| 梁振伟,王宏乐,王兴林,李松伟,张雅朵,刘大存.基于粒子群优化算法的柑橘冠层氮素营养监测方法研究[J].中国南方果树,2026,55(4):263-268 |
| 基于粒子群优化算法的柑橘冠层氮素营养监测方法研究 |
| Research on a Monitoring Method for Nitrogen in Citrus Canopy Based on Particle Swarm Optimization |
| 投稿时间：2025-06-17 修订日期：2025-07-29 |
| DOI： |
| 中文关键词: 柑橘 粒子群优化（PSO） 无人机 氮含量 吸氮量 |
| 英文关键词:citrus particle swarm optimization UAV nitrogen content nitrogen uptake |
| 基金项目: |
|
| 摘要点击次数: 6 |
| 全文下载次数: 0 |
| 中文摘要: |
| 【目的】本研究旨在利用无人机光谱遥感技术探索一种能够快速、无损估算柑橘冠层氮素营养状况的方法，通过建立经PSO算法优化的氮含量监测模型估算柑橘冠层吸氮量，估算作物氮营养利用率，为大规模柑橘园精准施肥和科学管理提供理论依据和技术支持。【方法】本文以广东南雄柑橘种植基地为研究区域，利用大疆M3M多光谱无人机获取柑橘冠层的多光谱遥感数据。通过提取冠层植被指数和LAI作为特征变量，分别构建了随机森林（RF）、支持向量机回归（SVR）、BP神经网络（BPNN）和偏最小二乘法（PLSR）四种氮含量监测模型，并采用PSO算法优化模型。通过对比分析不同模型的预测精度指标，评估其在氮含量和吸氮量监测中的性能表现。【结果】经PSO优化后，四种模型的预测精度提升明显。在氮含量监测中，PSO-SVR模型表现最佳，训练集和验证集的R2分别为0.770、0.547，RMSE为0.082、0.078，RPD为2.084、1.485，MAPE为3.16%、3.56%，模型预测一致性较高且误差控制良好；在吸氮量估算中，所有模型精度也有明显提升，其中PSO-SVR模型预测精度依旧最高，R2达0.983，RMSE为0.909，RPD为8.015，MAPE为9.65%。施肥效果分析显示，施氮量增加使冠层氮含量和吸氮量呈上升趋势，但利用率随施氮量增加而下降，N1（30g/株）和N2（60g/株）的利用率分别为16.15%和13.83%，当施氮量超过60g/株时，氮吸收效率明显降低。【结论】本研究基于无人机光谱遥感通过融合LAI和植被指数并结合粒子群优化（PSO）算法构建的氮素估算模型能够有效监测柑橘冠层氮含量水平和植株吸氮量，为施肥策略的科学制定提供数据支撑，有助于推动果园氮素管理向精准化、智能化方向发展。 |
| 英文摘要: |
| |
| 查看/发表评论 下载PDF阅读器 |
| 关闭 |
