摘要
为了研究红边波段对水稻生育期识别的影响,利用无人机多光谱影像,基于随机森林(random forest,RF)和支持向量机(support vector machine,SVM)两种算法,对水稻的分蘖期、拔节孕穗期、抽穗扬花期、成熟期进行识别。结果表明,归一化差值红边指数(normalized difference red edge index,NDRE)、红边叶绿素指数(chlorophyll index-red edge,CIrededge)识别的总体精度明显高于归一化植被指数(normalized differential vegetation index,NDVI)、绿边叶绿素指数(chlorophyll index-green,CIgreen)、增强型植被指数(enhanced vegetation index,EVI)的总体精度。NDRE在拔节孕穗期的用户精度比NDVI低,而在分蘖期、抽穗扬花期、成熟期的识别精度比NDVI高。相比于CIgreen,CIrededge在抽穗扬花期识别精度更高;各波段组合识别水稻生育期的总体精度表现为RGB+RE>RGB+NIR+RE>RGB+NIR,在RGB+RE中加入近红外波段后,总体精度明显降低,相比于红边波段,近红外波段带有较多干扰信息。RGB+NIR和RGB+RE在分蘖期和成熟期识别效果相近,但RGB+RE在拔节孕穗期和抽穗扬花期的识别精度较高。
- 单位