农业机械学报

作者：王天一，路梦源，贺刚，王强

单位：中国农业大学,中国农业大学,中国农业机械化科学研究院集团有限公司,中国农业机械化科学研究院呼和浩特分院有限公司,

关键词：草原地上生物量;估算模型;植被投影体积指数;无人机多光谱;植被三维结构

基金：中国机械工业集团有限公司科研专项（ZDZX2024-49）、财政部和农业农村部：国家现代农业产业技术体系项目（CARS-34-21）、中国农业大学2115人才工程资助项目和中央高校基本科研业务费专项资金项目（中国农业大学2025TC013）

针对温带典型草原地上生物量（Above ground biomass，AGB）精准估算研究中，传统光谱遥感因缺乏三维结构信息导致反演精度受限，而激光雷达等三维数据获取技术成本高昂的问题，以张家口市察北管理区草原为研究区，提出基于消费级深度相机与无人机多光谱技术的融合方法，开展草原AGB反演研究。利用深度相机获取样方俯视影像，通过计算每个扫描核的“有效高度×覆盖度”并累加积分，量化植被三维体积，提取表征植被“高度-覆盖度”耦合特征的植被投影体积指数（Vegetation projected volume index，VPVI）；结合无人机多光谱影像提取的单波段波反射率及多种植被指数（Vegetation indexs，VIs），经主成分分析（Principal component analysis，PCA）筛选出对生物量敏感的核心光谱特征，进而采用随机森林算法，分别构建基于单一VPVI、单一VIs及VPVI-VIs的AGB反演模型。对比分析不同模型的性能差异，结果显示：VPVI-VIs组合模型表现最优，测试集R2为0.87、RMSE为13.77g/m2，显著优于单一VPVI（R2=0.73）和单一VIs（R2=0.77）模型；特征重要性分析显示，VPVI在组合模型中占比42%，为核心特征，光化学反射指数（Photochemical reflectance index，PRI）和归一化植被指数（Normalized difference vegetation index，NDVI）合计占比24%，作为关键补充特征。散点图验证显示，模型在30~150g/m2区间预测稳定，95%预测带包裹度高。研究证实，VPVI与VIs的融合可有效提升草原AGB反演精度，为低成本、高效的草原生物量监测提供技术支撑。

来源：2025年第11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11期