基于光譜和圖像的倒伏冬小麥產(chǎn)量評估方法.pdf

1、我國冬小麥種植面積大，是華北地區(qū)主要的糧食作物，而冬小麥的倒伏是影響其產(chǎn)量的主要因素之一，也是冬小麥災(zāi)害綜合評估中的一項重要工作，因此對倒伏冬小麥產(chǎn)量準確評估的研究對農(nóng)業(yè)災(zāi)害的損失評估具有重要的實際意義和應(yīng)用價值。
　　針對傳統(tǒng)倒伏作物產(chǎn)量評估方法的不足，本文提出了一種基于圖像處理技術(shù)和光譜分析技術(shù)的倒伏冬小麥估產(chǎn)方法。通過對中國農(nóng)業(yè)科學院廊坊產(chǎn)業(yè)園試驗田的冬小麥進行倒伏模擬試驗，采用人工方式形成不同等級的倒伏，分別采集不同倒伏等

2、級冬小麥RGB圖像、冠層光譜反射率和最終產(chǎn)量。
　　針對采集到的光譜曲線，分別通過包絡(luò)線消除突出吸收和反射特征以提取光譜吸收特征，光譜曲線一階微分以提取光譜紅邊特征，以及歸一化植被指數(shù)、抗大氣植被指數(shù)和優(yōu)化土壤調(diào)節(jié)植被指數(shù)的計算，確定了基于光譜的產(chǎn)量評估特征。利用采集的倒伏冬小麥圖像，通過顏色空間的轉(zhuǎn)換以提取顏色特征，以及通過灰度共生矩陣提取紋理特征，確定了基于圖像的產(chǎn)量評估特征。則所提取的如上兩組特征參數(shù)為評估模型的輸入。

3、>　　根據(jù)遺傳算法(GA)和粒子群算法(PSO)優(yōu)化徑向基權(quán)值，建立了基于徑向基(RBF)神經(jīng)網(wǎng)絡(luò)的估產(chǎn)模型，通過三個倒伏時期的光譜和圖像指標估算倒伏冬小麥產(chǎn)量。根據(jù)評估結(jié)果，確定了PSO-RBF神經(jīng)網(wǎng)絡(luò)作為倒伏冬小麥產(chǎn)量評估的最優(yōu)模型。
　　倒伏冬小麥產(chǎn)量評估模型能滿足非接觸定量化的倒伏冬小麥產(chǎn)量評估需求。估產(chǎn)模型為實現(xiàn)倒伏冬小麥產(chǎn)量評估提供了依據(jù)，它能更好的輔助農(nóng)業(yè)生產(chǎn)的順利進行以及農(nóng)業(yè)技術(shù)的提高，同時也對冬小麥規(guī)范化、成熟化