中国农业资源与区划
中國農業資源與區劃
중국농업자원여구화
CHINA AGRICULTURAL RESOURCES AND REGIONAL PLANNING
2013年
1期
39-46
,共8页
吴尚蓉%刘佳%王利民%李宗南
吳尚蓉%劉佳%王利民%李宗南
오상용%류가%왕이민%리종남
冬小麦%倒伏%图像%高光谱%估产
鼕小麥%倒伏%圖像%高光譜%估產
동소맥%도복%도상%고광보%고산
倒伏作物产量评估是作物倒伏灾害综合评估中的一项重要指标.针对传统倒伏作物产量评估方法的不足,该文提出了一种基于图像处理技术和光谱分析技术的倒伏冬小麦估产方法.研究首先通过冬小麦倒伏模拟试验,人工造成冬小麦倒伏,采集不同倒伏等级冬小麦RGB图像数据、冠层光谱反射率数据,并测量倒伏冬小麦产量.然后,通过RGB图像获得颜色、纹理特征,通过光谱反射率获得光谱吸收、红边和植被指数特征,取与倒伏冬小麦产量最为相关的23个特征量作为产量预测模型的输入变量.最后,使用粒子群算法优化径向基权值并建立估产模型,通过三个倒伏时期的光谱和图像指标估算倒伏冬小麦产量.结果表明,模型估算精度为98.2%,该模型能满足非接触定量化的倒伏冬小麦产量评估需求.
倒伏作物產量評估是作物倒伏災害綜閤評估中的一項重要指標.針對傳統倒伏作物產量評估方法的不足,該文提齣瞭一種基于圖像處理技術和光譜分析技術的倒伏鼕小麥估產方法.研究首先通過鼕小麥倒伏模擬試驗,人工造成鼕小麥倒伏,採集不同倒伏等級鼕小麥RGB圖像數據、冠層光譜反射率數據,併測量倒伏鼕小麥產量.然後,通過RGB圖像穫得顏色、紋理特徵,通過光譜反射率穫得光譜吸收、紅邊和植被指數特徵,取與倒伏鼕小麥產量最為相關的23箇特徵量作為產量預測模型的輸入變量.最後,使用粒子群算法優化徑嚮基權值併建立估產模型,通過三箇倒伏時期的光譜和圖像指標估算倒伏鼕小麥產量.結果錶明,模型估算精度為98.2%,該模型能滿足非接觸定量化的倒伏鼕小麥產量評估需求.
도복작물산량평고시작물도복재해종합평고중적일항중요지표.침대전통도복작물산량평고방법적불족,해문제출료일충기우도상처리기술화광보분석기술적도복동소맥고산방법.연구수선통과동소맥도복모의시험,인공조성동소맥도복,채집불동도복등급동소맥RGB도상수거、관층광보반사솔수거,병측량도복동소맥산량.연후,통과RGB도상획득안색、문리특정,통과광보반사솔획득광보흡수、홍변화식피지수특정,취여도복동소맥산량최위상관적23개특정량작위산량예측모형적수입변량.최후,사용입자군산법우화경향기권치병건립고산모형,통과삼개도복시기적광보화도상지표고산도복동소맥산량.결과표명,모형고산정도위98.2%,해모형능만족비접촉정양화적도복동소맥산량평고수구.