期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
1
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
光谱技术结合水分校正与样本增广的棉田土壤盐分精准反演
被引量：
2
1
作者
李佳怿
张翼腾
+4 位作者
周宝闯
翁海勇
周蓓蓓
叶大鹏
瞿芳芳
《农业工程学报》
EI
CAS
CSCD
北大核心
2024年第1期171-181,共11页
棉田土壤盐分的精准反演对于棉花的种植管理具有重要意义。水分和盐分作为主要环境因素,共同影响棉田土壤的波谱特征,两者之间的耦合关系直接影响土壤盐分的检测分析。为了提高基于光谱技术构建的模型对棉田土壤盐分信息解析的准确性与...
棉田土壤盐分的精准反演对于棉花的种植管理具有重要意义。水分和盐分作为主要环境因素,共同影响棉田土壤的波谱特征,两者之间的耦合关系直接影响土壤盐分的检测分析。为了提高基于光谱技术构建的模型对棉田土壤盐分信息解析的准确性与可靠性,该研究联用可见/短波近红外(400~1 000 nm)和长波近红外(960~1 693 nm)技术,采集不同含水率与含盐量的新疆地区土壤样本的光谱;结合外部参数正交法(external parameter orthogonalization,EPO),校正不同标样集与不同波段光谱中的土壤含水率干扰信息;引入基于不同卷积步幅的深度卷积对抗网络(deep convolutional generative adversarial networks,DCGAN),进行样本增广与质量评估;参考三层残差神经网络设计一维卷积神经网络RNet,最终构建基于EPO-DCGAN-RNet的优化模型,用于棉田土壤盐分的反演。结果表明,与传统机器学习方法和基于VGG或EfficientNet结构一维卷积神经网络相比,该研究提出的EPO-DCGAN-RNet方法能够有效地滤除水分对盐分反演的影响、提高模型对特征波段的挖掘能力、降低深度学习算法对样本量的依赖性,并能得到更优的模型预测性能。EPO-DCGAN-RNet的建模集R^(2)和均方根误差分别为0.942、115.420μS/cm,验证集R^(2)和均方根误差分别为0.910和136.472μS/cm。研究结果可为新疆棉田土壤盐分快速精准检测提供理论指导和技术支持,有助于促进盐碱地区棉花种植的水肥科学管理。
展开更多
关键词
土壤
盐分
光谱技术
水分校
正
样本增广
外部参数正交法
深度卷积对抗网络
在线阅读
下载PDF
职称材料
题名
光谱技术结合水分校正与样本增广的棉田土壤盐分精准反演
被引量：
2
1
作者
李佳怿
张翼腾
周宝闯
翁海勇
周蓓蓓
叶大鹏
瞿芳芳
机构
福建农林大学机电工程学院
西安理工大学水利水电学院
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2024年第1期171-181,共11页
基金
国家自然科学基金面上项目(41977007)
福建农林大学杰出青年科研人才计划资助项目(xjq202117)
省部共建西北旱区生态水利国家重点实验室(西安理工大学)开放研究基金资助课题(2021KFKT-6)。
文摘
棉田土壤盐分的精准反演对于棉花的种植管理具有重要意义。水分和盐分作为主要环境因素,共同影响棉田土壤的波谱特征,两者之间的耦合关系直接影响土壤盐分的检测分析。为了提高基于光谱技术构建的模型对棉田土壤盐分信息解析的准确性与可靠性,该研究联用可见/短波近红外(400~1 000 nm)和长波近红外(960~1 693 nm)技术,采集不同含水率与含盐量的新疆地区土壤样本的光谱;结合外部参数正交法(external parameter orthogonalization,EPO),校正不同标样集与不同波段光谱中的土壤含水率干扰信息;引入基于不同卷积步幅的深度卷积对抗网络(deep convolutional generative adversarial networks,DCGAN),进行样本增广与质量评估;参考三层残差神经网络设计一维卷积神经网络RNet,最终构建基于EPO-DCGAN-RNet的优化模型,用于棉田土壤盐分的反演。结果表明,与传统机器学习方法和基于VGG或EfficientNet结构一维卷积神经网络相比,该研究提出的EPO-DCGAN-RNet方法能够有效地滤除水分对盐分反演的影响、提高模型对特征波段的挖掘能力、降低深度学习算法对样本量的依赖性,并能得到更优的模型预测性能。EPO-DCGAN-RNet的建模集R^(2)和均方根误差分别为0.942、115.420μS/cm,验证集R^(2)和均方根误差分别为0.910和136.472μS/cm。研究结果可为新疆棉田土壤盐分快速精准检测提供理论指导和技术支持,有助于促进盐碱地区棉花种植的水肥科学管理。
关键词
土壤
盐分
光谱技术
水分校
正
样本增广
外部参数正交法
深度卷积对抗网络
Keywords
soils
salinity
spectroscopy
moisture correction
sample augmentation
external parameter orthogonalization
deep convolutional adversarial networks
分类号
S151.9 [农业科学—土壤学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
光谱技术结合水分校正与样本增广的棉田土壤盐分精准反演
李佳怿
张翼腾
周宝闯
翁海勇
周蓓蓓
叶大鹏
瞿芳芳
《农业工程学报》
EI
CAS
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
