株高和地上生物量AGB（Above-Ground Biomass）是作物长势监测的重要指标，因此快速获取这些信息对指导田间管理具有重要意义。本研究通过无人机搭载高清数码相机分别获取马铃薯5个生育期的影像数据，地面实测株高H（heigh）和AGB以及地面控制点GCPs（Ground Control Points）的三维空间坐标。首先，利用试验区域的影像数据结合GCPs的位置信息从生成的数字表面模型DSM（Digital Surface Model）中提取出马铃薯的株高（Hdsm）。其次，选取26种植被指数和H、Hdsm组成新的数据集与AGB作相关性分析，筛选出相关性较高的前7个植被指数同Hdsm作为估算马铃薯AGB的输入参数。然后，使用MLR（Multiple Linear Regression）、SVM（Support Vector Machine）和ANN（Artificial Neural Network）方法分别基于植被指数、植被指数和Hdsm构建马铃薯多生育期AGB估算模型，对不同估算模型进行比较分析，从而选择出AGB估算的最佳模型。结果表明：基于DSM提取的Hdsm与实测株高H高度拟合（R²=0.86，RMSE=6.36 cm，NRMSE=13.42%）；各生育期基于3种回归技术均以植被指数融入Hdsm构建的模型精度最高，估算能力最强；各生育期利用MLR方法构建的AGB估算模型效果最佳，其次为SVM-AGB估算模型，而ANN-AGB估算模型效果最差。该研究可为马铃薯AGB快速、无损监测提供科学参考。

PDF全文下载地址:

http://www.ygxb.ac.cn/rc-pub/front/front-article/download?id=18913843