期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合多光谱与LiDAR的玉米地上生物量精准估算研究
1
作者
吴强
杨默含
+7 位作者
段锋辉
王赞朴
康家坤
杨浩
杨贵军
张志勇
马新明
程金鹏
《光谱学与光谱分析》
北大核心
2025年第10期2906-2914,共9页
准确估算玉米地上生物量(AGB)是精准农业管理的核心任务。光谱遥感技术通过捕捉作物冠层不同波段的反射特性,能有效反映玉米的生理状态但易受复杂冠层结构干扰,激光雷达(LiDAR)技术则能获取玉米的高精度三维结构信息但难以揭示作物的生...
准确估算玉米地上生物量(AGB)是精准农业管理的核心任务。光谱遥感技术通过捕捉作物冠层不同波段的反射特性,能有效反映玉米的生理状态但易受复杂冠层结构干扰,激光雷达(LiDAR)技术则能获取玉米的高精度三维结构信息但难以揭示作物的生理特征,单一数据源在生物量估算中存在局限。因此本研究构建了融合多光谱与LiDAR数据的玉米地上生物量估算方法。实验于2021年—2022年在北京市小汤山精准农业示范基地开展,采集了140个样方数据,涵盖7个玉米品种。利用P4M多光谱无人机获取关键生长期的冠层反射光谱数据,采用M600无人机搭载Riegl VUX-1激光雷达获取三维点云数据。分别测定地上叶生物量(AGLB)、地上茎生物量(AGSB)和总地上生物量(AGB)。从多光谱数据中提取了NDVI、OSAVI等12种常用植被指数,从LiDAR点云中基于三角不规则网格(TIN)计算了最大高度(HMax)、平均高度(AspAvg)等9种结构特征。采用随机森林算法构建生物量估算模型,并通过Shapley加性解释(SHAP)方法评估特征重要性。结果显示,相较于光谱估算模型,融合模型显著提升了生物量估算精度。融合模型的决定系数R2分别达到0.80(AGLB)、0.78(AGSB)和0.73(AGB),分别提高5.2%、27.8%和12.3%;均方根误差(RMSE)分别降低至61.67、248.61和356.78 g·m^(-2),分别降低8.2%、43.6%和15.4%。光谱指数和结构特征均与生物量显著相关(r=0.52~0.83),其中HMax、AspAvg及RVI、OSAVI是关键变量。SHAP分析表明,结构特征对茎生物量的贡献最显著,光谱指数对叶生物量的作用更大。研究证明了两种技术在生物量估算中的互补性和协同效应,为精准农业的作物生长监测和地上生物量估算提供了可靠的方法支持,推动了农业数字化管理和智能化发展。
展开更多
关键词
玉米
地上生物量
多光谱遥感
激光雷达
数据融合
机器学习
在线阅读
下载PDF
职称材料
题名
融合多光谱与LiDAR的玉米地上生物量精准估算研究
1
作者
吴强
杨默含
段锋辉
王赞朴
康家坤
杨浩
杨贵军
张志勇
马新明
程金鹏
机构
河南农业大学农学院
河南农业大学信息与管理科学学院
北京市农林科学院信息技术研究中心农业农村部农业遥感机理与定量遥感重点实验室
出处
《光谱学与光谱分析》
北大核心
2025年第10期2906-2914,共9页
基金
国家重点研发计划项目(2024YFD2301100)
河南省重点研发项目(251111111000)
+1 种基金
国家自然科学基金青年科学基金(32401705)
国家资助博士后研究人员计划项目(GZC20230721)资助。
文摘
准确估算玉米地上生物量(AGB)是精准农业管理的核心任务。光谱遥感技术通过捕捉作物冠层不同波段的反射特性,能有效反映玉米的生理状态但易受复杂冠层结构干扰,激光雷达(LiDAR)技术则能获取玉米的高精度三维结构信息但难以揭示作物的生理特征,单一数据源在生物量估算中存在局限。因此本研究构建了融合多光谱与LiDAR数据的玉米地上生物量估算方法。实验于2021年—2022年在北京市小汤山精准农业示范基地开展,采集了140个样方数据,涵盖7个玉米品种。利用P4M多光谱无人机获取关键生长期的冠层反射光谱数据,采用M600无人机搭载Riegl VUX-1激光雷达获取三维点云数据。分别测定地上叶生物量(AGLB)、地上茎生物量(AGSB)和总地上生物量(AGB)。从多光谱数据中提取了NDVI、OSAVI等12种常用植被指数,从LiDAR点云中基于三角不规则网格(TIN)计算了最大高度(HMax)、平均高度(AspAvg)等9种结构特征。采用随机森林算法构建生物量估算模型,并通过Shapley加性解释(SHAP)方法评估特征重要性。结果显示,相较于光谱估算模型,融合模型显著提升了生物量估算精度。融合模型的决定系数R2分别达到0.80(AGLB)、0.78(AGSB)和0.73(AGB),分别提高5.2%、27.8%和12.3%;均方根误差(RMSE)分别降低至61.67、248.61和356.78 g·m^(-2),分别降低8.2%、43.6%和15.4%。光谱指数和结构特征均与生物量显著相关(r=0.52~0.83),其中HMax、AspAvg及RVI、OSAVI是关键变量。SHAP分析表明,结构特征对茎生物量的贡献最显著,光谱指数对叶生物量的作用更大。研究证明了两种技术在生物量估算中的互补性和协同效应,为精准农业的作物生长监测和地上生物量估算提供了可靠的方法支持,推动了农业数字化管理和智能化发展。
关键词
玉米
地上生物量
多光谱遥感
激光雷达
数据融合
机器学习
Keywords
Maize
Above-ground biomass
Multispectral remote sensing
LiDAR
Data fusion
Machine learning
分类号
S513 [农业科学—作物学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合多光谱与LiDAR的玉米地上生物量精准估算研究
吴强
杨默含
段锋辉
王赞朴
康家坤
杨浩
杨贵军
张志勇
马新明
程金鹏
《光谱学与光谱分析》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
