Presentation Details
基于无人机多光谱遥感技术的油菜养分亏缺诊断
ID：3282
View Protection：ATTENDEE
Updated Time：2024-04-13 11:31:51 Hits：2224
Oral Presentation
Start Time：2024-05-18 16:15（Asia/Shanghai）
Duration：10min
Session：S7 主题7、遥感与地理信息科学 »
No files
Abstract
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。
Keywords
无人机,多光谱遥感,迁移学习,养分诊断,精准追肥
Speaker
刘诗诗
教授 华中农业大学Submission Author
All Comments
Important Date
-
Conference Date
May 17
2024
toMay 20
2024
-
Mar 31 2024
Draft paper submission deadline
-
Mar 31 2024
Contribution Submission Deadline
-
May 20 2024
Registration deadline
Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
Submit Comment