农业机械学报

作者：胡正东，汤秋香，樊世语，鲍龙龙，古丽达娜·沙勒山，林涛

单位：新疆农业大学;新疆维吾尔自治区农业科学院,新疆农业大学,新疆农业大学;新疆维吾尔自治区农业科学院,新疆农业大学;新疆维吾尔自治区农业科学院,新疆农业大学;新疆维吾尔自治区农业科学院,新疆维吾尔自治区农业科学院,

关键词：棉花;地上部生物量;植被指数;3D模型;机器学习算法

基金：新疆维吾尔自治区重点研发计划项目(2024B02004)、国家棉花产业技术体系项目(CARS-15-12)、国家重点研发计划项目(2024YFD2300604)、中央引导地方项目(ZYYD2024CG23)、 新疆农业科学院农业科技创新稳定支持计划项目（xjnkywdzc-2023007）、新疆“天山英才”计划“青年拔尖人才”项目和新疆 “天山英才”计划“棉花轻简高效栽培技术创新团队”项目（2023TSYCTD004）

地上生物量（AGB）精准估算是作物生长监测与精准农业决策的关键技术。针对传统无人机（UAV）遥感方法在棉花AGB估算中存在的双重局限——基于植被指数（VIs）的模型易受冠层光谱饱和效应干扰，且难以量化冠层三维结构动态与AGB累积的时空异质性，本文融合UAV三维点云空间解析与冠层覆盖度时序特征，构建了基于株高×冠层覆盖度（PH×CC）的多维度估算模型。通过设计对比实验框架，评估了PH×CC模型与4种模型（VIs结合随机森林（RF）、梯度提升（GB）、支持向量机（SVM）及反向传播神经网络（BPNN））的性能差异。结果表明：PH×CC模型在测试集上表现出显著优势，其估算精度(决定系数R2=0.93，均方根误差(RMSE)为15.30g/m2)较最优传统模型（RF：R2=0.76，RMSE为23.35g/m2）提升22.3%（P<0.01）。机理分析表明，PH×CC参数通过协同表征PH垂直延伸与冠幅水平扩展的动态耦合关系，可解析83%的冠层结构变异（传统VIs模型仅57%），显著提升了模型对AGB-结构互作机制的解释能力。研究为突破无人机农情监测中“光谱-结构”信息融合的技术瓶颈提供了新方法，同时为解析棉花冠层生长动态的生物学机制提供了可量化的建模工具。

来源：2025年第5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5期