文文献
专利

1. 基于无人机高光谱遥感的东北粳稻冠层叶片氮素含量反演方法研究 [J] . 冯帅 ,许童羽 ,于丰华 . 光谱学与光谱分析 . 2019,第010期
2. 基于PLSR方法的马铃薯叶片氮素含量机载高光谱遥感反演 [J] . 李峰 ,Alchanatis Victor ,赵红 . 中国农业气象 . 2014,第003期
3. 水稻叶片含水量的高光谱遥感估算 [J] . 徐庆 ,马驿 ,蒋琦 . 遥感信息 . 2018,第5期
4. 基于无人机高光谱影像的水稻叶片磷素含量估算 [J] . 班松涛 ,田明璐 ,常庆瑞 . 农业机械学报 . 2021,第008期
5. 基于无人机遥感影像的核桃冠层氮素含量估算 [J] . 王鑫梅 ,张劲松 ,孟平 . 农业机械学报 . 2021,第002期
6. AOTF成像光谱仪在马铃薯叶片氮素含量估算中的应用研究 [C] . Li Feng ,李峰 ,Zhao Hong . 第30届中国气象学会年会 . 2013
7. 植物色素及氮素含量高光谱遥感估算模型的元分析 [A] . 魏晨 . 2013

基于无人机高光谱遥感与机器学习的水稻叶片氮素含量估算

摘要

著录项

相似文献

相关主题

期刊订阅