基于无人机数码影像的大豆育种材料叶面积指数估测

2017-08-31 15:28:49李长春牛庆林杨贵军冯海宽刘建刚王艳杰
农业机械学报 2017年8期
关键词:大豆分析模型

李长春 牛庆林,2 杨贵军 冯海宽 刘建刚 王艳杰,2

(1.河南理工大学测绘与国土信息工程学院, 焦作 454000; 2.农业部农业遥感机理与定量遥感重点实验室, 北京 100097;3.国家农业信息化工程技术研究中心, 北京 100097)

基于无人机数码影像的大豆育种材料叶面积指数估测

李长春1牛庆林1,2杨贵军2,3冯海宽2,3刘建刚2,3王艳杰1,2

(1.河南理工大学测绘与国土信息工程学院, 焦作 454000; 2.农业部农业遥感机理与定量遥感重点实验室, 北京 100097;3.国家农业信息化工程技术研究中心, 北京 100097)

利用低成本的无人机(Unmanned aerial vehicle, UAV)高清数码影像获取系统,于2016年7—9月在山东省济宁市嘉祥县圣丰大豆育种基地,获取大豆育种材料试验区的R1-R2、R3、R5-R6共3个关键生育期的高清数码影像,首先利用高清数码影像中的黑白定标布,对数码影像的DN(Digital number,DN)值进行归一化标定,并构建标定的18个数码影像变量,然后基于900个育种小区的叶面积指数实测数据构建大豆育种材料叶面积指数的一元线性回归、逐步回归、全子集回归、偏最小二乘回归、支持向量机回归和随机森林回归模型,最后基于模型建立和验证的决定系数(R2)、均方根误差(RMSE)和归一化的均方根误差(nRMSE)3个指标,筛选估测叶面积指数的最佳模型。研究表明,全子集回归模型中采用4个数码影像变量B、RGBVI、GLA和B/(R+G+B)的多元线性回归模型对大豆育种材料叶面积指数的解析精度最优,模型建立的R2、RMSE和nRMSE分别为0.69、0.99和17.90%,验证模型的R2、RMSE和nRMSE分别为0.68、1.00和18.10%。结果表明,以无人机为遥感平台,搭载低成本的高清数码相机,利用高清数码影像进行大豆育种材料LAI估测是可行的,可以快速、有效、无损地获取大豆育种材料的长势信息,为筛选高产大豆品种提供一种低成本的可行方法。……

登录APP查看全文

猜你喜欢
大豆分析模型
一半模型
注意防治大豆点蜂缘蝽
今日农业(2022年16期)2022-11-09 23:18:44
从大豆种植面积增长看我国粮食安全
巴西大豆播种顺利
今日农业(2021年20期)2021-11-26 01:23:56
大豆的营养成分及其保健作用
今日农业(2021年14期)2021-10-14 08:35:34
隐蔽失效适航要求符合性验证分析
重尾非线性自回归模型自加权M-估计的渐近分布
电力系统不平衡分析
电子制作(2018年18期)2018-11-14 01:48:24
电力系统及其自动化发展趋势分析
3D打印中的模型分割与打包