作品详情

大赛登录

大赛注册

当前位置：首页大赛首页 “玉感遥测”——基于多光谱融合的夏玉米生长参数监测系统

大赛简介

大赛作品

大赛动态

联系我们

联系人：王秀秀

电话：010 -66083178

网址：www.qxwq.org.cn　

地址：北京市西城区广安门

内广义街5号广益大厦

大赛作品详情

作品名称：“玉感遥测”——基于多光谱融合的夏玉米生长参数监测系统
学校名称：山东理工大学
参赛队伍：遥感玉米智测队
队伍编号：223960
参赛学生：梁同裕许朝阳贾立淼田皓中
指导老师：韩鑫
投票日期：2025年10月10日 00:00->2025年12月15日 00:00
请在微信端进行投票。点此扫描二维码。

详细说明

为快速、准确地监测玉米的叶面积指数和叶绿素相对含量，对玉米的后期田间管理和产量提高至关重要。利用DJI精灵4 RTK、M210无人机和研发的地面遥感数据采集车，搭载可见光相机、MS600Pro多光谱和PSR1100-f高光谱，于2022年和2023年分别获取了试验区夏玉米喇叭口期、抽雄期和灌浆期的多源数据，并由田间气象站获取环境参数，通过相关性分析优选LAI和SPAD敏感特征。采用多元线性回归（MLR）、偏最小二乘回归（PLSR）和随机森林回归（RF），分别构建了单一来源数据和多源数据融合下的LAI和SPAD反演模型，并采用测试集进行模型精度验证。结果表明，多源数据融合使用可有效提高夏玉米LAI和SPAD模型反演精度。利用多源数据融合构建的模型，其反演精度和误差均优于单一数据源下的同类模型，且RF模型（LAI模型：R²=0.9315，RMSE=0.4895，SPAD模型：R²=0.7767，RMSE=2.8387）反演结果相对最优。基于多源数据融合的RF模型可快速准确的反演夏玉米LAI和SPAD，为夏玉米的后续田间管理提供数据支持。

本研究以夏玉米为研究对象，首先采用DJI精灵4 RTK、M210、地面气象站和研发的地面遥感数据采集车，分别获取夏玉米喇叭口期、抽雄期和灌浆期的多源遥感数据，将多源数据进行预处理，通过相关性分析筛选敏感特征，将筛选的敏感特征作为模型参数，采用统计学模型和机器学习模型进行夏玉米LAI及SPAD反演模型构建，并进行模型精度评价，选择最优反演模型，通过ArcGISQC系统进行结果可视化，结合可视化分布图分析LAI和SPAD反演效果及变化规律。