学术中心
利用消费级无人机多光谱图像快速预测冬小麦产量和氮素利用效率
发布时间:
2022-12-19
来源:
植物表型资讯
作者:
PhenoTrait
图1 本研究中的实验位置(A、B)、地块设计(E)、P4M平台(C)和校准面板(D)。
图2 不同氮素水平下的产量、氮偏生产力(NPFP)和农艺氮利用效率(aNUE)用平均值和标准差表示
图3 用平均值和标准差显示了不同品种下的产量、NPFP和aNUE。
图4 不同生长阶段下植被指数和农艺性状之间相关性的热图。
图5 基于所选VIs的LR模型对单一关键生长阶段的产量(A-C)和NUE(D-I)的预测结果。(A)产量预测的决定系数(R2)值;(B)产量预测的均方根误差(RMSE)值;(C)产量预测的平均绝对误差(MAE)值;(D)NPFP预测的R2值。(E) NPFP预测的RMSE值;(F) NPFP预测的MAE值;(G) ANUE预测的R2值;(H) ANUE预测的RMSE值;(I) ANUE预测的MAE值。
图6 基于所选VIs,利用MLR、SMLR和PLSR模型对整个生长季的产量(A-C)和NUE(D-I)预测结果。(A)产量预测的决定系数(R2)的值;(B)产量预测的均方根误差(RMSE)值;(C)产量预测的平均绝对误差(MAE)值;(D)NPFP预测的R2值;(E)NPFP预测的RMSE值;(F)用于NPFP预测的MAE值;(G)aNUE预测的R2值;(H)用于aNUE预测的RMSE值和(I)用于aNUE预测的MAE值。
图7 基于所有植被指数,用MLR、SMLR和PLSR模型对不同阶段的产量(A-C)和NUE(D-I)进行预测的结果。(A)产量预测的决定系数(R2)值;(B)产量预测的均方根误差(RMSE)值;(C)产量预测的平均绝对误差(MAE)值;(D)NPFP预测的R2值。(E) NPFP预测的RMSE值;(F) NPFP预测的MAE值;(G) ANUE预测的R2值;(H) ANUE预测的RMSE值;(I) ANUE预测的MAE值。
图8 P4M波段的反射率与ASD HH2光谱仪的地面测量反射率之间的相关性分析(A-E)和相应的NDVI(F)。
来 源
Liu J, Zhu Y, Tao X, et al. Rapid prediction of winter wheat yield and nitrogen use efficiency using consumer-grade unmanned aerial vehicles multispectral imagery[J]. Frontiers in Plant Science, 2022, 13.
小王博士在努力
扩展阅读
推荐新闻
视频展示