本文内容來源于《測繪通報》2024年第7期，審圖号：GS京（2024）1329号
結合變異系數法和機器學習模型的棉花長勢監測
楊思佳1,2, 王仁軍1,2, 鄭江華1,2, 趙鵬玉1,2, 韓萬強1,2, 毛旭芮1,2, 範宏1,2
1. 新疆大學地理與遙感科學學院, 新疆 烏魯木齊 830046;2. 新疆大學綠洲重點實驗室, 新疆 烏魯木齊 830046
基金項目：新疆生産建設兵團第七師棉花長勢遙感監測(202105140019)
關鍵詞：棉花, 棉花制圖指數, 綜合長勢監測, 遙感
引文格式：楊思佳, 王仁軍, 鄭江華, 等. 結合變異系數法和機器學習模型的棉花長勢監測[J]. 測繪通報, 2024(7): 111-116. DOI: 10.13474/j.cnki.11-2246.2024.0720.摘要
摘要 ：為了更加準确地擷取棉花關鍵物候期的長勢資訊,本文首先通過棉花制圖指數提取棉花種植區域;然後利用變異系數法将反映棉花長勢的株高、SPAD值、葉片濕重、葉片幹重與葉面積5種名額建構為一個綜合長勢名額,即棉花長勢指數(FBCGI);最後選取最優特征變量,結合随機森林模型建構棉花長勢反演模型。結果表明:① 棉花總體分類精度達到81.65%;② 與5種單一長勢名額相比,建構的FBCGI與植被指數的相關性更高;③基于最優特征變量和随機森林模型建構的棉花長勢監測模型,在模組化集和驗證集中的R2和RMSE分别為0.74、0.07和0.51、0.10。研究結果可為棉花長勢監測提供重要參考。
作者簡介作者簡介：楊思佳(1999—),男,碩士,主要從事農業遙感研究。E-mail:[email protected]通信作者：鄭江華。E-mail:[email protected]
初審：紀銀曉複審：宋啟凡
終審：金 君
資訊