【科研应用】无人机多光谱遥感在间作模式下棉花长势监测中的应用
转载 2024-11-30 09:23 长光禹辰 来源:长光禹辰山东理工大学农业工程与食品科学学院赵静团队在《Agronomy》发表了题为“Estimation of Cotton SPAD Based on Multi-Source Feature Fusion and Voting Regression Ensemble Learning in Intercropping Pattern of Cotton and Soybean”的研究论文。
论文online截图
此研究采用多旋翼无人机搭载“长光禹辰公司自主研发的MS600 Pro V1多光谱相机”,获取了山东省滨州市部分地区的棉花多光谱图像。通过提取棉花不同波段的光谱反射率并计算多个植被指数,为研究提供了丰富的植被信息。
M210无人机搭载MS600 Pro V1多光谱相机
棉花作为重要的经济作物和棉纺织工业原料,随着人口密集区的增加,棉花、粮食和油料作物的土地争夺问题愈加严峻,采用棉粮间作能够有效缓解棉花与粮食作物的种植矛盾,可提高作物生产力和保护生态多样性等。因此快速、准确监测间作模式下棉花的长势情况具有重要意义。
研究区域图
在这项研究中,作者以不同间作比例模式下的棉花为研究对象,通过无人机搭载多光谱(MS600 Pro V1)和RGB传感器获取棉花三个生育期的多光谱及可见光影像,提取其光谱特征和影像特征,结合地面棉花株高,提出了一种投票回归集成学习(Voting Regression Ensemble,VRE)估测棉花SPAD,并与随机森林回归(Random Forest Regressor,RFR)、梯度提升树回归(Gradient Boosting Regressor,GBR)、支持向量机回归(Support Vector Machine Regressor,SVR)3种模型进行了比较。评价不同估测模型对棉花叶绿素相对含量(SPAD)的估测精度,分析棉花和大豆间作的不同比例对棉花长势的影响,为棉花与大豆间作比例的选择及棉花SPAD的高精度估测提供依据。
该研究发现:与RFR、GBR、SVR模型相比,VRE模型在估测棉花SPAD时表现出最好的估测效果。基于VRE估测模型,以多光谱影像特征、可见光影像特征和株高融合为输入的模型精度最高,测试集R2、RMSE和RPD分别为0.916、1.481和3.53。
不同特征类型与不同模型下棉花SPAD估测精度
(a)R2,(b)RMSE,(c)RPD
研究表明多源数据融合与投票回归集成算法相结合,为棉花SPAD估测提供了一种新的有效方法。
附:
[1] 论文信息:by Xiaoli Wang、Jingqian Li、Junqiang Zhang、Lei Yang、Wenhao Cui、Xiaowei Han、Dulin Qin、Guotao Han、Qi Zhou、Zesheng Wang、Jing Zhao、 andYubin Lan.Agronomy 2024, 14(10), 2245。
[2] 论文全文链接:https://www.mdpi.com/2073-4395/14/10/2245
网友评论0条评论
相关资讯
更多- 新品发布 | 星逻Lantern机器人登陆2024全球智博会
- 沃飞长空全球总部基地在成都开工,共创低空产业新高地
- 全国文化和旅游项目建设工作会议参会代表赴零重力飞机工业考察调研
- 大漠大无人机集群安全可靠性达到99.999%
- 聚焦低空经济:SINOCHIP植保无人机培训助力乡村振兴
- 第三届全国生态环境监测专业技术人员大比武全国决赛成功举办!智翔航空姚金刚、曹毅、余纯钢助力浙江省队夺冠,荣获感谢信!
- 零重力飞机工业荣获“新时代·领军者——2024安徽行业领军企业”称号
- 【喜报】空御科技荣获第九届“创新四川·创业天府”创新创业大赛优胜奖!
- 玄风飞享航拍俱乐部年会派对&海峡两岸暨港澳无人机航拍大赛优秀作品分享会
- 成都市低空经济专班莅临空御科技考察指导