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：
多信息融合的冬小麦地上鲜生物量检测研究 被引量：3
1
作者 郑玲 朱大洲 +3 位作者 董大明 张保华 王成 赵春江 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第6期1818-1825,共8页
将小麦冠层光谱与小麦冠层图像或者侧面图像进行多信息融合,对冬小麦地上鲜生物量进行预测,提高了冬小麦地上鲜生物量无损检测精度,试验获取苗期93个样本的冠层光谱和冠层图像,中后期(拔节期、抽穗期、开花期、灌浆期)200个样本的冠层... 将小麦冠层光谱与小麦冠层图像或者侧面图像进行多信息融合,对冬小麦地上鲜生物量进行预测,提高了冬小麦地上鲜生物量无损检测精度,试验获取苗期93个样本的冠层光谱和冠层图像,中后期(拔节期、抽穗期、开花期、灌浆期)200个样本的冠层光谱和侧面图像。将光谱反射率作为光谱特征参数,并通过图像处理提取小麦覆盖度作为图像特征参数,建立苗期和中后期基于光谱特征参数和图像特征参数的地上生物量检测模型,将冠层光谱反射率和小麦覆盖度作为多信息融合的输入,利用多元回归分析(MRA)和偏最小二乘法(PLS)建立地上鲜生物量预测模型并进行验证。结果表明,在苗期和中后期,将光谱信息和图像信息融合,采用PLS所建立的预测模型与单独的图像模型和光谱模型相比精度最高。苗期基于信息融合所建立的PLS模型验证集R^2为0.881,其RMSE为0.015kg;中后期基于信息融合所建立的PLS模型验证集R^2为0.791,RMSE为0.059kg。由此可见,相比单一的光谱模型和图像模型,图像信息和光谱信息融合之后,充分提高了光谱信息和图像信息的利用率,使模型的精度得以提高。 展开更多
关键词 多信息融合 偏最小二乘回归 冠层光谱 机器视觉 冬小麦 生物量
在线阅读 下载PDF
小麦倒伏的雷达极化特征及其遥感监测 被引量：32
2
作者 杨浩 杨贵军 +4 位作者 顾晓鹤 李增元 陈尔学 冯琦 杨小冬 《农业工程学报》 EI CAS CSCD 北大核心 2014年第7期1-8,共8页
研究探索了雷达遥感大面积监测小麦倒伏状况的潜力。利用覆盖整个小麦生育期的5景时间序列Radarsat-2全极化影像数据,对比分析了倒伏小麦与正常小麦在不同时间、不同极化的雷达后向散射动态响应规律,发现雷达极化特征对小麦倒伏十分敏感... 研究探索了雷达遥感大面积监测小麦倒伏状况的潜力。利用覆盖整个小麦生育期的5景时间序列Radarsat-2全极化影像数据,对比分析了倒伏小麦与正常小麦在不同时间、不同极化的雷达后向散射动态响应规律,发现雷达极化特征对小麦倒伏十分敏感,基于此提出利用雷达极化指数监测小麦倒伏的方法。并利用内蒙古额尔古纳市上库力农场春小麦抽穗灌浆期的实地调查数据,对提出方法进行验证,结果表明该方法能有效辨识和监测小麦倒伏。为大面积监测小麦倒伏提供了一种简单、快速、有效的手段。 展开更多
关键词 雷达 极化 遥感 小麦 倒伏 灾害 极化指数 多时相
在线阅读 下载PDF
黑土典型区土壤有机质遥感反演 被引量：56
3
作者 刘焕军 赵春江 +2 位作者 王纪华 黄文江 张新乐 《农业工程学报》 EI CAS CSCD 北大核心 2011年第8期211-215,共5页
土壤有机质(SOM)含量时空变异规律研究对于土壤肥力评价、土壤碳库估算、土壤资源利用与保护具有重要意义,而地貌、成土母质、土壤类型等差异、高光谱卫星影像较少等因素制约了区域尺度的SOM含量遥感反演方法研究的开展。该文以黑龙江... 土壤有机质(SOM)含量时空变异规律研究对于土壤肥力评价、土壤碳库估算、土壤资源利用与保护具有重要意义,而地貌、成土母质、土壤类型等差异、高光谱卫星影像较少等因素制约了区域尺度的SOM含量遥感反演方法研究的开展。该文以黑龙江省黑土带典型区为例,采集区域土壤样本,获取Landsat TM遥感影像,基于有机质含量与土壤反射率的定量关系,建立区域SOM遥感预测模型。结果表明:黑土区SOM含量高,一般大于2%,决定了有机质对土壤反射光谱特性的主要作用,而且该区SOM空间变异性显著,且耕作方式、气候等因素决定了裸土时间长,因而该区适于SOM含量遥感反演;有机质与TM各波段反射率均显著相关,最大相关系数在第3波段(0.63～0.69μm),为-0.710,其次为4波段(0.76～0.90μm),与实验室基于高光谱反射率数据分析的结果一致;基于TM影像2、3、4波段的SOM指数模型最优,预测精度高、稳定性好,可以用于揭示黑土典型区SOM含量的空间分布特征。该研究将为改进土壤理化参数遥感反演、土地质量评价、土壤碳库估算等工作方法提供理论与技术支持。 展开更多
关键词 遥感 反演 土壤 有机质 LANDSAT TM 区域 预测模型
在线阅读 下载PDF
基于互补相关模型和IKONOS数据的农田蒸散时空特征分析 被引量：20
4
作者 赵春江 杨贵军 +2 位作者 薛绪掌 冯海宽 石月婵 《农业工程学报》 EI CAS CSCD 北大核心 2013年第8期115-124,I0002-I0003,共12页
获取田块内高分辨率农田实际蒸散信息对于精准农业中制定灌溉计划、变量处方实施及评价水分利用效率等具有重要参考价值,将传统方法与遥感结合并生成精细田块尺度的农田蒸散成为当前研究热点方向。本文基于互补相关模型和北京2011年3-6... 获取田块内高分辨率农田实际蒸散信息对于精准农业中制定灌溉计划、变量处方实施及评价水分利用效率等具有重要参考价值,将传统方法与遥感结合并生成精细田块尺度的农田蒸散成为当前研究热点方向。本文基于互补相关模型和北京2011年3-6月份间内气象观测数据进行了冬小麦实际蒸散估算,并利用大型蒸渗仪对结果进行了验证和分析。最后将互补相关模型与高空间分辨率遥感数据结合实现了田块尺度农田瞬时蒸散估算,并结合蒸发比率不变法实现了日尺度蒸散扩展。结果表明:在2011年3-6月间试验区内冬小麦总耗水量达到469.12mm,其中在灌浆期5月份耗水比重最大,占到总量近二分之一;互补相关模型估算精度整体较高,其中在5月份估算精度最高(R2=0.863,RMSE=0.103mm);扩展后的日尺度蒸散量与实测结果非常一致(R2=0.937,RMSE=0.668mm)。上述结果表明在没有土壤温、湿度数据及高分辨率热红外遥感数据条件下,仅利用互补相关模型,并结合气象观测数据和高分辨率遥感数据即可估算出精细尺度农田蒸散。 展开更多
关键词 遥感 蒸散 模型 互补相关 IKONOS 蒸渗仪
在线阅读 下载PDF
无人机多光谱影像辐射一致性自动校正 被引量：10
5
作者 杨贵军 万鹏 +2 位作者 于海洋 徐波 冯海宽 《农业工程学报》 EI CAS CSCD 北大核心 2015年第9期147-153,共7页
针对一个架次内无人机影像由于光照度变化、拍摄角度等原因引起的相同地物点在不同影像上的辐射信息不一致的问题,验证了利用SIFT(scale invariant feature transform)算法匹配同名点,然后利用同名点灰度值的相关关系建立校正模型,再用... 针对一个架次内无人机影像由于光照度变化、拍摄角度等原因引起的相同地物点在不同影像上的辐射信息不一致的问题,验证了利用SIFT(scale invariant feature transform)算法匹配同名点,然后利用同名点灰度值的相关关系建立校正模型,再用该校正模型校正整幅影像的辐射一致性校正方法。对比评价了基于直方图匹配的色彩一致性校正方法、原始色彩空间辐射一致性校正、针对三波段影像的HSV(hue,saturation,value)色彩空间亮度一致性校正以及双边滤波去噪的效果。试验结果表明:基于直方图匹配的色彩一致性校正能在视觉上达到很好的效果,但是会造成校正后影像的灰度级严重缺失;基于同名点灰度值相关关系的校正模型能够很好地恢复待校正影像与基准影像的辐射一致性;HSV色彩空间亮度一致性校正能够在色彩上和辐射信息上与基准影像均达到很好的一致性,但只适用于三波段影像;双边滤波在去除噪声的同时,能够保持甚至提高校正后影像与基准影像的辐射一致性。 展开更多
关键词 无人机 遥感 辐射 多光谱影像 辐射一致性 自动校正
在线阅读 下载PDF
冬小麦冻害胁迫高光谱分析与冻害严重度反演 被引量：9
6
作者 王慧芳 王纪华 +2 位作者 董莹莹 顾晓鹤 霍治国 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第5期1357-1361,共5页
对冬小麦冻害严重度的精确反演是及时采取补救措施降低损失的关键,同时及时预测产量损失对政府职能部门也具有积极意义。针对冬小麦冻害群体严重度评估方法在经典统计反演模型存在估算效果不理想的情况下,以冬小麦为试验对象,首先对冬... 对冬小麦冻害严重度的精确反演是及时采取补救措施降低损失的关键,同时及时预测产量损失对政府职能部门也具有积极意义。针对冬小麦冻害群体严重度评估方法在经典统计反演模型存在估算效果不理想的情况下,以冬小麦为试验对象,首先对冬小麦冠层光谱反射率数据进行重采样平滑处理,再用主成分分析(PCA)技术对高光谱数据进行分析,进一步实现综合原始光谱主成分信息作为自变量参与冬小麦冻害严重度反演过程,最后采用决定系数R2、均方根误差RMSE、准确度Accuracy三种模型精度验证方法对模型进行评价。结果显示,基于主成分分析法建立冬小麦冻害严重度模型精度分别达0.697 5,0.184 2和0.697 5;同时对反演模型进行验证,其精度也分别达到0.630 9,0.350 3和1.339 6。因此,该方法能有效地对冬小麦冻害严重度进行快速、精确的反演。 展开更多
关键词 冬小麦冻害 高光谱 主成分分析(PCA )
在线阅读 下载PDF
黑河流域ASTER与MODIS融合生成高分辨率地表温度的验证 被引量：15
7
作者 杨贵军 孙晨红 历华 《农业工程学报》 EI CAS CSCD 北大核心 2015年第6期193-200,共8页
融合多源遥感数据生成高时空分辨率数据具有重要的应用价值。为了解决高空间分辨率数据重访周期长及云雨天气带来的数据短缺问题,该文基于增强自适应的遥感图像时空融合方法(enhanced spatial and temporal adaptive reflectance fusion... 融合多源遥感数据生成高时空分辨率数据具有重要的应用价值。为了解决高空间分辨率数据重访周期长及云雨天气带来的数据短缺问题,该文基于增强自适应的遥感图像时空融合方法(enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM),使用多时相MODIS数据提供地物时间变化信息,结合ASTER影像提供的空间细节信息,选择多波段数据(可见光近红外数据和地表温度数据)共同作为输入变量融合生成高时空地表温度。融合结果分别与地表红外辐射计观测温度和ASTER温度产品进行了验证。验证结果表明:基于ESTARFM方法降尺度地表温度影像清晰,融合结果与地表红外辐射计观测温度呈显著的线性正相关关系,相关系数均高于为0.71,预测得到的地表温度与真实测得的数据的平均绝对偏差均低于2.00 K,均方根误差均低于2.60 K。与ASTER地表温度产品的验证中,整体验证结果的R2均在0.95以上。此外,ESTARFM方法在各个地类中的融合效果较好,均表现出非植被区域的相关性高于植被和水体,尤其在2012年8月27日非植被的R2达到0.91。 展开更多
关键词 遥感 温度 卫星影像 多源遥感数据 数据融合 高空间分辨率
在线阅读 下载PDF
基于冠层光谱植被指数的冬小麦作物系数估算 被引量：5
8
作者 李贺丽 罗毅 +1 位作者 赵春江 杨贵军 《农业工程学报》 EI CAS CSCD 北大核心 2013年第20期118-127,共10页
目前针对局地气候条件下某一作物类型的作物系数及其年际变化已开展了较多分析,但适于区域尺度运用的作物系数估算方法的研究还比较缺乏,这是将FAO 56作物系数法成功应用于区域作物实际蒸散量估算的关键环节。该文基于2008-2009和2009-2... 目前针对局地气候条件下某一作物类型的作物系数及其年际变化已开展了较多分析,但适于区域尺度运用的作物系数估算方法的研究还比较缺乏,这是将FAO 56作物系数法成功应用于区域作物实际蒸散量估算的关键环节。该文基于2008-2009和2009-2010年度2个冬小麦生长季的大田试验数据,研究了作物系数（Kc）、基本作物系数（Kcb）与8种常用冠层光谱植被指数（VIs）的相关关系以及水分和氮素胁迫对其的影响,分析了基于VIs估算作物Kc、Kcb的可行性,并对其估算精度进行了验证。结果表明,高氮水平下Kcb较大而土壤蒸发系数（Ke）较小,低氮水平下Kcb较小而Ke较大,不同施氮水平下Kc无明显规律性差异。冬小麦Kc与VIs相关性较弱（决定系数R2=0.094~0.150,p〈0.01,n=195）,而Kcb与VIs则具有很强的相关性（决定系数R2=0.511~0.685,p〈0.01,n=195）;施氮水平不影响Kcb-VIs关系,而不足以使冠层光谱出现明显表征的水分胁迫可使Kcb-VIs相关关系减弱。利用VIs估算的冬小麦实际生长条件下的Kcb值与FAO 56确定的Kcb值均具有很好的线性回归关系（R2=0.765~0.864,n=150）,其中增强型植被指数（EVI）的估算精度最好。但在不足以使冠层光谱出现明显表征的水分胁迫条件下,利用该法可能会产生较大误差,还需要结合其他途径获取的水分胁迫信息来准确确定。 展开更多
关键词 估算 试验 氮 作物系数 冬小麦 植被指数
在线阅读 下载PDF
多结构参数集成学习的设施黄瓜病害智能诊断 被引量：5
9
作者 高荣华 李奇峰 +2 位作者 孙想 顾静秋 彭程 《农业工程学报》 EI CAS CSCD 北大核心 2020年第16期158-165,共8页
单一特征已不能很好的描述作物病害典型特征,而生长环境参数(土壤温湿度、pH值、空气温湿度等)与病害密切相关,多结构数据学习向量化与特征最优组合能够有效提升病害诊断准确性。该研究以黄瓜白粉病、角斑病、炭疽病、菌核病4种病害50... 单一特征已不能很好的描述作物病害典型特征,而生长环境参数(土壤温湿度、pH值、空气温湿度等)与病害密切相关,多结构数据学习向量化与特征最优组合能够有效提升病害诊断准确性。该研究以黄瓜白粉病、角斑病、炭疽病、菌核病4种病害50个样本为实例,融合结构化作物生长环境参数与非结构化图像特征,通过智能化物联网,对实时采集到的环境参数进行监测、分析,并将其与图像特征融合,构建多结构病害特征最优组合模型。试验结果表明,样本识别率在79.4%~93.6%,对比卷积神经网络图像识别识别率,卷积神经网络由于需要对病害图像数据进行降维,后台识别时间较高;深度迁移学习的图像识别方法,需要大量图像数据输入深度网络学习,而现实中病害图像数量不足以满足深度学习要求,因此识别率会因为样本不充分而降低;该方法借助少量图像数据,同时结合环境与专家知识资源,采用多结构参数集成学习的方法进行病害识别,在较少识别时间的基础上确保识别的准确性。 展开更多
关键词 图像识别 智能系统 病害 多结构参数 学习向量化 智能诊断
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