农业机械学报

作者：邱小雷,方圆,郭泰,程涛,朱艳,姚霞

单位：南京农业大学,南京农业大学,南京农业大学,南京农业大学,南京农业大学,南京农业大学,

关键词：小麦; 生物量; 地基LiDAR; 高度指标

基金：国家重点研发计划项目(2016YFD0300601)、中央高校基本科研业务费专项资金项目（SYSB201801）和国家自然科学基金项目（31871524）

为探讨LiDAR监测作物生物量的可行性和方法，以小麦为研究对象，通过田间试验获取关键生育期的小麦LiDAR点云高度指标和地上部生物量，基于幂函数回归与支持向量回归、利用十折交叉验证法分别进行特征选择和模型构建，选取各算法最优的全生育期小麦地上部生物量监测模型，并在测试集上对模型的预测能力进行检验与比较。结果表明：利用?H???95?和生育期特征所构建的全生育期支持向量回归模型精度最高，训练集上决定系数?R???2?达到0.814，测试集结果（?R???2?=0.821，RMSE为1.730?t/hm??2?，RRMSE为32.77%）表明，模型具有较好的准确性；利用?H???mean?所构建的全生育期幂函数回归模型决定系数?R???2?达到0.809，测试集结果（?R???2?=0.815，RMSE为1.760?t/hm??2?，RRMSE为33.33%）也表明模型具有较好的准确性；高度指标估测小麦生物量具有先天局限性，所构建模型较适宜于监测小麦地上部生物量小于10?t/hm??2?的情况，在超过10?t/hm??2?的样本集上，95%的模型预测值被低估，RMSE呈指数增长；生育期特征有利于提升监测模型预测精度。

来源：2019年第10期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第10期