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
基于无人机多光谱和多波段组合纹理的马铃薯LAI估算
被引量：
1
1
作者
郭立笑
陈志超
+5 位作者
马彦鹏
边明博
樊意广
陈日强
刘杨
冯海宽
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2024年第12期3443-3454,共12页
叶面积指数(LAI)是表征作物生长状况的重要指标,因此高效、准确地估算作物LAI可为田间生产管理提供指导。光谱特征能够提供作物反射和吸收波长的信息,而纹理特征则可提供关于作物灰度属性和空间位置关系。以往研究表明仅使用光谱特征估...
叶面积指数(LAI)是表征作物生长状况的重要指标,因此高效、准确地估算作物LAI可为田间生产管理提供指导。光谱特征能够提供作物反射和吸收波长的信息,而纹理特征则可提供关于作物灰度属性和空间位置关系。以往研究表明仅使用光谱特征估算作物LAI存在一定的局限性,在高LAI水平时,会出现“饱和现象”,使得LAI被低估。为充分发掘无人机多光谱影像信息,对多个波段的纹理信息进行组合,得到多波段组合纹理,探究光谱特征融合多波段组合纹理能否提高LAI估算精度。首先获取马铃薯三个关键生育期的多光谱数据和地面实测LAI数据;然后使用灰度共生矩阵(GLCM)提取各生育期的纹理特征,将多个波段的纹理特征组合;然后分析植被指数、纹理特征和多波段组合纹理与LAI的相关性,并综合相关性和方差膨胀因子优选植被指数;最后融合多波段组合纹理,使用带有参数调优的偏最小二乘回归(PLSR)、岭回归(RR)和K近邻回归(KNR)估算各生育期马铃薯LAI,并与仅使用植被指数的模型进行对比,验证利用多波段组合纹理反演LAI的可行性。结果表明:(1)单波段纹理、双波段组合纹理和三波段组合纹理与LAI的相关性依次增大;(2)马铃薯各生育期优选后的多波段组合纹理与LAI呈现极显著相关,相关系数在0.79~0.83之间;(3)与仅使用植被指数的模型相比,加入多波段组合纹理可以显著提高模型的精度和稳定性。块茎形成期KNR模型的马铃薯LAI估算精度最高,建模R^(2)为0.83,RMSE为0.23 m^(2)·m^(-2),验证R^(2)为0.75,RMSE为0.25 m^(2)·m^(-2);块茎增长期PLSR模型的估算精度最高,建模R^(2)为0.73,RMSE为0.26 m^(2)·m^(-2);验证R^(2)为0.87,RMSE为0.20 m^(2)·m^(-2);淀粉积累期PLSR模型估算精度最高,建模R^(2)为0.73,RMSE为0.31 m^(2)·m^(-2),验证R^(2)为0.84,RMSE为0.25 m^(2)·m^(-2)。该方法可为无人机多光谱组合纹理特征估算马铃薯LAI提供参考。
展开更多
关键词
无人机
多光谱遥感
多波段组合纹理
叶面积指数
在线阅读
下载PDF
职称材料
题名
基于无人机多光谱和多波段组合纹理的马铃薯LAI估算
被引量：
1
1
作者
郭立笑
陈志超
马彦鹏
边明博
樊意广
陈日强
刘杨
冯海宽
机构
河南理工大学测绘与国土信息工程学院
农业农村部农业遥感机理与定量遥感重点实验室
南京农业大学国家信息农业工程技术中心
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2024年第12期3443-3454,共12页
基金
黑龙江省揭榜挂帅科技攻关项目(2021ZXJ05A05)
国家自然科学基金项目(41601346)
山西黄河流域矿区采动生态演变驱动机制与协同修复,国家自然科学基金重点项目(U22A20620)资助。
文摘
叶面积指数(LAI)是表征作物生长状况的重要指标,因此高效、准确地估算作物LAI可为田间生产管理提供指导。光谱特征能够提供作物反射和吸收波长的信息,而纹理特征则可提供关于作物灰度属性和空间位置关系。以往研究表明仅使用光谱特征估算作物LAI存在一定的局限性,在高LAI水平时,会出现“饱和现象”,使得LAI被低估。为充分发掘无人机多光谱影像信息,对多个波段的纹理信息进行组合,得到多波段组合纹理,探究光谱特征融合多波段组合纹理能否提高LAI估算精度。首先获取马铃薯三个关键生育期的多光谱数据和地面实测LAI数据;然后使用灰度共生矩阵(GLCM)提取各生育期的纹理特征,将多个波段的纹理特征组合;然后分析植被指数、纹理特征和多波段组合纹理与LAI的相关性,并综合相关性和方差膨胀因子优选植被指数;最后融合多波段组合纹理,使用带有参数调优的偏最小二乘回归(PLSR)、岭回归(RR)和K近邻回归(KNR)估算各生育期马铃薯LAI,并与仅使用植被指数的模型进行对比,验证利用多波段组合纹理反演LAI的可行性。结果表明:(1)单波段纹理、双波段组合纹理和三波段组合纹理与LAI的相关性依次增大;(2)马铃薯各生育期优选后的多波段组合纹理与LAI呈现极显著相关,相关系数在0.79~0.83之间;(3)与仅使用植被指数的模型相比,加入多波段组合纹理可以显著提高模型的精度和稳定性。块茎形成期KNR模型的马铃薯LAI估算精度最高,建模R^(2)为0.83,RMSE为0.23 m^(2)·m^(-2),验证R^(2)为0.75,RMSE为0.25 m^(2)·m^(-2);块茎增长期PLSR模型的估算精度最高,建模R^(2)为0.73,RMSE为0.26 m^(2)·m^(-2);验证R^(2)为0.87,RMSE为0.20 m^(2)·m^(-2);淀粉积累期PLSR模型估算精度最高,建模R^(2)为0.73,RMSE为0.31 m^(2)·m^(-2),验证R^(2)为0.84,RMSE为0.25 m^(2)·m^(-2)。该方法可为无人机多光谱组合纹理特征估算马铃薯LAI提供参考。
关键词
无人机
多光谱遥感
多波段组合纹理
叶面积指数
Keywords
UAV
Multispectral remote sensing
Multiband combined texture
Leaf area index
分类号
S25 [农业科学—农业机械化工程]
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
基于无人机多光谱和多波段组合纹理的马铃薯LAI估算
郭立笑
陈志超
马彦鹏
边明博
樊意广
陈日强
刘杨
冯海宽
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2024
1
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
