国家自然科学基金资助项目(42007424;41601346);河南省科技攻关计划项目资助(202102310333;212102310427);河南省高等学校重点科研项目计划资助(21A420002);河南工程学院教育教学改革研究项目资助 (2021JYYB038;2021JYYB001)
快速、准确地监测冬小麦生物量,对于冬小麦田间管理、产量预测等具有重要意义.使用2015年开花期的冬小麦无人机数码影像及相应的生物量数据,将相关系数(|r|)、灰色关联分析(GRA)、投影变量重要性(VIP)与遗传算法(GA)-BP神经网络进行整合,构建了3种开花期冬小麦生物量估算模型,并对这3种模型进行可视化空间分析.结果表明:|r|-GABP,GRAGABP,VIPGABP模型的决定系数R2分别为0.753 9,0.689 8,0.704 4,RMSE分别为763.3,908.8,836.9 kg·hm-2,MAPE分别为10.31%,15.65%和12.55%,|r|GABP比GRAGABP和VIPGABP对冬小麦生物量有更好的预测能力.经可视化处理后能较为直观地反映冬小麦生物量的空间分布状况,为冬小麦的生长监测提供技术支持.
杨福芹,李天驰,冯海宽,解鹏,陈超*,高磊磊.基于无人机影像与GABP神经网络的生物量估算[J].湖南科技大学学报(自然科学版),2023,38(3):49-58