科研产出
基于无人机高光谱数据的甘蔗糖分估算模型研究
《甘蔗糖业 》 2024
摘要：为探究无人机高光谱遥感直接估算甘蔗糖分的能力，本研究以广西甘蔗主栽品种桂糖42号（GT42）和桂柳05136（GL05136）为研究对象，布设了多种氮肥水平试验，利用无人机航拍获取新植蔗茎伸长期和工艺成熟期冠层高光谱数据，结合大田测定的糖分数据构建了甘蔗糖分估算模型。结果表明：（1）从茎伸长期至工艺成熟期，GT42和GL05136不同氮肥处理的糖分均呈上升变化，而同一品种不同处理的糖分差异变小。（2）不同品种甘蔗在不同生育期的糖分敏感高光谱波段有差异，红边波段和蓝红光波段分别对茎伸长期和工艺成熟期糖分变化较敏感，491、549、622、718和834nm可以分别作为红光、绿光、蓝光、红边和近红外波段用于糖分植被指数建模的特征波段。（3）高光谱植被指数对GT42茎伸长期糖分估算精度明显高于GL05136，但工艺成熟期相反。PSRI（Plantsenescencereflectanceindex）和MCARI（Modified chlorophyll absorption in reflectance index）分别是GT42茎伸长期（R~2=0.987）和工艺成熟期（R~2=0.587）的较优选择，对于GL05136茎伸长期（R~2=0.850）和工艺成熟期（R~2=0.231）的糖分拟合，优选指数是VARI（Visible light atmospherically resistant vegetation index）。
全文链接
请求原文
基于多源卫星遥感影像的广西中南部地区甘蔗识别及产量预测
《自然资源遥感 》 2024 北大核心 CSCD
摘要：针对广西地区作物种类多、蔗区调查复杂度高，以及因天气多变导致的卫星遥感图像获取困难等问题，该文提出了一种基于Sentienl-2影像的语义分割改进算法用于自动识别甘蔗种植区域，并在多时相的Sentinel-2和Landsat8影像数据基础上，提出了一种代表性光谱特征提取方法构建甘蔗产量预测模型。首先在轻量级网络BiseNetV2中加入了高效通道注意力模块（efficient channel attention, ECA）,构建了ECA-BiseNetV2模型识别蔗田的种植区域；然后从识别到的甘蔗种植区域中提取不同时期的多种植被指数，利用线性回归模型将Landsat8植被指数转化为Sentinel-2植被指数，以减小Sentinel-2和Landsat8的数据差异；接着对各蔗区、各生长周期内的植被指数时间序列数据进行三次曲线拟合，提取最大值作为代表性光谱特征；最后使用了多种机器学习算法构建产量预测模型。结果表明，所提出模型总体精度达91.54%,甘蔗查准率达95.57%;基于植被指数拟合最大值构建的决策树模型的测试集R2为0.792,比采用实际最大值构建的相应模型（R2=0.759）提升了4.3%。该方法可有效解决因天气问题导致的甘蔗关键生长期遥感图像缺失而难以准确构建产量预测模型的问题，展示出较强的应用性。
关键词： 语义分割 植被指数 甘蔗产量预测 卫星遥感 时间序列
全文链接
请求原文
基于多时相遥感植被指数的柑橘果园识别
《农业工程学报 》 2021 EI 北大核心 CSCD
摘要：柑橘普遍种植于中国南方地区,受天气多云多雨、种植类型复杂等因素影响,利用光谱信息直接识别柑橘果园信息存在一定困难。该研究根据柑橘特有的物候特征,提出了"柑橘在其果实生长膨大过程中柑橘果园的植被信息可能减弱"的假设。根据此特征提出柑橘果园信息识别方法,确定关键时间窗口的阈值,并以广西壮族自治区南宁市武鸣区为研究区,开展柑橘果园信息遥感识别实证研究。首先,获取2018年研究区多时相Sentinel-2遥感影像,构建归一化植被指数（Normalized Difference Vegetation Index,NDVI）、绿色归一化植被指数（Green Normalized Difference Vegetation Index,GNDVI）、差值植被指数（Difference Vegetation Index,DVI）和红边波段指数（Sentinel-derived Red-edge Spectral Indices,RESI）等多个植被光谱指数;其次,根据地面样本点信息,对比不同植被类型在不同时期的遥感植被信息差异,进而确定柑橘果园识别的最优特征。研究结果表明,柑橘果园与研究区其他主要作物类型（如甘蔗、香蕉、玉米、水稻等）没有明显的光谱特征差异,但研究区多时相遥感植被指数显示10月的柑橘果园NDVI相比11月出现明显低值0.47,且明显低于其他作物类型;10月的柑橘果园GNDVI也出现了低值0.43,但与其他月份相比差异不明显;而柑橘果园DVI的离散程度低,分离性不强。根据作物物候历,9—10月为柑橘果实迅速膨大期,这验证了该研究提出的科学假设,即该时期柑橘果园的植被信息会减弱。柑橘果实膨大期不同植被指数的离散程度差异明显,NDVI离散程度最高,差异性最强。根据10月柑橘果园NDVI的物候特征,进一步构建归一化指数,通过阈值法识别研究区柑橘果园空间分布,该识别方法的总体精度达到82.75%,优于其他植被指数的识别结果,研究结果可为柑橘果园信息遥感识别研究提供较好的理论与实践支撑。
关键词： 遥感 分类 物候 柑橘 植被指数 Sentinel-2 Google Earth Engine
全文链接
请求原文
首页上一页1下一页尾页
