基于无人机多光谱与纹理特征的玉米叶面积指数估算与制图研究——内蒙古土默特右旗多生长阶段验证分析
《Sensors》:Field-Scale Estimation of Maize Leaf Area Index from UAV Multispectral Imagery Using Compact Spectral and Texture Predictors
【字体:
大
中
小
】
时间:2026年09月23日
来源:Sensors 4.0
摘要
叶面积指数(LAI)是冠层发育的重要指标,广泛用于作物诊断和田间尺度监测。本研究开发了一种无人机多光谱方法,用于估算和绘制中国内蒙古土默特右旗的玉米LAI。数据集由13个固定样方中122个地理定位点位的488对观测值组成,在四个生长阶段进行了重复测量。利用绿色、红色、红边和近红外波段提取了植被指数和灰度共生矩阵纹理特征。采用单次70:30划分评估了五个模型。通过100次重复的阶段分层划分、留一样方验证、留一生长阶段验证以及基于随机森林的特征消融,进一步检验了模型的稳健性。在单次划分基准测试中,随机森林模型的R2为0.889,RMSE为0.249,RRMSE为0.082。在重复划分中,对应的值分别为R2=0.876±0.016,RMSE=0.258±0.018,RRMSE=0.085±0.006。留一样方验证的R2为0.878±0.062,而留一生长阶段测试显示较弱且存在阶段依赖性的迁移能力(随机森林R2在-0.542至0.441之间)。特征消融分析表明,植被指数提供了大部分预测信息;相对于仅使用植被指数,加入两个近红外纹理变量后R2提高了0.010。由于田间平台缺乏独立的样方重复,所得图件应被解读为冠层异质性的描述,而非处理效应的证据。该方法适用于特定地点的玉米冠层监测,但更广泛的应用需要跨年份和跨地点的独立验证。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号