【论文精选】无人机可见光遥感和特征融合的小麦倒伏面积提取

《农业工程学报》2021年第37卷第3期刊载了山东理工大学赵静、潘方江、兰玉彬 、鲁力群 、曹佃龙、杨东建与温昱婷的论文——“无人机可见光遥感和特征融合的小麦倒伏面积提取”。该研究由山东省引进顶尖人才"一事一议"专项经费资助项目（项目号：鲁政办字[2018]27号）等资助。

引文信息：赵静,潘方江,兰玉彬,鲁力群,曹佃龙,杨东建,温昱婷.无人机可见光遥感和特征融合的小麦倒伏面积提取[J].农业工程学报,2021,37(3):73-80.

研究目的与方法：

倒伏是造成小麦减产和品质下降的主要原因之一。为快速准确地提取小麦倒伏面积，给农业保险理赔及灾后应急处置提供数据支持，该研究采用无人机遥感平台获取小麦倒伏后的冠层红绿蓝（Red-Green-Blue, RGB）可见光图像，并进行数字表面模型（Digital Surface Model，DSM）图像提取，计算了过绿植被（Excess Green, EXG）指数，利用ArcGIS中的镶嵌工具将不同图像特征进行融合，得到DSM+RGB融合图像和DSM+EXG融合图像，利用最大似然法和随机森林法对2种特征融合图像进行监督分类提取小麦倒伏面积，并与仅基于RGB可见光图像和DSM图像提取倒伏面积结果对比。

结果与结论：

结果表明，2种方法对4种图像进行小麦倒伏面积提取的整体趋势一致，且最大似然法提取效果整体优于随机森林法，基于最大似然法对RGB图像、DSM图像、DSM+RGB特征融合图像、DSM+EXG特征融合图像提取倒伏小麦面积的整体精度分别为77.21%、93.37%、93.75%和81.78%，Kappa系数分别为0.54、0.86、0.87和0.64，对比分析发现DSM+RGB特征融合图像提取小麦倒伏面积精度最高。该研究表明通过图像特征融合的方法能够有效提取倒伏小麦信息，为快速提取小麦倒伏面积提供参考。

本文由丨《农业工程学报》编辑部丨精编发布

欢迎留言、分享、点赞

转载、投稿、咨询

邮箱：tcsae@tcsae.org

公众号内回复【关键词】查询/获取更多信息

公众号内回复【0318】收看“科技论文质量提升系列活动（一）：英文科技论文撰写和审阅交流”

公众号内回复【招聘】加入《农业工程学报》和IJABE编辑部

»» 点击  阅读原文  获取全文