期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于无人机多光谱遥感和机器学习的苎麻冠层叶片氮素含量预测模型研究 被引量：1
1
作者 许明志 陈建福 +6 位作者 岳云开 焦鑫伟 付虹雨 管圣 张蕾 崔国贤 佘玮 《山东农业科学》 北大核心 2025年第4期146-153,共8页
氮素是对苎麻生长发育影响最显著的营养元素之一,精确且及时地掌握苎麻氮素营养信息对提高其管理效率、精准掌控其生长动态、实施科学化管理等具有重要意义。本研究通过田间试验,设置4个氮肥水平和2个追肥时期,包括不施氮(N0)、施纯氮27... 氮素是对苎麻生长发育影响最显著的营养元素之一,精确且及时地掌握苎麻氮素营养信息对提高其管理效率、精准掌控其生长动态、实施科学化管理等具有重要意义。本研究通过田间试验,设置4个氮肥水平和2个追肥时期,包括不施氮(N0)、施纯氮273 kg/hm^(2)(N1)、施纯氮332 kg/hm^(2)(N2)、施纯氮390 kg/hm^(2)(N3),以及封行期(a)和旺长期(b)追肥,于三季苎麻苗期、封行期、旺长期、成熟期使用大疆精灵4无人机采集光谱图像,结合凯氏定氮法实测氮素数据,使用支持向量机(SVM)、随机森林回归(RFR)、反向传播神经网络(BPNN)、卷积神经网络(CNN)4种机器学习算法,建立了各生育期苎麻氮素营养估测模型。结果表明,基于4种机器学习算法构建的苎麻冠层叶片氮素含量估测模型均具有一定的预测能力,但预测精度存在明显差异,其中,CNN模型在苗期的预测精度最高(验证集R^(2)为0.761,RMSE 0.743,MAE 0.548),能够准确地预测苎麻的氮素营养状况,但在成熟期的泛化能力有待优化;RFR模型的苎麻跨生育期氮素预测性能表现稳定(验证集R^(2)为0.607~0.755,RMSE为0.819~1.156,MAE为0.680~0.930),适合作为长期监测的通用模型。综上,基于无人机多光谱遥感的机器学习模型能够实现对苎麻冠层叶片氮素的良好预测,可为快速监测苎麻长势和精准施肥管理提供理论支持。 展开更多
关键词 苎麻 叶片氮素含量 无人机 多光谱 机器学习
在线阅读 下载PDF
基于GF-6/WFV卫星遥感的大田冬小麦叶片氮素含量估测 被引量：2
2
作者 姚永胜 任妮 +4 位作者 李卫国 李伟 马廷淮 张宏 董建宾 《麦类作物学报》 CAS CSCD 北大核心 2024年第7期911-918,共8页
为对大田冬小麦叶片氮素含量(LNC)进行快速、准确及无损监测,通过在江苏省泰州泰兴市、盐城大丰区和南通如皋市布设冬小麦遥感监测大田试验,在获取试验样点冬小麦冠层红光波段反射率(REDref)、近红外波段反射率(NIRref)和计算的十个光... 为对大田冬小麦叶片氮素含量(LNC)进行快速、准确及无损监测,通过在江苏省泰州泰兴市、盐城大丰区和南通如皋市布设冬小麦遥感监测大田试验,在获取试验样点冬小麦冠层红光波段反射率(REDref)、近红外波段反射率(NIRref)和计算的十个光谱指数(RVI、NDVI、DVI、SAVI、OSAVI、MSR、RDVI、EVI2、NLI和SVI)基础上,将12个遥感光谱指标与冬小麦LNC进行相关分析,选出与LNC相关性较好的作为模型输入变量,构建基于BP神经网络的冬小麦LNC估测模型,并利用GF-6/WFV卫星遥感影像对县域冬小麦LNC的空间分布开展监测。结果表明,12个遥感光谱指标与冬小麦LNC之间存在不同程度的相关性,其中NDVI、RVI、MSR、OSAVI和NLI与冬小麦LNC的相关性较好(相关系数不低于0.65)。将优选的5个遥感光谱指标作为模型输入变量,构建基于BP神经网络的冬小麦LNC估测模型(LNC-BPEM),模型的估测精度r^(2)=0.866,RMSE=0.246%,ARE=12.9%。将冬小麦LNC-BPEM估测模型和GF-6/WFV影像结合对县域冬小麦LNC的空间信息监测,获得了如皋县域冬小麦LNC的空间分布特征,该区域冬小麦LNC范围在0.9%~2.0%(长势正常)的种植面积为29 693.3 hm^(2),占冬小麦总种植面积的74%。这说明利用GF-6/WFV卫星的多个遥感光谱指标与神经网络结合建模可有效估测县域大田冬小麦叶片氮素含量。 展开更多
关键词 冬小麦 GF-6/WFV卫星遥感 神经网络 叶片氮素含量 估测模型
在线阅读 下载PDF
条锈病胁迫下冬小麦冠层叶片氮素含量的高光谱估测模型 被引量：31
3
作者 蒋金豹 陈云浩 +1 位作者 黄文江 李京 《农业工程学报》 EI CAS CSCD 北大核心 2008年第1期35-39,共5页
为利用高光谱遥感诊断条锈病胁迫下作物的营养状况,测量感染条锈病的冬小麦冠层反射率以及相应叶片全氮(LTN)含量,利用线性和非线性回归方法,建立了微分光谱与小麦LTN含量之间的回归模型。研究表明随病情加重,小麦LTN含量逐渐降低,并与... 为利用高光谱遥感诊断条锈病胁迫下作物的营养状况,测量感染条锈病的冬小麦冠层反射率以及相应叶片全氮(LTN)含量,利用线性和非线性回归方法,建立了微分光谱与小麦LTN含量之间的回归模型。研究表明随病情加重,小麦LTN含量逐渐降低,并与一阶微分光谱在430～518、534～608、660～762 nm以及783～893 nm区域具有极显著相关性。经检验,以红边内一阶微分总和与蓝边内一阶微分总和比值(SDr/SDb)为变量的模型是估测LTN含量的最佳模型,其RMSE为0.3567,相对误差为8.33%。因此,利用高光谱遥感估测条锈病胁迫下作物LTN含量是可行的,且具有较高的反演精度。研究成果可为小麦氮素营养监测、精准施肥以及条锈病情诊断等提供理论依据和指导。 展开更多
关键词 高光谱 冬小麦 条锈病 叶片氮素含量 估测模型
在线阅读 下载PDF
高光谱和NSGA2-ELM算法的粳稻叶片氮素含量反演 被引量：9
4
作者 冯帅 曹英丽 +4 位作者 许童羽 于丰华 陈春玲 赵冬雪 金彦 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2020年第8期2584-2591,共8页
为提供一种高效、快速和无损的粳稻叶片氮素含量反演方法,以粳稻小区试验为基础,利用高光谱技术和室内化学实验,获取粳稻分蘖期、拔节期和抽穗期三个生育期共280组叶片高光谱数据以及相对应的水稻叶片氮素含量数据,分析不同施氮水平的... 为提供一种高效、快速和无损的粳稻叶片氮素含量反演方法,以粳稻小区试验为基础,利用高光谱技术和室内化学实验,获取粳稻分蘖期、拔节期和抽穗期三个生育期共280组叶片高光谱数据以及相对应的水稻叶片氮素含量数据,分析不同施氮水平的粳稻叶片光谱特征,采用随机青蛙算法(random_frog)与迭代和保留信息变量算法(IRIV)相结合的方式筛选特征波段,并将任意两个光谱波段随机组合构建差值植被指数DSI(Ri,Rj)、比值植被指数RSI(Ri,Rj)和归一化植被指数NDSI(Ri,Rj),分别将较优的特征波段组合和植被指数组合作为模型输入,构建BP神经网络、支持向量机(SVR)和非支配的精英策略遗传算法优化极限学习机(NSGA2-ELM)粳稻叶片氮素含量反演模型,并对模型进行验证分析。结果表明:随着施氮水平的增加,粳稻叶片近红外波段范围反射率逐渐升高,在可见光波段范围反射率逐渐降低。采用random_frog与IRIV相结合的方式筛选特征波段共得到8个特征波段,其中可见光波段7个,分别为414.2, 430.9, 439.6, 447.9, 682.7, 685.4和686.3 nm,近红外波段仅有1个为999.1 nm,该方法较好地剔除了干扰信息,大大降低了波段间的共线性。同时从三种植被指数(DSI(Ri,Rj), RSI(Ri,Rj), NDSI(Ri,Rj))与粳稻叶片氮素含量的决定系数等势图中可知, DSI(R648.1,R738.1), RSI(R532.8,R677.3)和NDSI(R654.8,R532.9)与叶片氮素含量相关性最好,R^2分别为0.811 4, 0.829 7和0.816 9。在输入参量不同的建模效果对比分析中,以特征波段组合作为模型输入所构建的模型反演效果略优于植被指数组合,R^2均大于0.7, RMSE均小于0.57。而在反演模型间的对比分析中,提出的NSGA2-ELM反演模型的估测效果要优于BP神经网络模型和SVR模型,训练集决定系数R^2为0.817 2,均方根误差RMSE为0.355 5,验证集R^2为0.849 7, RMSE为0.301 1。鉴于此, random_frog-IRIV筛选特征波段方法结合NSGA2-ELM建模方法在快速检测粳稻叶片氮素含量中具有显著优势,可为粳稻田间精准施肥提供了参考。 展开更多
关键词 高光谱数据 叶片氮素含量 特征波段 植被指数 反演模型
在线阅读 下载PDF
基于改进红边面积的夏玉米叶片氮素含量导数光谱监测 被引量：11
5
作者 刘炜 常庆瑞 +2 位作者 郭曼 邢东兴 员永生 《西北农林科技大学学报（自然科学版）》 CSCD 北大核心 2010年第4期91-98,共8页
【目的】从夏玉米叶片一阶导数光谱中提取监测叶片氮素含量变化的敏感红边面积，为夏玉米氮素营养遥感监测提供依据。【方法】使用高光谱仪ASDFieldSpecPro，于喇叭口期（08—05）、抽雄期（08—22）、吐丝期（09—05）和乳熟期（09—1... 【目的】从夏玉米叶片一阶导数光谱中提取监测叶片氮素含量变化的敏感红边面积，为夏玉米氮素营养遥感监测提供依据。【方法】使用高光谱仪ASDFieldSpecPro，于喇叭口期（08—05）、抽雄期（08—22）、吐丝期（09—05）和乳熟期（09—13）采集不同氮素处理水平下（O，120，240kg／hm。）的夏玉米叶片光谱，并在红边波长范围（680～760nm）求取一阶导数（一阶导数光谱），然后采用基于小波变换的阈值去噪方法对一阶导数光谱进行去噪处理；考察夏玉米4个生育时期内一阶导数光谱对不同氮素处理水平的响应特征，以及当波长范围从红边核心区域720～740nm逐步扩展到700～760nm时，对应包围面积与叶片氮素含量相关系数的变化情况，在此基础上分析红边面积常规计算方法的不足，并提出针对性的改进措施；在4个生育时期内，对改进红边面积MSred和通过常规计算所得红边面积Sred与叶片氮素含量的相关性进行分析，并评价MSred的效果。【结果】（1）对于不同的氮素处理水平，位于红边核心区域720～740nm的一阶导数光谱值相对于红边边缘区域具有更显著的响应特征。（2）在4个生育时期内，当波长范围处于红边核心区域时对应红边面积值较小，但其与叶片氮素含量的相关性较高；当波长范围以720～740nm为中心、2nm为步长扩展至700～760nm时，对应包围面积值总体上呈线性增长趋势，而其与叶片氮素含量的相关性则逐渐降低。（3）在喇叭期、抽雄期、吐丝期、乳熟期，MSred与夏玉米叶片氮素含量的相关系数分别为0．8768，0．8275，0．8442和0．8838，比同生育时期Sred与叶片氮素含量的相关系数分别提高了7．50％，5．00％，9．75％和5．54％。【结论】改进红边面积MSred可以更准确地指示叶片氮素含量的变化，为采用高光谱技术快速诊断夏玉米氮素营养亏缺状况提供了新途径。 展开更多
关键词 夏玉米 叶片氮素含量 一阶导数光谱 小波去噪 数值积分 红边面积
在线阅读 下载PDF
不同柠檬品种叶片SPAD值、氮素含量与叶绿素含量相关性分析 被引量：30
6
作者 杨虹霞 龙春瑞 +5 位作者 刘红明 曾荣 李进学 毛加梅 付小猛 岳建强 《热带农业科学》 2019年第8期22-28,共7页
利用叶绿素仪测定田间种植的不同柠檬品种幼树功能叶片的SPAD值、叶绿素含量及叶片氮素含量,并分析了柠檬叶片SPAD值与叶绿素含量及氮素含量的关系。结果表明:4个柠檬品种叶片SPAD值与叶绿素a、叶绿素b、总叶绿素含量以及氮素含量间均... 利用叶绿素仪测定田间种植的不同柠檬品种幼树功能叶片的SPAD值、叶绿素含量及叶片氮素含量,并分析了柠檬叶片SPAD值与叶绿素含量及氮素含量的关系。结果表明:4个柠檬品种叶片SPAD值与叶绿素a、叶绿素b、总叶绿素含量以及氮素含量间均存在极显著正相关关系;幼龄期柠檬叶片的SPAD值与叶绿素含量呈非线性关系,与叶片氮素有较好的线性关系。在相同时期不同品种间的SPAD值存在显著性差异。应用SPAD值能够快速准确地预测柠檬叶片叶绿素含量和氮素营养状况,可为确定柠檬最佳施肥时期及施肥量提供理论依据。 展开更多
关键词 柠檬 叶绿素含量 SPAD值 叶片氮素含量 相关性分析
在线阅读 下载PDF
大豆冠层叶片氮含量检测研究——基于无人机多光谱图像 被引量：4
7
作者 康恺 张伟 +2 位作者 贺燕 亓立强 张平 《农机化研究》 北大核心 2024年第2期151-156,共6页
为快速获取大豆冠层叶片氮素含量(Leaf Nitrogen Content,LNC)信息,采用无人机获取大豆冠层LNC多光谱影像光谱特征,通过分析光谱变量与LNC的相关性,选出对大豆冠层LNC敏感的光谱变量。利用逐步回归分析方法建立黑河43、龙垦310、龙垦340... 为快速获取大豆冠层叶片氮素含量(Leaf Nitrogen Content,LNC)信息,采用无人机获取大豆冠层LNC多光谱影像光谱特征,通过分析光谱变量与LNC的相关性,选出对大豆冠层LNC敏感的光谱变量。利用逐步回归分析方法建立黑河43、龙垦310、龙垦3401在3个关键生育时期(R1、R3、R5)大豆LNC估测模型。研究结果表明:①在3个品种的3个生育期,除R5时期龙垦3401品种外,NDVI与LNC具有高度相关性,说明NDVI可以较好地进行大豆冠层LNC的反演。②在建模的过程中发现,在R1时期龙垦3401、黑河43、龙垦310所建模型的R2和RMSE依次为0.857、0.133,0.845、0.156,0.821、0.187;在R3时期龙垦3401、黑河43、龙垦310所建模型的R2和RMSE依次为0.835、0.204,0.881、0.113,0.849、0.162;在R5时期龙垦3401、黑河43、龙垦310所建模型的R2和RMSE依次为0.835、0.208,0.814、0.215,0.836、0.211。由此表明,利用无人机多光谱遥感图像数据可以很好地监测大豆LNC的空间分布情况。 展开更多
关键词 大豆 叶片氮素含量 无人机 多光谱影像 逐步回归
在线阅读 下载PDF
基于多视角反射光谱的冬小麦冠层叶片氮素营养监测研究 被引量：9
8
作者 肖春华 李少昆 +3 位作者 王克如 卢艳丽 谢瑞芝 高世菊 《作物学报》 CAS CSCD 北大核心 2007年第7期1141-1145,共5页
通过2个蛋白质含量不同的冬小麦品种和4个氮素水平的试验,研究传感器在垂直冬小麦垄平面上,冠层不同观测角度的反射光谱与叶片氮素营养的关系,改进小麦冠层氮素光谱诊断的理论与方法。结果表明,在本试验选择的7种植被指数光谱特征参量... 通过2个蛋白质含量不同的冬小麦品种和4个氮素水平的试验,研究传感器在垂直冬小麦垄平面上,冠层不同观测角度的反射光谱与叶片氮素营养的关系,改进小麦冠层氮素光谱诊断的理论与方法。结果表明,在本试验选择的7种植被指数光谱特征参量中,2个小麦品种均表现为比值植被指数(RVI[670,890])与冠层叶片氮素含量(CLNC)相关性最高;不同视角的RVI与冠层叶片氮素含量关系中,0°、30°和90°的相关性最高;利用0°、30°和90°的RVI与CLNC进行模型拟合,其模型的决定系数是0°>30°>90°;在建立的0°模型中,京411小麦模型RMSE为0.2915,预测准确率为90.2%,中优9507模型RMSE为0.3827,预测准确率为87.2%。本研究证明改变反射光谱观测角度,能够提高冠层叶片氮素含量的光谱预测精度,不同小麦品种其光谱特征与冠层叶片氮素含量关系不同,在应用中要根据不同的小麦品种建立相应的模型。 展开更多
关键词 冠层叶片氮素含量(CLNC) 观测角度比值植被指数(RVI) 模型 冬小麦
在线阅读 下载PDF
冬小麦冠层叶片氮素营养方向反射光谱的预测 被引量：6
9
作者 肖春华 李少昆 +5 位作者 卢艳丽 王克如 高世菊 谢瑞芝 隋学艳 柏军华 《石河子大学学报（自然科学版）》 CAS 2008年第3期280-285,共6页
以2个小麦品种,4个氮素水平的裂区实验设计,对垂直垄平面上不同观测角度冬小麦冠层光谱与叶片氮素含量的关系进行研究。结果表明,在选择的10种光谱特征参量中,RVI与冠层叶片氮素含量相关性最高,不同角度RVI中,0°观测角的RVI的相关... 以2个小麦品种,4个氮素水平的裂区实验设计,对垂直垄平面上不同观测角度冬小麦冠层光谱与叶片氮素含量的关系进行研究。结果表明,在选择的10种光谱特征参量中,RVI与冠层叶片氮素含量相关性最高,不同角度RVI中,0°观测角的RVI的相关性最显著。对冠层不同角度RVI及叶片氮素进行多种模型拟合,其中0°的GROWTH模型拟合效果最好,建立的0°模型RMSE为0.3402,预测准确率达到90.3%,比180°模型预测精度高23.7%,比90°高5.5%;对2个小麦品种分别建立0°观测角GROWTH模型,普通蛋白型小麦J411模型RMSE为0.2915,反演准确率达到91.64%,ZY9507模型RMSE比J411高31%,预测准确率低3.3%,说明建立的模型更适合普通蛋白含量小麦品种叶片氮素含量检测。 展开更多
关键词 叶片氮素含量 多时相多角度光谱 RVI 生长模型
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部