农业机械学报

作者：杨扬，刘洋，苏宸，赵杰，张强强，周广生

单位：华中农业大学,华中农业大学,华中农业大学,华中农业大学,安徽农业大学,华中农业大学,

关键词：油菜;苗情监测;叶面积指数;叶绿素相对含量;超分辨率重建;机器学习

基金：国家重点研发计划项目（2021YFD1600502）

为优化养分管理和确保植株正常生长，以无人机遥感技术高效且非破坏采集田间作物苗情信息，监测油菜苗期的叶面积指数（LAI）与叶绿素相对含量（SPAD）。针对无人机因飞行高度与图像分辨率相互制约，监测效率与监测精度难以兼顾的问题，采用超分辨率重建方法，融合较低飞行高度拍摄高分辨率影像，重建较高飞行高度拍摄影像，建模完成后可通过拍摄飞行影像监测LAI和SPAD。试验设置3个氮肥梯度、3个播期、3个种植密度处理，在苗期利用无人机分别采集20m及40m 2个飞行高度的油菜苗影像，采用SRRestnet方法，对40m影像进行超分辨率重建。基于20m、40m及40m重建影像中提取的3种特征组合，利用偏最小二乘回归（PLSR）、随机森林（RF）、支持向量回归（SVR）3种机器学习方法对LAI和SPAD进行监测。结果表明，超分辨率重建后的图像在表型苗情监测中表现出良好效果，PLSR监测LAI、RF监测SPAD的监测精度最高，且40m重建图像的作业效率相比于20m图像提高48.6%。

来源：2024年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第6期