无人机多光谱遥感反演各生育期玉米根域土壤含水率

发布时间：2021-05-15 13:07

　　为准确及时地获取植被覆盖条件下农田土壤水分信息,该文以不同水分处理的大田玉米为研究对象,利用无人机遥感平台对夏玉米进行多期遥感监测,并同步采集玉米根域不同深度土壤含水率（Soil Water Content,SWC）。基于2018年夏玉米拔节期、抽雄-吐丝期和乳熟-成熟期的无人机多光谱遥感影像数据集,通过支持向量机（Support Vector Machine,SVM）分类剔除土壤背景,提取玉米冠层光谱反射率并计算10种植被指数（VegetationIndex,VI）,然后利用全子集筛选（FullSubsetSelection）法对不同波段和植被指数进行不同深度土壤含水率的敏感性分析,并分别采用岭回归（Ridge Regression,RR）和极限学习机（ExtremeLearningMachine,ELM）2种方法构建全子集筛选后0～20、20～45和45～60cm不同深度下的土壤含水率定量估算模型。结果表明:基于贝叶斯信息准则（BayesianInformationCriterion,BIC）的全子集筛选法可以有效筛选最优光谱子集,筛选变量基本都通过了显著性检验,自变量个数较少;在... 

【文章来源】：农业工程学报. 2020,36(10)北大核心EICSCD

【文章页数】：12 页

【文章目录】：
0 引言
1 材料与方法
    1.1 试验区概况
    1.2 试验设计
    1.3 试验数据的获取
        1.3.1 无人机多光谱遥感系统
        1.3.2 土壤含水率测定
    1.4 多光谱图像处理
        1.4.1 图像拼接
        1.4.2 剔除土壤背景影响
        1.4.3 植被指数的计算
    1.5 全子集筛选法
    1.6 模型建立
    1.7 统计分析
2 结果与分析
    2.1 冠层光谱反射率的变化
    2.2 全子集筛选最佳光谱组合
    2.3 岭回归模型构建
    2.4 极限学习机模型构建
    2.5 模型综合评价
3 讨论
4 结论


【参考文献】：
期刊论文
[1]耦合机器学习和机载高光谱数据的土壤含水量估算[J]. 田美玲,葛翔宇,丁建丽,王敬哲,张振华.  激光与光电子学进展. 2020(09)
[2]基于全子集-分位数回归的土壤含盐量反演研究[J]. 张智韬,韩佳,王新涛,陈皓锐,魏广飞,姚志华.  农业机械学报. 2019(10)
[3]基于无人机多光谱遥感的玉米根域土壤含水率研究[J]. 张智韬,谭丞轩,许崇豪,陈硕博,韩文霆,李宇.  农业机械学报. 2019(07)
[4]基于SOC710VP高光谱成像仪的冬小麦土壤含水率反演模型研究[J]. 刘晓静,陈国庆,王良,陈玉洁,王兰,刘肖瑜,李学国.  灌溉排水学报. 2019(03)
[5]基于竞争适应重加权采样算法耦合机器学习的土壤含水量估算[J]. 葛翔宇,丁建丽,王敬哲,王飞,蔡亮红,孙慧兰.  光学学报. 2018(10)
[6]土壤水分反演特征变量研究综述[J]. 王俊霞,潘耀忠,朱秀芳,孙章丽.  土壤学报. 2019(01)
[7]基于特征提取的极限学习机算法在可调谐二极管激光吸收光谱学中的应用[J]. 吕晓翠,李国林,李晗,季文海.  中国激光. 2018(09)
[8]基于光谱指数的绿洲农田土壤含水率无人机高光谱检测[J]. 王敬哲,丁建丽,马轩凯,葛翔宇,刘博华,梁静.  农业机械学报. 2018(11)
[9]无人机多光谱遥感反演花蕾期棉花光合参数研究[J]. 陈俊英,陈硕博,张智韬,付秋萍,边江,崔婷.  农业机械学报. 2018(10)
[10]基于灰度关联-岭回归的荒漠土壤有机质含量高光谱估算[J]. 王海峰,张智韬,Arnon Karnieli,陈俊英,韩文霆.  农业工程学报. 2018(14)



本文编号：3187692