• 首页 | 主办单位 | 期刊简介 | 编委会 | 作者指南 | 刊物订阅 | 下载中心 | 联系我们 | English | 期刊界
引用本文:吴尚蓉,刘佳,王利民,李宗南.基于图像和光谱技术的倒伏冬小麦产量评估研究[J].中国农业资源与区划,2013,34(1):39~46
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 2877次   下载 1882 本文二维码信息
码上扫一扫!
分享到: 微信 更多
基于图像和光谱技术的倒伏冬小麦产量评估研究
吴尚蓉1, 刘佳2, 王利民2, 李宗南2
1.中北大学电子测试技术国家重点实验室,山西太原 030051;2.中国农业科学院农业资源与农业区划研究所,北京 100081/农业部农业信息技术重点实验室,北京 100081
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。
关键词:  冬小麦 倒伏 图像 高光谱 估产
DOI:10.7621/cjarrp.1005-9121.20130108
分类号:
基金项目:该研究得到国家科技支撑计划(2012BAH29B00)资助
STUDY ON YIELD ASSESSMENT OF LODGING WINTER WHEAT BASED ON IMAGE MANIPULATION AND HYPERSPECTRAL ANALYSIS
Wu Shangrong1, Liu Jia2, Wang Limin2, Li Zongnan2
1.National Key Laboratory for Electronic Measurement Technology, North University of China, Taiyuan 030051, China;2.Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China/Key Laboratory of Agri-informatics, Ministry of Agriculture, Beijing 100081, China
Abstract:
Lodging crop yield assessment is an important indicator for the comprehensive evaluation of crop lodging disasters. Aiming at the shortage of the traditional methods of lodging crop yield assessment, the paper proposed a method of estimating lodging winter wheat yield based on image manipulation and hyperspectral analysis. Firstly, the study designed a winter wheat lodging experiment and captured different grades of lodging winter wheat RGB im- age data, canopy spectral reflectance data, and the yield of winter wheat. Secondly, by analyzing the RGB image color and texture characteristics, spectral absorption features red-edge characteristics and vegetation index, it se- lected 23 features mostly related to winter wheat yield as the input variables of yield assessment model. Finally, it optimized radial basis function(RBF) weights and established yield estimation model using particle swarm optimi- zation(PSO), the results indicated that the prediction accuracy of PSO-RBF model was 98.2%, the method based on hyper-spectral analysis and image manipulation to estimate the lodging winter wheat yield can meet the needs of non-contact quantitative assessment.
Key words:  winter wheat  lodging  image  hyper spectral  yield estimation
版权所有:  您是本站第    位访问者
主管单位:中华人民共和国农业农村部 主办单位:中国农业科学院农业资源与农业区划研究所
中国农业绿色发展研究会 地址:北京市海淀区中关村南大街12号
电话:010-82109628、82109647 电子邮件:quhuabjb@caas.cn
技术支持:北京勤云科技发展有限公司  京ICP备11039015号