典型文献
基于无人机图像混合像元分解模型提高小麦基本苗数的反演精度
文献摘要：
及时、精确地获取小麦基本苗数在田块内部的空间差异信息,有利于实施精准变量追施氮肥,实现化肥减量增效.传统的无人机农业遥感仅关注植被与土壤2类特征而忽略混合像元的影响,导致小麦基本苗数反演精度差、可靠性低.为解决上述问题,该研究利用大疆Mini无人机获取麦田图像,基于不变目标法完成图像的相对辐射标定,并利用像元纯净指数提取植被端元与土壤端元.根据端元光谱特性建立混合像元的线性分解模型,求解混合像元中植被组分的丰度,基于像元统计法计算植被覆盖度,进而建立植被覆盖度与小麦基本苗数地面真值的线性回归模型.该研究方法获得的模型决定系数R2为0.87,均方根误差为1.97株/m2.而基于传统植被指数法分别利用可见光波段差分植被指数、绿红差分指数、绿红比值指数获取的相应植被覆盖度与小麦基本苗数地面真值的线性回归模型决定系数R2及均方根误差分别为0.79、0.56、0.47及6.06、7.04、4.43株/m2.由此可知,基于混合像元分解模型定量反演小麦基本苗数的方法具有较高的精度,研究成果可为小麦精准减量追施氮肥作业提供数据支持.
文献关键词：
无人机;模型;反演;农业遥感;无人机图像;混合像元;小麦基本苗数
中图分类号：
作者姓名：
杜蒙蒙;李民赞;姬江涛;Ali Roshanianfard
作者机构：
河南科技大学农业装备工程学院,洛阳 471003;机械装备先进制造河南省协同创新中心,洛阳 471003;中国农业大学智慧农业系统集成研究教育部重点实验室,北京 100083;莫哈格达阿德比利大学农业与自然资源系,阿尔达比勒 566199
文献出处：
引用格式：
[1]杜蒙蒙;李民赞;姬江涛;Ali Roshanianfard-.基于无人机图像混合像元分解模型提高小麦基本苗数的反演精度)[J].农业工程学报,2022(17):142-149
A类：
小麦基本苗数
B类：
无人机图像,图像混合,混合像元分解,分解模型,高小,反演精度,田块,空间差异,实施精准,追施,施氮肥,化肥减量增效,农业遥感,植被与土壤,研究利用,Mini,麦田,目标法,成图,纯净,端元,光谱特性,解混,统计法,植被覆盖度,真值,线性回归模型,决定系数,植被指数,指数法,可见光波段,段差,分指数,由此可知,定量反演,麦精
AB值：
0.226843
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。
