基于无人机多光谱影像和气象数据的水稻产量预测的多模态深度学习方法 | MDPI Remote Sensing

本研究探讨了利用无人机多光谱影像和天气数据的多模态深度学习模型在水稻产量预测中的应用。研究团队在日本三个县的22个农民田块中进行了为期6年的水稻产量调查，使用无人机搭载的多光谱相机获取影像，并收集了包括降水量、太阳辐射等在内的天气数据。通过对比不同卷积神经网络架构和不同层数的模型，研究发现结合无人机多光谱影像和每周天气数据的多模态深度学习模型能够显著提高水稻产量预测的精度。最佳模型使用AlexNet特征提取器和每周天气数据，预测精度达到RMSE为0.859 t/ha。研究结论指出，多模态深度学习模型能够有效整合无人机影像和天气数据，提高水稻产量预测的精度，但需要进一步评估模型的鲁棒性。