基于低空遥感与GA-BP神经网络的葡萄叶片含水量估算研究

作者：张旭; 高何璇; 高晓阳^*; 李红岭; 贾尚云; 唐渲运; 杨梅; 李妙祺; 金李; 李东

来源：林业机械与木工设备, 2022, 50(06): 69-75.

DOI：10.13279/j.cnki.fmwe.2022.0079

• 无人机
• 多光谱
• 葡萄
• 含水量
• 遗传算法
• BP神经网络
• 反演模型

以武威市凉州区威龙庄园的葡萄为研究对象，使用无人机搭载多光谱相机对田间葡萄叶片含水量进行无损检测。选用Pix4D mapper软件对多光谱影像进行拼接，并利用矫正板矫正，通过指数计算器得到5个波段的光谱反射率影像。随机选取70组葡萄叶片光谱反射率作为训练样本，采用经典BP神经网络建立基于多光谱图像的葡萄叶片含水率模型，并融合遗传算法(Genetic Algorithms, GA)优化神经网络，输入量为蓝、绿、红、红边、近红等5个波段图像对应反射率，输出为葡萄叶片含水量。30组葡萄叶片验证样本用于模型反演数据的相关性分析。试验结果表明，利用多光谱图像信息并结合遗传算法优化的BP神经网络葡萄叶片含水量的反演模型，多光谱反演的含水量模型拟合相关系数达0.769 82,30组验证集中葡萄叶片含水率实测参考值和网络反演值的相关系数r为0.814 6,反演结果比较理想。本方法可实现对葡萄叶片含水量的快速无损准确检测，有助于西北干旱区农业的灌溉决策与精准管理。

• 单位
  机电工程学院; 甘肃农业大学