农业机械学报

作者：白振涛，董冰雪，范军亮，SHAWN Carlisle Kefauver，JOSé Luis Araus，张富仓，尹飞虎

单位：西北农林科技大学;巴塞罗那大学,西北农林科技大学,西北农林科技大学;新疆农垦科学院,巴塞罗那大学,巴塞罗那大学,西北农林科技大学;新疆农垦科学院,新疆农垦科学院,

关键词：棉花;产量估计;无人机遥感;RGB图像;植被指数;机器学习

基金：国家重点研发计划项目（2022YFD1900401）、国家外国专家项目（H20240233）和西北农林科技大学博士研究生国际化培养项目

为突破传统遥感技术依赖多光谱/高光谱的局限，探索RGB图像结合颜色空间转换算法的作物产量估算方法。通过无人机平台获取16个水氮处理条件下滴灌棉花6个关键生育期的冠层RGB图像，运用色彩空间转换算法将其转化为HIS、CIELab和CIELuv颜色参数，优选最佳估产窗口期，基于其衍生的RGB植被指数构建3种变量组合下的岭回归、支持向量机和随机森林估产模型。不同生育期的RGB植被指数与产量相关性表明，RGB植被指数与棉花产量在花期、花铃Ⅰ期、花铃Ⅱ期、铃期和吐絮期均具有较强的相关性，吐絮期植被指数与产量相关性最强，其中吐絮期的估产精度最高（决定系数大于等于0?87，偏差小于10%），为最佳估产窗口期。随机森林模型在各生育期估产中反演精度表现最稳定，采用变量组合3（GA、GGA、CSI、NGRDI、NGRDIveg、TGI、TGIveg、NDLab、NDLuv）构建的随机森林模型反演结果表现最优，测试集决定系数为0?76~0?88，均方根误差为0.69~0.99t/hm2，平均绝对误差为0.53~0.80t/hm2，偏差为6.11%~30.65%，为滴灌条件下棉花产量最优反演模型。研究结果可为利用无人机RGB图像进行滴灌棉花估产以及表型监测分析提供理论参考。

来源：2025年第8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8期