【摘 要】
:
玉米作为我国主要的农作物之一,现已成为我国种植面积最大的作物,实时开展玉米生长监测具有重要意义。叶面积指数是(Leaf Area Index,LAI)是评定作物生长情况的一个重要指标。利用无人机多光谱遥感对玉米LAI进行实时有效的监测,可为玉米田间科学管理提供技术支撑。本研究利用无人机Red Edeg多光谱相机获取试验区多光谱数据,同步获取地面LAI数据,计算并分析筛选最佳植被指数,分别构建估测模
论文部分内容阅读
玉米作为我国主要的农作物之一,现已成为我国种植面积最大的作物,实时开展玉米生长监测具有重要意义。叶面积指数是(Leaf Area Index,LAI)是评定作物生长情况的一个重要指标。利用无人机多光谱遥感对玉米LAI进行实时有效的监测,可为玉米田间科学管理提供技术支撑。本研究利用无人机Red Edeg多光谱相机获取试验区多光谱数据,同步获取地面LAI数据,计算并分析筛选最佳植被指数,分别构建估测模型,同时对机器学习模型进行粒子群算法优化,筛选出最优反演模型。结果如下:(1)植被指数筛选。通过对常用的10种植被指数与LAI进行相关性分析,筛选出NDVI、GNDVI、RVI、MSR、WDRVI相关性较高的五种植被指数,其中,以拔节期的相关性最高,分别为0.805、0.754、0.688、0.668、0.782。(2)线性回归预测模型的构建。将上述5种相关性较高的植被指数分别与玉米LAI值进行一元线性和多元线性回归模型的构建。一元线性回归模型以拔节期的NDVI-LAI模型和抽雄期的GNDVI-LAI模型决定系数R~2较高,分别为0.700、0.700;多元线性回归模型则以多生育时期模型决定系数R~2最高,为0.701。(3)基于机器学习算法的预测模型构建。利用支持向量机和BP神经网络构建LAI估测模型,模型R~2分别为0.701和0.737,高于线性回归模型。对模型进行粒子群算法优化,支持向量机模型决定系数R~2达到了0.822,均方根误差为0.267;BP神经网络模型R~2达到0.904,均方根误差为0.196。结果表明粒子群算法可以实现模型优化,提高模型预测精度。(4)玉米LAI空间分布反演。利用所获得的最优模型对玉米LAI值进行空间分布反演,与实测值较为接近,反演效果较好。表明利用无人机多光谱遥感对作物进行生长监测是可行的。
其他文献
目的 探讨牙齿完全缺失对老年人认知功能的影响及社会参与的调节作用。方法 纳入中国健康与养老追踪调查(CHARLS)2013名60岁以上的老年人。采用简易精神状态检查、简明社区痴呆筛查进行认知功能评估,比较牙齿功能尚可、牙齿掉光佩戴假牙、牙齿掉光未佩戴假牙三组老年人认知功能得分的差异,使用多元线性回归(逐步回归法)进行多因素分析。结果 187人(9%)牙齿完全缺失者对日期、位置与地址、物品认知、行为
卵磷脂(Phosphatidylcholine,PC)是一类多功能的大分子活性物质,具有抗氧化、抗菌和降血脂等功能,对心血管疾病有预防作用。蛋黄卵磷脂(Egg yolk phosphatidylcholine,EPC)含量丰富,约占蛋黄总脂质的16-18%。研究表明,EPC能够改善高脂饮食引起的血清和肝脏脂质的积累,有助于消除肝脏氧化应激,改善肥胖和脂肪肝等相关疾病。然而相关调节机制仍不明确。因此
小麦是我国重要的粮食作物之一,掌握冬小麦穗数是育种及农业生产中的重要农艺指标,随着深度学习技术的快速发展以及硬件算力的快速提升,深度学习中的神经网络技术被广泛应用于农业生产中,小麦麦穗计数方法也由人工计数逐渐发展为机器视觉计数,如遥感估产模型、作物生长模型、卷积神经网络模型等,卷积神经网络中的YOLO系列、RCNN系列、SSD系列等深度学习模型一直是小麦麦穗检测与计数方法的主要研究方向,YOLOv
高光谱遥感的快速发展及广泛应用为实时、精确监测作物长势提供了技术支撑,但遥感卫星采集地面作物长势时并非都是垂直方向获取,多数情况下同样存在观测角度变化的问题。同时有研究表明,垂直于地面观测角度对植被冠层结构的提取并不完整,进而限制了对植被定量遥感的精度,因此,使用多角度遥感监测作物长势对确保我国粮食安全具有重要意义。连续小波变换拥有细致丰富的尺度空间,与多角度高光谱数据结合使用可以获取到更为丰富的
粮食安全问题一直是国家重点关注的问题,2022年中央一号文件提出要牢牢守住保障国家粮食安全的底线。小麦作为我国三大粮食作物之一,对粮食安全具有重要的意义。黄土高原是冬小麦种植的重要区域,近年来全球气候变暖,冻害等极端气候事件频发与气候胁迫现象增加,给冬小麦的生产带来严重的威胁。本文采用黄土高原2000~2020年88个气象站点气温、降水数据与中等分辨率气候系统模式(BCC-CSM2-MR)模拟四种
多足动物在各类地形中都表现出了极强的运动能力,它们能自由地选择合适的落足点,通过腿部适应性完成高效率运动。在多足动物的启发下,研发人员设计了多种具备类似运动潜力的足式机器人。其中六足机器人因具有更多的支链结构而具有更高的稳定性与更强的承载能力,能够在极具挑战性的环境和任务中发挥巨大作用。作为一个高维的非线性系统,六足机器人的运动控制设计与分析极为复杂,一直都是相关领域的重点研究对象。针对现有控制算
我国是病虫害多发国家,病虫害的存在一直困扰着我国农业的发展。目前,我国农业病虫害预警监测手段还较为落后,仅依赖人工不能及时对病虫害发生时期进行预测,导致农产品产量降低和经济效益下降。清远市作为茶叶大市,当地茶园一直以来都遭受着病虫害困扰。为缓解这一状况,本研究结合物联网、数据库等信息技术,建立基于Vue框架的病虫害预警监测系统,以期提高茶叶病虫害预警监测效果。本文主要工作内容如下:1.构建系统数据
服务机器人在生活中的应用前景十分广泛,如保姆机器人、送餐机器人等,抓取是不同种类的服务机器人最基本的功能之一,因此研究机器人抓取是十分必要的。同时,与工作环境相对单一的工业机器人相比,服务机器人往往在非结构化的场景下工作,因此设计一款能够自主识别、自主抓取的机器人是十分必要的,而这也是目前机器人领域应用的热点和难点。本课题基于卷积神经网络的机器人抓取展开了研究,提出了一种改进的抓取检测与目标检测相
“民以食为天”,粮食关系着国计民生,是日常维系生活的重要物资。小麦作为三大粮食作物之一,保障小麦生产安全对国家粮食安全具有重要意义。小麦种植过程中,受光照、温度、土壤、肥料、水分等环境因子影响,时有病虫害发生,如若防治不及时,会严重影响小麦的产量以及质量。传统人工检测病虫害的手段主要依赖于肉眼观察和人工统计,这样的解决方法主观性强、时效性低、精度统一难度大。随着计算机技术和深度学习的发展,针对传统