科技工作者之家
科技工作者之家APP是专注科技人才，知识分享与人才交流的服务平台。
来源：农业工程学报
《农业工程学报》2019年第35卷第23期刊载了农业部农业遥感机理与定量遥感重点实验室，北京农业信息技术研究中心等单位陶惠林、冯海宽、杨贵军、杨小冬、苗梦珂、吴智超与翟丽婷的论文——“无人机数码影像和高光谱数据的冬小麦产量估算对比”。该研究由国家自然科学基金资助项目（项目号：41601346）等资助。
在精准农业中，作物产量的准确监测对农业管理方面有着重要的意义。通过卫星可以实现大范围、大区域监测。而对于小尺度作物的监测，由于卫星数据获取时间长，受分辨率和气象等多方面影响，其所体现的作用不明显。无人机遥感影像具有较高的分辨率，操作便捷，能够快速地进行观测，相比卫星受限制条件少，在田间对作物进行监测能够取得很好的效果。 估算作物产量方面，根据平台的不同，所获取数据的方式各异，如利用卫星、无人机或地面获取。
本文通过无人机遥感平台，利用无人机数码与高光谱数据分别估算冬小麦产量，以数码影像指数和光谱参数为建模因子，通过机器学习多元线性回归（MLR）和随机森林（RF）2 种方法分别构建了基于无人机数码和高光谱的冬小麦产量估算模型，探讨2 种遥感数据的估算精度、最优模型和最佳估算生育期。
研究表明，数码影像指数和光谱参数与实测产量均有很强的相关性。利用光谱参数和数码影像图像指数通过MLR和RF构建的产量估算模型中均在灌浆期表现精度最高，将2种不同数据源构建的产量模型对比分析，以光谱参数为因子的MLR模型精度较高，更适合用于估算冬小麦产量。利用不同无人机遥感数据，通过光谱参数建立的MLR模型能够快速、方便地对作物进行产量预测，并可以根据不同生育期的产量估算模型有效地对作物进行监测，使得无人机遥感技术在农业生产中发挥更重要的作用。
来源：gh_c45100f8f9c0 农业工程学报
原文链接：http://mp.weixin.qq.com/s?__biz=MjM5NjU1MzcwNQ==&mid=2652996180&idx=3&sn=3fa38bbbb7b01d0f20c9949746286efc&chksm=bd3254d28a45ddc40a415ef90cbd6b593e86b4981e53737231bb7b8f44582fb98b1b0f58d8ae&scene=27#wechat_redirect
版权声明：除非特别注明，本站所载内容来源于互联网、微信公众号等公开渠道，不代表本站观点，仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。
电话：（010）86409582
邮箱：kejie@scimall.org.cn
微信
科技工作者之家
京公网安备11010202008424号
