基于多光谱数据和机器学习的百里香生物量预测方法

本发明涉及一种基于多光谱数据和机器学习的百里香生物量预测方法，包括：获取研究区域的多光谱影像数据进行预处理；进行单株尺度分割，采得到单株尺度的目标提取结果；计算植被指数；采用机器学习模型对植被指数进行建模，得到生物量预测模型并训练，进行百里香生物量的自动预测，得到干重和鲜重两个预测目标。本发明利用无人机低空多光谱影像数据结合多种机器学习模型，建立了高精度的生物量预测模型，实时准确获取大面积百里香生物量的空间分布特征，为草原生态系统管理和资源评估提供依据；提高了预测精度，通过11种机器学习模型的预测，克服了单一模型的局限性，增强了预测结果的稳定性和可靠性。