-
题名基于无人机RGB影像的大豆种植区提取方法研究
被引量：3
- 1
-
-
作者
张梦
佘宝
杨玉莹
黄林生
朱梦琦
-
机构
安徽理工大学空间信息与测绘工程学院
安徽大学、农业生态大数据分析与应用技术国家地方联合工程研究中心
-
出处
《浙江农业学报》
CSCD
北大核心
2023年第4期952-961,共10页
-
基金
农业生态大数据分析与应用技术国家地方联合工程研究中心开放课题(AE202101)
国家重点研发计划(2019YFE0115200)
安徽省高校自然科学研究项目(KJ2019A0120)。
-
文摘
针对皖北大豆主产区——阜阳市太和县境内的典型破碎农田环境,基于无人机RGB影像与多种机器学习算法构建大豆遥感识别模型,据此实现种植区的精细制图。除了R、G、B波段的相对反射率外,还选取了3个HLS色彩空间分量、9个可见光植被指数、6个纹理特征和1个几何特征共22个候选特征变量扩大RGB影像的信息量。采用与分类器相耦合的特征选择方法筛选出针对4种算法——随机森林(RF)、支持向量机(SVM)、极端梯度提升(XGBoost)和BP神经网络(BPNN)的特征子集,并基于最优特征子集和相应的算法构建监督分类模型进行大豆分布区的提取制图,并对比效果差异。结果表明,在4种算法下,基于优选特征子集构建的监督分类模型的提取效果全部优于基于原始RGB波段的提取效果,其中,RF算法结合优选特征的表现最佳,总体精度为93.96%,Kappa系数达到0.87。总的来看,RF算法结合特征优选方法在无人机大豆遥感识别中具有较大的应用潜力,通过特征筛选可在较高的分类精度与较少的数据量之间取得平衡。
-
关键词
无人机
机器学习
大豆
作物制图
特征优选
-
Keywords
unmanned aerial vehicle
machine learning
soybean
crop mapping
feature selection
-
分类号
S25
[农业科学—农业机械化工程]
-
