旨在探索并评估一种通过无人机平台搭载可见光相机提取饲料油菜生物量的新方法。试验于2018年在华中农业大学油菜试验基地展开,利用无人机搭载五相机倾斜摄影系统同时从多个角度获取油菜终花期的可见光图像,试验共设置3种无人机飞行高度...旨在探索并评估一种通过无人机平台搭载可见光相机提取饲料油菜生物量的新方法。试验于2018年在华中农业大学油菜试验基地展开,利用无人机搭载五相机倾斜摄影系统同时从多个角度获取油菜终花期的可见光图像,试验共设置3种无人机飞行高度(40、60和80 m)和3种播种密度(3.00×10^(5)、5.25×10^(5)和7.50×10^(5)株hm^(-2)),并评估和对比了多角度和单相机垂直2种成像方式的生物量预测结果。试验首先通过无人机图像提取油菜冠层覆盖度和株高信息;然后通过株高在覆盖面积上进行累加获得作物体积模型;最后基于作物体积模型与实测生物量建立线性回归模型预测油菜干物质重量。结果表明,(1)在本试验设置的3个飞行高度中,随着无人机飞行高度下降,生物量预测精度呈上升趋势,其中飞行高度为40 m时,油菜生物量估算精度最佳(校正集:r=0.792,RMSE=125.0 g m^(-2),RE=13.2%;验证集:r=0.752,RMSE=139.1 g m^(-2),RE=15.3%)。(2)种植密度越高,其实际生物量越小,通过作物体积模型预测生物量的效果更好。(3)多角度成像方式与单相机垂直成像方式在油菜生物量估测精度上没有显著差异,两者皆在40 m高度下具有最好的生物量预测效果,相关系数r分别为0.772和0.742。以上结果表明,基于无人机低成本可见光成像建模技术提取饲料油菜生物量是可行的,本研究可为大田作物地上生物量信息的无损高效监测提供易于实施的解决方案和技术参考。展开更多
【目的】本研究旨在获得潜江市不同稻作模式温室气体排放和固碳情况,以评价不同稻作模式的绿色发展潜力。【方法】首先,利用随机森林对遥感影像进行分类,获得了潜江市各稻作模式分布数据,结合气象、土壤、作物管理数据库,利用校正和验...【目的】本研究旨在获得潜江市不同稻作模式温室气体排放和固碳情况,以评价不同稻作模式的绿色发展潜力。【方法】首先,利用随机森林对遥感影像进行分类,获得了潜江市各稻作模式分布数据,结合气象、土壤、作物管理数据库,利用校正和验证后的DNDC模型进行区域模拟,获得潜江市甲烷(CH_(4))和氧化亚氮(N_(2)O)两种温室气体排放量及土壤有机碳变化量(dSOC)。其次,在DNDC模型中设置情景分析,假设目前稻虾模式由不同稻作模式变迁而来,利用相关指标的变化评价稻虾模式在潜江地区的绿色发展潜力。【结果】各项指标表明,校正后DNDC模型对CH_(4)和N_(2)O模拟效果良好。2019年潜江市每1 km^(2)范围内主要稻作模式CH_(4)和N_(2)O排放量及全年dSOC总量变化区间分别为0.40kg~64043.34 kg,0.002kg~227.08 kg和0.18 kg C~35835.27 kg C。潜江市全年单位面积CH_(4)和N_(2)O排放量均表现为稻虾模式最小,分别为394.50kg·hm^(-2),1.43kg·hm^(-2),单位面积dSOC表现为稻虾模式最大为274.30 kg C·hm^(-2),稻闲模式最小,为204.95 kg C·hm^(-2)。当潜江市稻虾模式转变为其他主要模式后,其周年CH_(4)排放总量增加2.31%~11.25%,N_(2)O排放总量增加11.49%~67.09%,dSOC减少9.95%~22.81%。【结论】本研究中,稻麦模式表现为CH_(4)排放最大,稻油模式的N_(2)O排放最大,两者固碳能力中等;稻闲模式由于只有一季种植,温室气体排放小于稻旱轮作模式,但其固碳能力较差;稻虾模式的减排和固碳能力相较于稻闲与稻旱轮作模式强,具有更高的绿色发展潜力,但其仍具有减排空间。展开更多
文摘旨在探索并评估一种通过无人机平台搭载可见光相机提取饲料油菜生物量的新方法。试验于2018年在华中农业大学油菜试验基地展开,利用无人机搭载五相机倾斜摄影系统同时从多个角度获取油菜终花期的可见光图像,试验共设置3种无人机飞行高度(40、60和80 m)和3种播种密度(3.00×10^(5)、5.25×10^(5)和7.50×10^(5)株hm^(-2)),并评估和对比了多角度和单相机垂直2种成像方式的生物量预测结果。试验首先通过无人机图像提取油菜冠层覆盖度和株高信息;然后通过株高在覆盖面积上进行累加获得作物体积模型;最后基于作物体积模型与实测生物量建立线性回归模型预测油菜干物质重量。结果表明,(1)在本试验设置的3个飞行高度中,随着无人机飞行高度下降,生物量预测精度呈上升趋势,其中飞行高度为40 m时,油菜生物量估算精度最佳(校正集:r=0.792,RMSE=125.0 g m^(-2),RE=13.2%;验证集:r=0.752,RMSE=139.1 g m^(-2),RE=15.3%)。(2)种植密度越高,其实际生物量越小,通过作物体积模型预测生物量的效果更好。(3)多角度成像方式与单相机垂直成像方式在油菜生物量估测精度上没有显著差异,两者皆在40 m高度下具有最好的生物量预测效果,相关系数r分别为0.772和0.742。以上结果表明,基于无人机低成本可见光成像建模技术提取饲料油菜生物量是可行的,本研究可为大田作物地上生物量信息的无损高效监测提供易于实施的解决方案和技术参考。
文摘【目的】本研究旨在获得潜江市不同稻作模式温室气体排放和固碳情况,以评价不同稻作模式的绿色发展潜力。【方法】首先,利用随机森林对遥感影像进行分类,获得了潜江市各稻作模式分布数据,结合气象、土壤、作物管理数据库,利用校正和验证后的DNDC模型进行区域模拟,获得潜江市甲烷(CH_(4))和氧化亚氮(N_(2)O)两种温室气体排放量及土壤有机碳变化量(dSOC)。其次,在DNDC模型中设置情景分析,假设目前稻虾模式由不同稻作模式变迁而来,利用相关指标的变化评价稻虾模式在潜江地区的绿色发展潜力。【结果】各项指标表明,校正后DNDC模型对CH_(4)和N_(2)O模拟效果良好。2019年潜江市每1 km^(2)范围内主要稻作模式CH_(4)和N_(2)O排放量及全年dSOC总量变化区间分别为0.40kg~64043.34 kg,0.002kg~227.08 kg和0.18 kg C~35835.27 kg C。潜江市全年单位面积CH_(4)和N_(2)O排放量均表现为稻虾模式最小,分别为394.50kg·hm^(-2),1.43kg·hm^(-2),单位面积dSOC表现为稻虾模式最大为274.30 kg C·hm^(-2),稻闲模式最小,为204.95 kg C·hm^(-2)。当潜江市稻虾模式转变为其他主要模式后,其周年CH_(4)排放总量增加2.31%~11.25%,N_(2)O排放总量增加11.49%~67.09%,dSOC减少9.95%~22.81%。【结论】本研究中,稻麦模式表现为CH_(4)排放最大,稻油模式的N_(2)O排放最大,两者固碳能力中等;稻闲模式由于只有一季种植,温室气体排放小于稻旱轮作模式,但其固碳能力较差;稻虾模式的减排和固碳能力相较于稻闲与稻旱轮作模式强,具有更高的绿色发展潜力,但其仍具有减排空间。
