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“Combining UAV Multi-Source Remote Sensing Data with CPO-SVR to Estimate Seedling Emergence in Breeding Sunflowers”的研究论文。

论文首页截图

此研究采用搭载“长光禹辰公司自主研发的 MS600 Pro V1多光谱相机”的多旋翼无人机，获取了2023年向日葵幼苗期的多光谱图像，利用颜色特征和特征筛选对几何特征、植被指数和纹理特征进行了提取，并采用回归方法和机器学习方法进行模型构建，最终获得了泛化性能较好的向日葵株数估测模型。

M210无人机搭载MS600 Pro V1多光谱相机

向日葵是中国五大油料作物之一，具有耐瘠、耐旱的特点，适宜于生长在光照长、降雨量少的地区且其适应生态环境的能力较强，是改良中、轻度盐碱地的首选作物。出苗率是衡量种子质量、土壤条件和播种管理水平的重要指标，计算向日葵的出苗率有助于优化种植密度，评估土壤与环境条件的适宜性，指导合理的灌溉和水分管理，同时为育种工作提供科学依据。

研究区域图

通过利用四旋翼无人机搭载MS600 Pro V1多光谱相机采集了2023年向日葵幼苗期的多光谱影像，结合可见光数据，提取了多光谱植被指数、几何特征和纹理特征。基于单一数据源和多源数据，利用决策树（Decision tree regression，DTR）、神经网络回归算法（back propagation neural network，BPNN）、支持向量机回归算法（support vector regression，SVR）和冠豪猪优化支持向量机算法（crested porcupine optimizer support vector regression，CPO-SVR）构建了向日葵株数估测模型，对比各模型在不同数据源下的反演效果，分析发现多源数据下的模型较好的估测了向日葵出苗数量，其中CPO-SVR模型估测精度最好，在测试集中，CPO-SVR模型的R2为0.94，RMSE为5.16，MAE为3.03。

表1 不同数据源下的模型反演效果

研究表明，利用无人机多光谱影像数据能够及时、准确提取向日葵出苗数量，可为向日葵育种专家筛选品种提供技术支持。

附：

[1] 论文信息：by Shuailing Zhang,Hailin Yu,Bingquan Tian,Xiaoli Wang,Wenhao Cui,Lei Yang,Jingqian Li,Huihui Gong,Junsheng Zhao,Liqun Lu,Jing Zhao and Yubin Lan.Agronomy 2024, 14(10), 2205.

[2] 论文全文链接：https://www.mdpi.com/2073-4395/14/10/2205