换一批基于无人机激光雷达的高通量作物冠层叶面积指数反演模型
A high-throughput plant canopy leaf area index inversion model based on UAV-LiDAR
摘要为探讨无人机激光雷达(light detection and ranging,LiDAR)对作物冠层叶面积指数(leaf area index,LAI)测量的可行性,利用无人机搭载激光雷达对分蘖期和伸长期的甘蔗冠层进行扫描,获取冠层点云;然后提取各行的平均高度、投影面积、不同部位点云数量等参数以及参数间的比值作为特征变量;再分别使用基于偏最小二乘回归(partial least squares regression,PLSR)、XGBoost特征重要性(XGBoost feature importance,XGBoost-FI)、随机森林递归特征消除(random forest recursive feature elimination,RF-RFE)这3种特征选择方法筛选模型最优输入变量,最后分别构建基于随机森林(random forest,RF)和自适应增强学习器(adaptive boosting,AdaBoost)的甘蔗LAI反演模型,并评估其效果.结果显示,行投影面积和行点云总量与LAI具有较高的相关性,分别达到了 0.73和0.72;将行投影面积Sp、平均高度Havg、中层点云量Cm和行点云总量Ctotal作为输入变量构建的基于AdaBoost的LAI反演模型效果最好,其验证集决定系数Rv2最高,为0.713,均方根误差RMSEv为0.25.本研究结果为高通量获取大田作物的LAI提供了有效的方法,可以为甘蔗田间管理、育种提供科学指导.
更多相关知识
关键词
激光雷达甘蔗叶面积指数无人机机器学习light detection and ranging(LiDAR)sugarcaneleaf area index(LAI)unmanned aerial vehicle(UAV)machine learning
栏目名称
DOI
10.13345/j.cjb.250360
发布时间
2025-11-10（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
