典型文献
基于无人机数码影像的水稻叶面积指数监测
文献摘要：
[目的]为探究无人机数码影像监测水稻叶面积指数(Leaf area index,LAI)的可行性,明确利用无人机数码影像监测水稻LAI的最佳时期,构建基于无人机数码影像的水稻LAI监测模型.[方法]本研究基于不同品种和施氮量的水稻田间试验,于分蘖期、拔节期、孕穗期、抽穗期和灌浆期测定水稻LAI,同步使用无人机搭载数码相机获取水稻无人机数码影像并提取颜色指数及纹理特征,分析其在不同生育时期与水稻LAI之间的相关性,构建定量监测模型,并用独立试验数据对所建模型进行检验.[结果]无人机数码影像中颜色指数及纹理特征与水稻LAI之间的相关性在生育前期(分蘖期+拔节期)最高,高于所有单生育期、生育后期(孕穗期+抽穗期+灌浆期)和全生育期,可确定为监测的最佳时期;在颜色指数和纹理特征当中,纹理特征方差(Variance,VAR)在监测水稻生育前期LAI时表现最优,可构建监测模型LAI=1.1656×exp(0.0174×VAR)实现监测,模型构建时的决定系数(Determination coefficient,R2)为0.7980,模型检验时的相对均方根误差(Relative root mean square error,RRMSE)和偏差(bias,θ)分别为0.1658和0.1306.[结论]与人工测量LAI相比,基于无人机数码影像的水稻LAI监测方法可提高作业效率,降低成本,在水稻长势快速准确监测和丰产高效栽培中具有应用价值.
文献关键词：
水稻;叶面积指数;无人机;数码影像;纹理特征;监测模型
中图分类号：
作者姓名：
曹中盛;李艳大;黄俊宝;叶春;孙滨峰;舒时富;朱艳;何勇
作者机构：
江西省农业科学院 农业工程研究所/江西省智能农机装备工程研究中心/江西省农业信息化工程技术研究中心,南昌 330200;南京农业大学/国家信息农业工程技术中心,南京 210095;浙江大学 生物系统工程与食品科学学院,杭州 310029
文献出处：
引用格式：
[1]曹中盛;李艳大;黄俊宝;叶春;孙滨峰;舒时富;朱艳;何勇-.基于无人机数码影像的水稻叶面积指数监测)[J].中国水稻科学,2022(03):308-317
A类：
B类：
数码影像,稻叶,叶面积指数,Leaf,area,LAI,最佳时期,监测模型,不同品种,施氮量,水稻田,田间试验,分蘖期,拔节期,孕穗期,抽穗期,灌浆期,搭载,数码相机,取水,颜色指数,纹理特征,不同生育时期,独立试验,单生,全生育期,Variance,VAR,exp,决定系数,Determination,coefficient,模型检验,Relative,root,mean,square,error,RRMSE,bias,人工测量,监测方法,高作,作业效率,降低成本,长势,快速准确,丰产高效,高效栽培
AB值：
0.293418
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
