基于无人机图像的小麦灌浆期叶片氮含量估算

摘要：

氮含量是小麦的重要营养指标之一.传统方法监测不同生长时期的小麦叶片氮含量的过程繁杂且具有破坏性,针对该问题提出了利用无人机遥感图像快速预测小麦氮含量的方法.利用小麦灌浆时期获取的无人机图像,基于改进的加权平均算法进行拼接和融合.该方法可有效消除拼接痕迹和差异,从而有效提取小麦特征,包括RGB特征、HIS特征和植被指数(VIs),利用这些特征及它们的组合构建支持向量回归模型.实验结果表明,基于HIS特征+VIs组合的模型预测精度最高,其验证集决定系数(R2)为0.774,均方根误差(RMSE)为0.3637.该结果说明基于无人机监测小麦灌浆期的营养可行,这也为小麦田间管理提供了技术支撑.

关键词：小麦灌浆期、无人机、支持向量回归、氮含量

所属期刊栏目：48

分类号：S512.1;S127(禾谷类作物)

资助基金：安徽省自然科学基金资助项目;国家重点研发计划资助项目;安徽省高校自然科学研究重点项目;农业部农业物联网技术集成与应用重点实验室开放基金资助项目

在线出版日期：2020-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：55-64