多模式遥感应用,用于在玉米农田生态系统中对杂草竞争时间序列分析
Longzhe Quan1, Zhaoxia Lou2, Xiaolan Lv3
1College of Engineering, Anhui Agricultural University, Anhui, 230036, China.
Journal of environmental management
|June 17, 2023
概括
本研究引入了一种新方法,用于测量玉米田中的杂草竞争,使用综合竞争指数 (CCI-A) 和遥感. 调查结果显示,随着时间的推移,由于杂草的竞争,产量大幅下降.
科学领域:
- 农业科学 农业科学
- 生态生态学 生态生态学
- 遥感 遥感 遥感 遥感
背景情况:
- 杂草通过资源竞争显著影响作物产量,需要科学管理策略来平衡生产力和生物多样性.
- 了解作物和杂草之间的动态相互作用对于开发有效,可持续的农业实践至关重要.
研究的目的:
- 开发和验证一种新的方法来量化杂草在玉米田中的竞争强度.
- 分析杂草竞争对玉米生长,产量和生物化学参数的影响.
- 将多源遥感数据与深度学习相结合,用于大规模预测杂草竞争力.
主要方法:
- 在五个生长周期中,在不同程度的杂草竞争下 (1-5级) 对玉米进行了实地实验.
- 基于玉米表型的综合竞争指数 (CCI-A) 用于评估竞争动态.
- 多源遥感 (光谱和LiDAR) 和多模式深度学习模型 (Mul-3DCNN) 用于数据分析和预测.
主要成果:
- 杂草的竞争显著改变了玉米植物的高度,茎的厚度和营养含量 (N和P),导致产量减少高达53%.
- 在时间序列竞争分析方面,CCI-A表现优于传统指数.
- 遥感数据显示了光谱红边和树冠高度变化的变化,与竞争强度和持续时间相关.
- Mul-3DCNN模型使用多式模式时间数据实现了CCI-A的高预测准确性 (R2 = 0.85).
结论:
- 使用CCI-A,多式遥感和深度学习的综合方法为农业中杂草竞争的大规模动态评估提供了强大的框架.
- 这种方法支持精准农业,允许及时和准确的杂草管理决策,优化作物产量,同时考虑生态因素.
