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：
基于数字图像技术反演中国东北黑土有机质含量
1
作者 王亚丹 张凤 +8 位作者 胡文友 于东升 迟凤琴 张超 徐英德 杨顺华 俞元春 姜军 徐仁扣 《土壤》 CAS CSCD 北大核心 2024年第5期1051-1056,共6页
以东北黑土为研究对象,利用数码相机获取黑土的数字图像,遴选与土壤有机质(SOM)含量相关的红(R)、绿(G)、蓝(B)颜色分量,并通过逐步多元回归(SMRM)和神经网络模型(NNM)建立基于数字图像的SOM含量预测模型。结果表明:黑土数字图像的各颜... 以东北黑土为研究对象,利用数码相机获取黑土的数字图像,遴选与土壤有机质(SOM)含量相关的红(R)、绿(G)、蓝(B)颜色分量,并通过逐步多元回归(SMRM)和神经网络模型(NNM)建立基于数字图像的SOM含量预测模型。结果表明:黑土数字图像的各颜色分量原始值与SOM含量的相关系数绝对值(r)依次为:R>G>B,分别为0.67、0.65、0.50。原始值经对数和开平方数值变换后,r增加,而经倒数和平方变换后,r降低。据此,基于数字图像R、G、B颜色分量的原始值和各变换值建立了预测SOM含量的SMRM模型,训练集和验证集决定系数(R2)分别为0.43~0.50和0.46~0.50,均方根误差(RMSE)分别为1.28%~1.39%和1.31%~1.39%(P<0.001),其中基于对数和开平方变换值的模型拟合程度和预测精度更高。同时,利用NNM模型基于黑土R、G、B颜色分量的原始值反演SOM含量,发现多层感知器算法模型得到的黑土SOM实测值和预测值之间R2均为0.49,RMSE为1.31%和1.28%(P<0.001)。因此,SMRM和NNM均能通过黑土数字图像的R、G、B颜色分量反演SOM含量,其是快速获取中国东北黑土SOM含量的一套可操作的预测方法。 展开更多
关键词 黑土 有机质 数字图像 逐步多元回归 神经网络模型
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