文献类型：期刊文章

作　　者：严恩萍[1,2,3] 棘玉[1,2,3] 尹显明[1,2,3] 莫登奎[1,2,3]

Yan Enping;Ji Yu;Yin Xianming;Mo Dengkui(Key Laboratory of Forestry Remote Sensing Big Data&Ecological Security for Hunan Province,Central South University of Forestry&Technology,Changsha 410004,China;Key Laboratory of State Forestry and Grassland Administration on Forest Resources Management and Monitoring in Southern Area,Central South University of Forestry&Technology,Changsha 410004,China;College of Forestry,Central South University of Forestry&Technology,Changsha 410004,China)

机构地区：[1]中南林业科技大学林业遥感大数据与生态安全湖南省重点实验室,长沙410004 [2]中南林业科技大学南方森林资源经营与监测国家林业与草原局重点实验室,长沙410004 [3]中南林业科技大学林学院,长沙410004

出　　处：《农业工程学报》

基　　金：国家自然科学基金项目(31901311,32071682)。

年　　份：2021

卷　　号：37

期　　号：16

起止页码：39-46

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAB、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：快速准确的产量估算对油茶经营管理和可持续发展具有重要意义。该研究针对油茶快速估产的应用现状,提出一种基于无人机影像自动检测冠层果的方法用于油茶快速估产。首先借助无人机航拍影像,通过随机抽样选取120株油茶树进行无人机近景摄影和人工采摘称量;然后利用Mask RCNN(Mask Region Convolutional Neural Networks)网络开展基于近景影像的油茶冠层果自动检测与计数;采用线性回归和K最邻近建立冠层果数与单株果数之间的关系,同时结合研究区典型样木株数和平均单果质量,构建基于冠层果自动检测的估产模型。结果表明:1)无人机超低空近景影像结合Mask RCNN网络能够有效检测不同光照条件油茶果,平均F1值达89.91%;2)同传统卫星遥感相比,基于无人机近景摄影的冠层果自动检测在作物产量估测方面显示出明显优势,Mask RCNN网络预测的冠层果数与油茶样木单株果数之间具有良好的一致性,拟合决定系数R2达0.871;3)结合线性回归和K最邻近构建的模型估产精度均较高,拟合决定系数R2和标准均方根误差NRMSE(Normalized Root Mean Square Error)分别在0.892~0.913和28.01%~31.00%之间,表明基于无人机影像自动检测冠层果的油茶快速估产是一种切实可行的方法。研究结果可为油茶快速估产和智能监测提供参考。

关 键 词：无人机 自动检测  油茶 快速估产  冠层果  

分 类 号：S127] S757.2