基于机器学习和无人机多光谱遥感的苜蓿产量预测

• Published in: 农业工程学报 Vol. 38; no. 11; pp. 64 - 71
• Main Authors: 严海军, 卓越, 李茂娜, 王云玲, 郭辉, 王晶晶, 李长硕, 丁峰
• Format: Journal Article
• Language: Chinese
• Published: 新疆农业科学院土壤肥料与农业节水研究所,乌鲁木齐 830091 01.06.2022; 中国农业大学水利与土木工程学院,北京 100083; 农业节水与水资源教育部工程研究中心,北京 100083%中国农业大学水利与土木工程学院,北京 100083%中国农业大学草业科学与技术学院,北京 100193%中国农业大学水利与土木工程学院,北京 100083
• Subjects: 支持向量回归; 无人机; 生育时期; 植被指数; 产量; 苜蓿
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2022.11.007

S127; 作物产量快速准确预估对规模化农业生产具有重要意义.该研究在河北省涿州市开展田间试验,设置5个灌水处理及雨养对照区,使用无人机搭载多光谱相机在苜蓿的分枝期、现蕾期和初花期进行遥感监测,将光谱参数与苜蓿产量做相关性分析,分别挑选各生育时期相关性较好的5种植被指数,以去除土壤噪声后的5种植被指数和作物表面模型提取的苜蓿株高为输入变量,通过支持向量回归算法建立各生育时期的苜蓿产量预测模型,并结合实测产量进行模型评价.结果表明,苜蓿产量预测模型精度由高到低的生育时期依次为初花期、现蕾期、分枝期,使用植被指数和株高组合作为输入变量可以提高产量模型的预测精度.在初花期使用植被指数和株高组合输入变量所构建的估产模型最优,其决定系数、均方根误差和标准均方根误差分别为0.90、500 kg/hm2和14.3％,可用于苜蓿产量的快速准确评估.研究结果可为苜蓿的规模化生产和精细化管理提供技术支持.