排灌机械工程学报

作者：刘江凡,赵泽艺,李朝阳,*,高阳,赵鑫,江文格,龚智

单位：1. 塔里木大学水利与建筑工程学院, 新疆 阿拉尔 843300;2. 中国农业科学院西部农业研究中心, 新疆 昌吉 831100;3. 农业农村部西北绿洲节水农业重点实验室, 新疆 石河子 832000;4. 中国农业科学院农田灌溉研究所, 河南 新乡 453002

关键词：苹果树,无人机,多光谱遥感,SPAD,机器学习

基金：兵团财政科技计划项目(2022BC009);国家自然科学基金资助项目(51669032)

为探讨利用无人机多光谱遥感影像监测苹果树冠层叶绿素含量的可行性,以南疆矮砧密植苹果树为研究对象,利用无人机获取试验区多光谱影像,选取10个植被指数,分析所选植被指数与实测SPAD值的相关性,将与SPAD相关性较好的7个植被指数作为模型的输入变量,利用机器学习构建一元线性回归、偏最小二乘回归、支持向量机回归、随机森林回归和岭回归的苹果树冠层SPAD反演模型,通过精度检验确定最优模型.结果表明,7个植被指数NDVI,EVI,SAVI,OSAVI,GNDVI,RVI,GRVI与SPAD具有较好的相关性,相关系数为0.4~0.7,均在P小于0.01水平上极显著相关.采用随机森林回归建立的模型表现最优,其建模集R2为0.728,RMSE为2.292,RPD为1.920;验证集R2为0.702,RMSE为2.527,RPD为1.832.因此,基于无人机多光谱遥感的RF模型可以实现苹果树冠层SPAD的快速准确估算.

来源：2024年第5期

《排灌机械工程学报》期刊编辑部

查看排灌机械工程学报杂志2024年第5期