来源：期刊VIP网 时间：
作者：陈兆中;段少坤;岳云开;李焕群;吴霞;陈建福;王小卉;李绪孟;
单位：湖南农业大学农学院;
摘要：为利用无人机航拍图像实现水稻叶绿素含量的高通量检测，以籼型三系杂交水稻品种兆优5431为材料，设置3个密度水平和5个施氮量水平，共15个处理，在水稻不同生育期通过大疆精灵4RTK无人机获取航拍图像和人工测定水稻叶片SPAD值，并选取7种与水稻叶片SPAD值显著相关的可见光植被指数，采用线性回归和机器学习方法构建了水稻叶片SPAD值反演模型，通过精度验证确定水稻叶片SPAD值最优预测模型。结果表明，机器学习模型中，随机森林模型精度均高于其他回归模型，该算法构建的模型具有较高的预测精度，其模型各项指标分别是建模集R2为0.85、RMSE为2.73，验证集R2为0.76、RMSE为3.64。因此，机器学习模型能为水稻叶片SPAD值进行无损、快速监测提供参考。
关键词：水稻;;叶绿素含量;;SPAD值;;无人机;;航拍图;;机器学习;;随机森林算法
基金资助：湖南省重点研发计划项目（2022NK2047）
