农业机械学报

作者：陈茂光，印彩霞，习斌，靳拓，刘立杨，林涛，蒋平安，邵亚杰，汤秋香

单位：新疆农业大学,新疆农业大学,农业农村部农业生态与资源保护总站,农业农村部农业生态与资源保护总站,新疆农业大学,新疆农业科学院;农业农村部荒漠绿洲作物生理生态与耕作重点实验室,新疆农业大学,新疆农业大学,新疆农业大学,

关键词：降解膜;无人机;多光谱影像;最大似然分类器

基金：新疆维吾尔自治区重大科技专项(2020A01002-4-4)、新疆维吾尔自治区重点研发专项(2022B02033-1)、农业农村部农业生态与资源保护总站技术服务项目和国家自然科学基金项目(31960386)

为解决传统残膜污染调研，人工判别地膜耗时久、用工强度大和人为误差影响大等难题，基于无人机多光谱融合影像，采用监督分类中最大似然(Maximum likelihood classification, ML)、最小距离(Minimum distance classification, MD)和光谱角映射分类器(Spectral angle mapper classification, SAM)对棉田4种降解膜的残膜影像进行分类，并结合贝叶斯岭回归(BRR)、支持向量回归(SVR)和K近邻回归(KNNR)建模方法构建降解率估算模型，从而实现对棉田降解膜降解情况的快速调研。结果表明：ML较MD和SAM对降解膜分类效果更好，平均误差低于0.023，与实测结果相关系数均高于0.9。结合不同机器学习算法构建模型，ML-BRR降解率估算模型拟合效果和泛化能力最佳，训练集和测试集R2分别为0.756~0.966和0.823~0.921，RMSE分别不高于2.698%和3.098%。基于无人机多光谱融合影像，采用最大似然分类器进行残膜与土壤分类，并结合BRR算法构建降解率估算模型，实现对棉田降解膜降解情况快速诊断是可行的，可为残膜污染治理措施改进提供参考。

来源：2025年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第3期