基于无人机遥感影像的马铃薯长势监测及产量估测研究

作     者：张斌斌 

作者单位：东北农业大学 

学位级别：硕士

导师姓名：石瑛;兰天义

授予年度：2023年

学科分类：082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 09[农学] 0901[农学-作物学] 

主      题：马铃薯 无人机遥感 长势指标 产量估测 

摘      要：近年来，无人机遥感监测技术以其高效、无损、实时的特点，在农业领域得到广泛应用，为作物长势实时监测及产量精准预测提供了一种新的方法，但运用遥感技术探索光谱特征与马铃薯长势指标和产量关系的研究还鲜有报道。马铃薯作为我国第四大粮食作物，在保障粮食安全方面发挥了重要作用，开展田间长势快速无损监测和产量预测方面的研究，可为马铃薯田间表型信息高效采集和种植管理数据化提供支撑。本研究在黑龙江省哈尔滨市开展，田间试验采用随机区组设计，3次重复，以4个马铃薯品种为材料，设置3种不同的氮肥施用量处理。在马铃薯关键生育期（现蕾期、初花期、盛花期和终花期）进行无人机RGB和多光谱影像的采集，并同步测定重要农艺指标。基于无人机获取的遥感影像，计算了多种光谱植被指数，并与长势参数（株高、SPAD、地上部生物量、全株生物量）及产量进行反演建模,得到不同生育期和全生育期长势指标的估算模型，构建综合长势指标并进行了多角度的长势监测研究，分析了不同生育期的产量预测模型，可为预测本地马铃薯长势和产量提供理论基础。主要研究结果如下: （1）利用无人机平台可实现对马铃薯各长势指标的提取。基于无人机RGB与多光谱影像包含的光谱信息，结合马铃薯各长势指标（株高、SPAD、地上部生物量、全株生物量）进行相关性分析，并利用多元线性回归和随机森林构建了马铃薯株高、SPAD、地上部生物量、全株生物量估测模型。通过RGB指数与植被指数结合可以提高各长势指标的估算效果，并且多元线性回归模型的反演效果要优于随机森林模型。其中，株高最佳估算模型R2和RMSE分别为0.94和5.86cm;SPAD最佳估算模型R2和RMSE分别为0.67和2.06;地上部生物量最佳估算模型R2和RMSE分别为0.53和137.2gm-2;全株生物量最佳估算模型R2和RMSE分别为0.85和185.6gm-2。 （2）利用均等权重法将株高、SPAD、地上部生物量、全株生物量组合成新的综合长势指标，并采用多元线性回归、随机森林分别建立了现蕾期、初花期、盛花期、终花期和全生育期的综合长势指标估算模型。综合长势指标可以较好地表征马铃薯长势，与单一长势指标类似，多元线性回归模型比随机森林模型表现更好，其中，初花期基于可见光+多光谱植被指数的多元线性回归模型测试集R2和RMSE分别为0.87、0.07,验证集R2和RMSE分别为0.56、0.11,该多元线性回归模型为最佳模型，与单一长势参数模型相比精度略低。 （3）依据无人机RGB和多光谱影像特征，选取了多元线性回归和随机森林两种方法，构建利用各个生育期光谱特征进行马铃薯的估产模型。多元线性回归模型估算效果最佳，最终产量的估算效果从高到底分别是盛花期全生育期终花期初花期现蕾期，最优估产模型测试集R2和RMSE分别为0.77、0.64kgm-2;验证集R2和RMSE分别为0.68、0.56kgm-2。