农业机械学报

作者：晁奥升，朱庆伟，邢恩光，李存军，刘玉，张津豪

单位：西安科技大学;北京市农林科学院,西安科技大学,北京市农林科学院;辽宁科技大学,北京市农林科学院;农业农村部农业遥感机理与定量遥感重点实验室,北京市农林科学院;农业农村部农业遥感机理与定量遥感重点实验室,北京市农林科学院;辽宁科技大学,

关键词：直立玉米秸秆;高光谱;光谱变换;敏感波段;识别

基金：Hyperspectral Identification of Upright Maize Straw in Autumn and Winter

探究秋冬季未离田直立玉米秸秆光谱特性和敏感波段是从农田相似地物中遥感准确识别秸秆的基础。本文采集了直立玉米秸秆及同时期相似地物共9类地物的高光谱数据，分析原始光谱及3种光谱变换的光谱曲线特征，并进行了秸秆高光谱可识别性研究。利用逐步判别分析法（SDA）和竞争性自适应加权采样法（CARS）筛选直立玉米秸秆的敏感光谱波段，最后利用随机森林（RF）、卷积神经网络（CNN）、长短期记忆递归神经网络（LSTM）和粒子群优化反向传播神经网络（PSO_BP）4种分类器进行未离田直立玉米秸秆识别。结果表明，直立玉米秸秆在短波红外区域差异最明显，可见光区域次之；4种光谱数据中，光谱变换的识别效果较好，平均识别精度大于89%，其中一阶微分光谱变换的识别效果最高；2种特征波段选择方法中，基于SDA的识别精度最高；4种分类方法都能满足识别的精度要求，其中PSO_BP精度最高。实验结果表明，秋冬季未离田直立玉米秸秆有独特的高光谱特征和敏感波段，与相似地物具有可识别性，可为卫星和无人机的秋冬季未离田直立玉米秸秆遥感监测提供理论依据。

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