文献类型： 中文期刊

作者： 梁榆茗 ¹ ; 樊雪艳 ¹ ; 张木清 ² ; 姚伟 ² ; 李修华 ¹ ; 王泽平 ³ ; 董思凡 ¹ ; 李雪晨 ¹ ;

作者机构： 1.广西大学电气工程学院

2.亚热带农业生物资源保护与利用国家重点实验室

3.广西农业科学院农业科技信息研究所

关键词： 激光雷达;甘蔗;叶面积指数;无人机;机器学习

期刊名称： 生物工程学报

ISSN： 1000-3061

年卷期： 2025 年 41 卷 010 期

页码： 3817-3827

收录情况： 北大核心 ; CSCD

摘要： 为探讨无人机激光雷达（light detection and ranging, LiDAR）对作物冠层叶面积指数（leaf area index, LAI）测量的可行性，利用无人机搭载激光雷达对分蘖期和伸长期的甘蔗冠层进行扫描，获取冠层点云；然后提取各行的平均高度、投影面积、不同部位点云数量等参数以及参数间的比值作为特征变量；再分别使用基于偏最小二乘回归（partial least squares regression, PLSR）、XGBoost特征重要性（XGBoost feature importance, XGBoost-FI）、随机森林递归特征消除（random forest recursive feature elimination, RF-RFE）这3种特征选择方法筛选模型最优输入变量，最后分别构建基于随机森林（random forest, RF）和自适应增强学习器（adaptive boosting, AdaBoost）的甘蔗LAI反演模型，并评估其效果。结果显示，行投影面积和行点云总量与LAI具有较高的相关性，分别达到了0.73和0.72；将行投影面积S_p、平均高度H_avg、中层点云量C_m和行点云总量C_total作为输入变量构建的基于AdaBoost的LAI反演模型效果最好，其验证集决定系数R_v²最高，为0.713，均方根误差RMSE_v为0.25。本研究结果为高通量获取大田作物的LAI提供了有效的方法，可以为甘蔗田间管理、育种提供科学指导。