航拍多光谱田间秸秆覆盖量反演模型的建立与优化

作     者：刘媛媛 孙宇 高雪冰 王利斌 王跃勇 刘梦琪 崔舒然 LIU Yuanyuan;SUN Yu;GAO Xuebing;WANG Libin;WANG Yueyong;LIU Mengqi;CUI Shuran

作者机构：吉林农业大学信息技术学院(智慧农业研究院)吉林长春130118 吉林农业大学工程技术学院吉林长春130118 长春市农业机械研究院吉林长春130052 吉林省农业机械研究院吉林长春130022 

出 版 物：《光学精密工程》 (Optics and Precision Engineering)

年 卷 期：2024年第32卷第11期

页      面：1773-1787页

核心收录：

学科分类：082804[工学-农业电气化与自动化] 08[工学] 09[农学] 083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 0828[工学-农业工程] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 0901[农学-作物学] 0835[工学-软件工程] 0825[工学-航空宇航科学与技术] 0701[理学-数学] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(No.42001256) 吉林省科技厅技术创新引导项目(No.20220402023GH) 吉林省科技厅重点研发项目(No.20230202039NC) 

主　　题：多光谱图像 机器学习 秸秆覆盖量 无人机 遗传算法 粒子群算法 

摘      要：保护性耕作是农业耕地可持续性发展的重要方法,已被世界多地采用,秸秆覆盖量实现从“有无到“多少的进一步判定,是秸秆还田检测的重要指标。通过无人机搭载多光谱相机航拍研究区内春秋两季遥感数据,并同步测定玉米秸秆覆盖量。首先,通过遥感数据提取光谱反射率并构建光谱指数,采用相关系数法筛选出对秸秆覆盖量敏感的波段变量和光谱变量,作为模型输入变量;然后,采用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、BP神经网络(Back Propagation Neural Network,BPNN)和极限学习机(Extreme Learning Machine,ELM)4种机器学习算法,建立玉米秸秆覆盖量的反演模型,比较不同时期和不同研究区域的模型精度;最后,为解决预测性能受其模型参数影响较大问题,引入遗传算法(Genetic Algorithm,GA)和粒子群算法(Particle Swarm Optimization,PSO),并提出遗传-粒子群混合算法(Genetic-Particle Swarm Optimization,GA-PSO),利用它们的互补性提高模型的性能,完成区域内秸秆覆盖量的估算。实验结果表明,基于GA-PSO优化的RF算法玉米秸秆覆盖量反演模型取得了最佳的反演效果,其中R^(2)达到了0.74。同时,对比分析不同数据的反演结果,均较为真实地反映了区域内秸秆覆盖量,估测准确率达到91.36%,说明可以通过优化模型实现结果估算。研究为保护性耕作秸秆还田量检测提供科学参考,亦为其他作物秸秆覆盖量估测提供了可靠的模型反演方法。