[口头报告]基于无人机多光谱遥感技术的油菜养分亏缺诊断

基于无人机多光谱遥感技术的油菜养分亏缺诊断
编号:3282 稿件编号:1275 访问权限:仅限参会人 更新:2024-04-13 11:31:51 浏览:61次 口头报告

报告开始:2024年05月18日 16:15 (Asia/Shanghai)

报告时间:10min

所在会议:[S7] 主题7、遥感与地理信息科学 » [S7-2] 主题7、遥感与地理信息科学 专题7.17、专题7.19(18日下午,303)

暂无文件

摘要
我们基于多年的油菜氮肥用量试验中获取的无人机多光谱影像,将迁移学习与深度学习算法相结合,用于诊断冬季油菜的氮、磷、钾缺乏情况。结果显示,与不使用迁移学习相比,迁移微调方法减少了约28%的训练时间,同时提高了4.2%的准确性。在模型选择方面,使用近红外、红光、绿光波段作为输入特征的MobileNet V3模型提供了最准确的营养缺乏诊断。针对油菜需求量最大的氮素,我们提出利用植被近红外反射率指数从冠层反射率中分离冠层结构的影响,利用校正后的冠层反射率构建叶片氮含量(LNC)估测模型,并进一步计算油菜在越冬期和蕾薹期所需的氮肥追施量。结果表明按需追肥下的产量仅比当地农民习惯性施肥下的产量低3.68%,但田间使用的总氮肥用量比当地农民习惯性用量低了12.9%。本研究表明无人机多光谱遥感技术在监测作物营养状态方面具有巨大潜力。
 
关键字
无人机,多光谱遥感,迁移学习,养分诊断,精准追肥
报告人
刘诗诗
教授 华中农业大学

稿件作者
刘诗诗 华中农业大学
郭腾渝 华中农业大学
张申明 华中农业大学
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 18005960255 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订