基于无人机多光谱遥感和机器学习算法的南疆棉花生物量估算  

Estimation of cotton biomass in southern Xinjiang based on UAV multi-spectral remote sensing and machine learning algorithm

作　　者：杨野 杨德昌[2] 孙红[2] 孟洪兵[1] 田才耀 刘成成 雷定湘 Yang Ye

机构地区：[1]塔里木大学信息工程学院,新疆阿拉尔843300 [2]中国农业大学信息与电气工程学院,北京100083

出　　处：《江苏农业科学》2023年第15期179-187,共9页Jiangsu Agricultural Sciences

基　　金：南疆重点产业创新发展支撑计划(编号:1121085)。

摘　　要：为探究不同生育期内植被指数对南疆棉花地上部生物量的估算潜力,利用无人机测取试验地塔河二号棉花3个生育期(蕾期、花铃期、吐絮期)多光谱影像数据,同时进行棉花植株生物量(地上部分干质量)的数据采集,对不同生育时期的棉花光谱及地上部生物量变化特征进行分析,选取Pearson相关系数法筛选出的单一植被指数和多种植被指数组合构建基于偏最小二乘法(PLSR)、支持向量机(SVM)和随机森林(RF)3种机器学习算法的反演模型,通过决定系数(R2)和均方根误差(RMSE)对反演效果进行评定。结果表明,地上生物量在蕾期至吐絮期内持续增大,多光谱近红外波段反射率在蕾期至吐絮期内先升高后降低,花铃期的模型估算效果最佳,R^(2)均≥0.68,RMSE均≤0.53;NDVI、RVI和GNDVI这3种植被指数与棉花地上部生物量的相关性最高,相关系数均≥0.765,呈极显著相关关系(P<0.01);以植被指数组合(NDVI-RVI)为变量的支持向量机回归模型的建模效果最优。本研究探究了不同植被指数组合和不同机器学习算法建模的估算效果,证明了植被指数融合的方法在棉花不同生育时期生物量估算的可行性,为南疆棉花的生长监测提供技术支持和理论支撑。

关 键 词：无人机 多光谱 植被指数 地上部生物量 机器学习算法 生育时期 相关系数法 

分 类 号：S127[农业科学—农业基础科学]