基于光譜和圖像的倒伏冬小麥產量評估方法.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量的主要因素之一，也是冬小麥災害綜合評估中的一項重要工作，因此對倒伏冬小麥產量準確評估的研究對農業(yè)災害的損失評估具有重要的實際意義和應用價值。
　　針對傳統(tǒng)倒伏作物產量評估方法的不足，本文提出了一種基于圖像處理技術和光譜分析技術的倒伏冬小麥估產方法。通過對中國農業(yè)科學院廊坊產業(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量。
　　針對采集到的光譜曲線，分別通過包絡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)化土壤調節(jié)植被指數(shù)的計算，確定了基于光譜的產量評估特征。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)化徑向基權值，建立了基于徑向基(RBF)神經網絡的估產模型，通過三個倒伏時期的光譜和圖像指標估算倒伏冬小麥產量。根據(jù)評估結果，確定了PSO-RBF神經網絡作為倒伏冬小麥產量評估的最優(yōu)模型。
　　倒伏冬小麥產量評估模型能滿足非接觸定量化的倒伏冬小麥產量評估需求。估產模型為實現(xiàn)倒伏冬小麥產量評估提供了依據(jù)，它能更好的輔助農業(yè)生產的順利進行以及農業(yè)技術的提高，同時也對冬小麥規(guī)范化、成熟化