期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
博斯腾湖湖滨绿洲土壤表层盐分离子含量高光谱估算模型 被引量:4
1
作者 赵慧 李新国 +2 位作者 靳万贵 麦麦提吐尔逊·艾则孜 牛芳鹏 《西南农业学报》 CSCD 北大核心 2021年第4期847-854,共8页
【目的】探索基于光谱指数建立土壤盐分离子含量的估算模型,为研究区土壤盐分离子快速遥感监测提供技术参考。【方法】以博斯腾湖湖滨绿洲为研究区,分析土壤表层盐分离子Cl^(-)、Ca^(2+)、HCO^(-)_(3)、Mg^(2+)、Na^(+)+K^(+)、SO_(4)^(... 【目的】探索基于光谱指数建立土壤盐分离子含量的估算模型,为研究区土壤盐分离子快速遥感监测提供技术参考。【方法】以博斯腾湖湖滨绿洲为研究区,分析土壤表层盐分离子Cl^(-)、Ca^(2+)、HCO^(-)_(3)、Mg^(2+)、Na^(+)+K^(+)、SO_(4)^(2-)以及EC、TS含量变化特征;针对不同光谱指数,筛选特征波段,采用偏最小二乘回归建立高光谱估算模型。【结果】(1)土壤表层盐分离子的原始光谱反射率与土壤表层盐分离子Cl^(-)、EC、Na^(+)+K^(+)、Ca^(2+)含量呈极显著相关(P<0.01);(2)基于光谱指数SI和BSI的相关系数图具有相似性,RSI、DSI、NDSI的光谱矩阵系数图具有相似性,RSI、DSI、NDSI的建模效果优于SI和BSI,土壤表层盐分离子的特征波段集中在近红外波段,最佳估算波段在1562~2354 nm;(3)土壤表层Na^(+)+K^(+)盐分离子含量的高光谱估算模型Y=0.67+73.56x_(1809)-75.75x_(1942),建模集R^(2)=0.96,RMSE=0.38,验证集R^(2)=0.82,RMSE=0.64。【结论】通过光谱指数筛选特征波段且利用偏最小二乘回归方程构建的土壤盐分离子模型发现,含量较高的离子估算效果较好,尤其是Na^(+)+K^(+)、Cl^(-)、SO_(4)^(2-)含量。 展开更多
关键词 土壤表层 盐分离子 光谱指数 光谱矩阵系数图 高光谱估算模型
在线阅读 下载PDF
贵州南江3号烟叶全氮含量高光谱估算模型 被引量:2
2
作者 靳涵丞 张洪亮 +2 位作者 张军 付虎艳 陈玉龙 《贵州农业科学》 CAS 2015年第3期91-95,共5页
为实现烟叶全氮含量快速无损检测,及时获取烤烟生长实时信息,以贵州喀斯特山区主栽品种南江3号为研究对象,利用地物高光谱仪采集烟叶高光谱,并测定其全氮含量,采用相关性和逐步回归方程分析全氮含量与原始光谱反射率、光谱反射率一阶微... 为实现烟叶全氮含量快速无损检测,及时获取烤烟生长实时信息,以贵州喀斯特山区主栽品种南江3号为研究对象,利用地物高光谱仪采集烟叶高光谱,并测定其全氮含量,采用相关性和逐步回归方程分析全氮含量与原始光谱反射率、光谱反射率一阶微分、高光谱特征变量之间的关系。结果表明:全氮含量高光谱原始反射率的特征波长为702nm(r=—0.587),呈极显著负相关;光谱反射率一阶微分的特征波长为632nm(r=0.812),呈极显著正相关;绿峰与红谷比值Rg/Rr(r=—0.812)的相关系数较高;基于光谱反射率一阶微分的逐步回归方程对烟叶全氮含量的估测效果较好(R2=0.961,p<0.01)。 展开更多
关键词 南江3号 高光谱估算模型 全氮含量 贵州 Nanjiang 3
在线阅读 下载PDF
遗传算法和连续投影算法结合的土壤有机碳含量高光谱估算模型 被引量:8
3
作者 牛芳鹏 李新国 +1 位作者 白云岗 赵慧 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第7期2232-2237,共6页
土壤有机碳含量是土壤肥力与土壤质量的主要决定因素,与土壤生产力密切相关。采用高光谱模型估算土壤有机碳含量成为了解土壤肥力的重要方法。利用高光谱分析技术结合机器算法实现快速、高精度的估算土壤有机碳含量,对土壤肥力的可持续... 土壤有机碳含量是土壤肥力与土壤质量的主要决定因素,与土壤生产力密切相关。采用高光谱模型估算土壤有机碳含量成为了解土壤肥力的重要方法。利用高光谱分析技术结合机器算法实现快速、高精度的估算土壤有机碳含量,对土壤肥力的可持续利用至关重要。根据实测的土壤有机碳含量及其高光谱反射率数据,运用Savitzky Golay方法对光谱波段进行平滑去噪,采用连续投影算法(SPA)、遗传算法(GA)对原始光谱及其5种不同数学变换光谱分别进行特征波段的筛选,并基于随机森林(RF)方法构建土壤有机碳含量的高光谱估算模型。为进一步降低模型的复杂度,将SPA算法与GA算法相结合,寻找最佳特征参数,以提升土壤有机碳含量特征波段的识别率和可信度。结果表明:(1)在原始光谱中,基于GA算法筛选SOC含量的高光谱响应波段主要集中在350~410、827~928、997~1064、1201~1234、1541~1574、1667~1710、2153~2186和2357~2707 nm;当RMSE为6.09时,SPA算法筛选了11个特征变量。(2)基于GA算法筛选特征波段时,原始光谱R、标准正态变量(SNV)、多元散射校正(MSC)、一阶微分(FD)、对数的倒数(RL)与连续统去除(CR)的维数分别降低到407、697、668、667、493、784维,占全光谱波段的18.93%~36.47%;基于GA-SPA算法筛选后,6种光谱变量的维度介于8~17维,RMSE介于4.53~6.30。(3)在一阶微分光谱形式下,基于GA-SPA算法挑选的12个特征变量所构建的RF模型预测效果最好,模型的建模集R_(c)^(2)为0.78,RMSE c为5.48,验证集R_(p)^(2)为0.82,RMSE_(p)为4.50,RPD为2.18。研究表明,光谱一阶微分可以增强土壤的光谱信息,GA算法结合SPA算法寻找光谱特征变量,既简化了估算模型的复杂度,又提高了估算模型的精度,基于遗传算法-连续投影算法的高光谱模型具有较高的估算能力。 展开更多
关键词 土壤有机碳含量 连续投影 遗传算法 高光谱估算模型 湖滨绿洲
在线阅读 下载PDF
作物植被覆盖度的高光谱遥感估算模型 被引量:23
4
作者 朱蕾 徐俊锋 +3 位作者 黄敬峰 王福民 刘占宇 王渊 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2008年第8期1827-1831,共5页
通过大田试验,使用ASD光谱仪测量了油菜、玉米、水稻三种作物不同覆盖度水平下的冠层光谱,同时拍照获取植被图片并用计算机求算了植被覆盖度。利用三种作物光谱求算"红边"变量,并对波段两两组合求算归一化植被指数(NDVI),建... 通过大田试验,使用ASD光谱仪测量了油菜、玉米、水稻三种作物不同覆盖度水平下的冠层光谱,同时拍照获取植被图片并用计算机求算了植被覆盖度。利用三种作物光谱求算"红边"变量,并对波段两两组合求算归一化植被指数(NDVI),建立这些光谱变量与覆盖度之间的估算模型,得到适用于三种作物的最优估算模型和最佳的NDVI波段组合。另外,利用响应函数模拟了TM归一化植被指数,同植被覆盖度进行了相关分析,回归方程的R2达到0.80,并通过了预留数据的检验,为TM数据植被覆盖度估算进行了探索性的研究。 展开更多
关键词 作物 植被覆盖度 归一化植被指数 “红边”变量 高光谱估算模型
在线阅读 下载PDF
基于随机森林法的棉花叶片叶绿素含量估算 被引量:20
5
作者 依尔夏提.阿不来提 买买提.沙吾提 +2 位作者 白灯莎.买买提艾力 安申群 马春玥 《作物学报》 CAS CSCD 北大核心 2019年第1期81-90,共10页
为了高效和无损地估算棉花叶片的叶绿素含量,本研究测定了棉花光谱反射率及叶绿素含量(soilandplant analyzerdevelopment,SPAD)值,对光谱数据进行包络线去除处理、立方根转换和倒数转换,以SPAD值与反射光谱之间的相关性为基础,通过随... 为了高效和无损地估算棉花叶片的叶绿素含量,本研究测定了棉花光谱反射率及叶绿素含量(soilandplant analyzerdevelopment,SPAD)值,对光谱数据进行包络线去除处理、立方根转换和倒数转换,以SPAD值与反射光谱之间的相关性为基础,通过随机森林法筛选出对棉花叶片SPAD值影响较大的特征波段,构建估算棉花叶片SPAD值的BP神经网络(back propagation artificial neural networks, BP ANN)、偏最小二乘回归(partial least squares regression,PLSR)两个模型。结果表明,在605~690nm范围内的反射率与SPAD值相关性达0.01显著水平,均呈负相关,相关系数最高值为-0.619。与原始光谱相比,经过变换后的棉花反射率与SPAD值相关性结果相差较大,其中去除包络线光谱在550~750 nm波段范围有效提高了相关性,相关性效果优于倒数转换数据和立方根转换数据。随机森林法能够有效评出对SPAD值影响较大的特征波段,进而提高模型估算精度。在两种模型中,基于去除包络线光谱建立的PLSR和BP神经网络模型的决定系数R^2分别为0.92、0.83,说明这两种模型的估算能力较好;两种模型RMSE分别为0.88、1.26, RE分别为1.30%、1.89%,表明PLSR模型的估算精度比BP神经网络模型高。从模型的验证效果来看,PLSR模型在估算棉花SPAD值方面有一定的优势和参考价值。 展开更多
关键词 SPAD值 棉花 随机森林法 高光谱估算模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部