基于数据融合和机器学习的多年生苎麻产量估测

打开文本图片集

摘要：苎麻是多年生宿根性作物，高效精准地获取其产量信息对于苎麻规模化生产、挖掘多年生作物生产潜力具有重要意义。本研究基于苎麻多年生的生长特性，结合无人机遥感技术和机器学习技术实现了苎麻产量遥感估测。首先，基于無人机获取的2019-2021年连续多季的苎麻冠层RCB影像，提取苎麻株高、植被指数、覆盖度和株数4项遥感特征值，并构造vrs×HDWxvcUAV、Vis/（1+HDSM）、Vis/（1+ VCUAV）3种融合特征参数（fusion feature parameters，FFPs）；其次，结合遥感特征值、FFPs、历史产量，采用4种机器学习方法（线性回归、偏最小二乘回归、支持向量回归和随机森林）分别构建苎麻产量估测模型；最后，对比不同参数和算法的估产模型精度，最终确定最佳估测模型。（剩余332字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。