基于图像和光谱技术的倒伏冬小麦产量评估研究

被引：10

作者：

吴尚蓉 ^{[1
]}

刘佳 ^{[2
,3
]}

王利民 ^{[2
,3
]}

李宗南 ^{[2
,3
]}

机构：

[1] 中北大学电子测试技术国家重点实验室

[2] 中国农业科学院农业资源与农业区划研究所

[3] 农业部农业信息技术重点实验室

来源：

中国农业资源与区划 | 2013年 / 34卷 / 01期

关键词：

冬小麦; 倒伏; 图像; 高光谱; 估产;

D O I：

暂无

中图分类号：

S512.11 [];

学科分类号：

摘要：

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。

引用

页码：39 / 46

页数：8

共 24 条

[1]

冬小麦倒伏遥感监测研究.[D].张杰.山东师范大学.2011, 08

[2]

基于高光谱和图像技术的龙井茶叶品质检测方法研究.[D].蒋帆.浙江工业大学.2010, 07

[3] 基于经验模式分解和神经网络的短期风速组合预测 [J].