农业机械学报

作者：刘杨，冯海宽，黄珏，孙乾，杨福芹，杨贵军

单位：北京农业信息技术研究中心；山东科技大学,北京农业信息技术研究中心；国家农业信息化工程技术研究中心,山东科技大学,北京农业信息技术研究中心；国家农业信息化工程技术研究中心,河南工程学院,北京农业信息技术研究中心；国家农业信息化工程技术研究中心,

关键词：马铃薯; 株高; 地上生物量; 无人机; 高光谱指数

基金：国家自然科学基金项目（41601346）

为实现快速无损获取马铃薯株高和地上生物量信息，分别获取马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期、成熟期的高光谱影像，实测马铃薯株高H、地上生物量（AGB）和地面控制点（GCP）的三维空间坐标，基于无人机高光谱影像结合GCP生成试验田的数字表面模型（DSM），利用DSM提取马铃薯的株高Hdsm ；然后，对马铃薯AGB与原始无人机冠层光谱和高光谱指数分别进行相关性分析，筛选出最优光谱指数和前10个光谱指数，利用指数回归（Exponential regression，ER）构建单变量模型；最后，采用多元线性回归（Multiple linear regression, MLR）、偏最小二乘回归（Partial least square regression, PLSR）和随机森林（Random forest, RF）3种方法构建不同生育期的估算模型，并进行对比，挑选出马铃薯AGB估算的最优模型。结果表明：将提取的马铃薯株高与实测值进行线性拟合，R 2 为0.84；在单变量模型中，每个生育期以ER估算AGB得到的验证精度高于相应的建模精度，其中构建模型效果优劣次序依次为最优光谱指数、Hdsm 、H，块茎增长期以CIrededge指数估测精度最高（R 2 =0.45）；在多变量模型中，每个生育期采用3种方法构建AGB估算模型，每种方法以光谱指数加入Hdsm 的模型精度更高、稳定性更强；每个生育期利用MLR以光谱指数和Hdsm 为变量的AGB模型（R 2 为0.64、0.70、0.79、0.68、0.63）效果优于PLSR（R 2 为0.62、0.68、0.75、0.67、0.60）和RF（R 2 为0.56、0.61、0.67、0.63、0.53）模型。利用MLR模型进行马铃薯AGB填图，5个生育期的AGB空间分布与实际生长情况一致。利用融入Hdsm 的MLR模型可估测大面积马铃薯AGB，为精准农业定量化研究提供技术支持。

来源：2021年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第2期