基于无人机影像的小麦株高与LAI预测研究

发布时间：2023-02-07 19:50

　　为快速、准确地估测不同生育时期小麦品种(系)株高与叶面积指数(LAI)表型性状,基于各生育时期小麦品种(系)数字正射影像(digital orthophoto map,DOM)和数字表面模型(digital surface model,DSM),分别构建不同生育时期株高估测模型和光谱指数LAI估测模型。借助一元线性回归、多元逐步回归(SMLR)和偏最小二乘回归(PLSR)分析方法,并采用决定系数(r²)、均方根误差(RMSE)和归一化均方根误差(nRMSE)综合性评价指标,筛选出小麦不同生育时期最优的株高和LAI估测模型。结果表明,(1)全生育期株高估测效果最好,模型预测值与实测值高度拟合(r²、RMSE、nRMSE分别为0.87、5.90cm、9.29%);在各生育时期中,灌浆期模型预测精度较好,成熟期预测精度最差,r²分别为0.79和0.69。(2)所选的18种光谱指数与LAI相关性均较好,其中BGRI、RGBVI、NRI和NGRDI的相关系数达到极显著水平,且各时期三种回归估测模型均表现出较高的稳定性和拟合效果,其...

【文章页数】：12 页

【文章目录】：
1 材料与方法
    1.1 试验材料与设计
    1.2 地面数据获取
    1.3 无人机影像获取及预处理
    1.4 地面控制点及植被指数选取
    1.5 数据处理方法
        1.5.1 基于数字表面模型(DSM)的株高提取 方法
        1.5.2 选取与LAI相关的建模分析方法
    1.6 数据分析方法
2 结果与分析
    2.1 基于数字表面模型(DSM)提取小麦株高的精度分析
    2.2 基于小麦品种(系)的LAI估测
        2.2.1 小麦品种(系)LAI统计特征
        2.2.2 光谱指数与LAI相关性分析
        2.2.3 小麦LAI估测模型的构建
        2.2.4 小麦LAI估测模型验证
3 讨 论
4 结 论



本文编号：3737314