基于无人机成像高光谱影像的冬小麦LAI估测
发布时间:2023-04-15 06:34
利用无人机Cubert UHD185 Firefly成像光谱仪和ASD光谱仪获取了冬小麦挑旗期、开花期和灌浆期的成像和非成像高光谱以及LAI数据。首先,对比ASD与UHD185光谱仪数据光谱反射率,评价两者精度;然后,选取7个光谱参数,分析其与冬小麦3个生育期LAI的相关性,并使用线性回归和指数回归挑选出最佳估测参数;最后利用多元线性回归、偏最小二乘、随机森林、人工神经网络和支持向量机构建了冬小麦3个不同生育期LAI的估测模型。结果表明:UHD185光谱仪光谱反射率在红边区域与ASD光谱仪趋势一致性很高,反射率在挑旗期、开花期、灌浆期的R2分别为0. 995 9、0. 999 0和0. 996 8,UHD185光谱仪数据精度较高; 7种光谱参数在挑旗期、开花期、灌浆期与LAI相关性最高的参数分别是NDVI(r=0. 738)、SR(r=0. 819)、NDVI×SR(r=0. 835); LAI-MLR为冬小麦LAI的最佳估测模型,其中开花期拟合性最好,精度最高(建模R2=0. 678 8、RMSE为0. 69、NRMSE为19. 79%,验...
【文章页数】:12 页
【文章目录】:
0 引言
1 材料与方法
1.1 研究区概况与试验设计
1.2 地面数据获取
1.3 无人机高光谱数据获取及处理
1.4 光谱参数选取
1.5 分析方法
1.5.1 多元线性回归
1.5.2 偏最小二乘
1.5.3 随机森林
1.5.4 人工神经网络
1.5.5 支持向量机
1.6 统计分析
2 结果与分析
2.1 无人机UHD185成像光谱仪数据精度评价
2.2 冬小麦叶面积指数估测
2.2.1 光谱参数与LAI相关性分析
2.2.2 最优估测参数选取
2.2.3 冬小麦叶面积指数估测模型构建
2.2.4 UHD185高光谱估测冬小麦LAI分布图
3 讨论
4 结论
本文编号:3790932
【文章页数】:12 页
【文章目录】:
0 引言
1 材料与方法
1.1 研究区概况与试验设计
1.2 地面数据获取
1.3 无人机高光谱数据获取及处理
1.4 光谱参数选取
1.5 分析方法
1.5.1 多元线性回归
1.5.2 偏最小二乘
1.5.3 随机森林
1.5.4 人工神经网络
1.5.5 支持向量机
1.6 统计分析
2 结果与分析
2.1 无人机UHD185成像光谱仪数据精度评价
2.2 冬小麦叶面积指数估测
2.2.1 光谱参数与LAI相关性分析
2.2.2 最优估测参数选取
2.2.3 冬小麦叶面积指数估测模型构建
2.2.4 UHD185高光谱估测冬小麦LAI分布图
3 讨论
4 结论
本文编号:3790932
本文链接:https://www.wllwen.com/nykjlw/nzwlw/3790932.html
最近更新
教材专著