无人机高光谱遥感的水稻叶瘟病的光谱特征提取与检测方法研究 被引量：7

1

作者 刘子扬 冯帅 +3 位作者 赵冬雪 李金朋 关强 许童羽 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第5期1457-1463,共7页

为了确定最佳的无人机高光谱遥感检测水稻冠层叶瘟病分类模型,以水稻大田试验为研究基础,获取了400~1000 nm波段内的无人机高光谱图像,参照国家标准GBT 15790—2009稻瘟病测报调查规范,按病情指数将叶瘟病划为5个等级,提取了0~4级共227... 为了确定最佳的无人机高光谱遥感检测水稻冠层叶瘟病分类模型,以水稻大田试验为研究基础,获取了400~1000 nm波段内的无人机高光谱图像,参照国家标准GBT 15790—2009稻瘟病测报调查规范,按病情指数将叶瘟病划为5个等级,提取了0~4级共227组高光谱数据。采用Savitzky-Golay平滑(SG平滑)、一阶微分光谱(1-Der)和二阶微分光谱(2-Der)对数据进行预处理,并构建SVM模型,对比得出较优的预处理方法。采用主成分分析法(PCA)选取主成分累计贡献率;连续投影法(SPA)和随机青蛙法(RF)筛选光谱特征波段,并将筛选的结果作为模型的输入,分别构建粒子群优化的极限学习机(PSO-ELM)、极限学习机(ELM)、支持向量机(SVM)和决策树(DT)分类模型,并对模型进行对比分析得出最优分类模型。结果表明:相比于1-Der和2-Der,SG平滑方法的去噪效果较好,分类准确率较高,是较优的预处理方法,分类准确率和Kappa系数分别为93.47%、91.85%。PCA的前2个PC的累计贡献率为93.13%,为了模型的有效构建,最终选取了前6个PC,累计贡献率为99.02%。SPA使用RMSE作为最佳光谱特征波段选择标准,共显示了7个最佳光谱特征波段,其中可见光波段为400.8、416.7和426.2 nm,绿光波段为566 nm,红光波段为683.9 nm,近红外波段为830.2和916.4 nm。RF将筛选概率大于0.2的波段选为最佳光谱特征波段,最终筛选了8个光谱特征波段,其中红光波段为663.4和694.2 nm,近红外波段为784.4、787.9、791.4、905.5、927.2和930.9 nm,该方法有效地降低了波段间相关性和冗余性。将3种筛选结果分别构建分类模型,结果显示所有模型的总体分类准确率全部大于92.61%,建模结果较好;其中,以PSO-ELM模型对PCA的分类准确率达到97.77%,Kappa系数为97.22%,在所有模型中分类准确率最高,相比于ELM模型的最高分类准确率和Kappa系数高1.42%和1.56%,相比于SVM模型的最高分类准确率和Kappa系数高2.12%和2.66%,相比于DT模型的最高分类准确率和Kappa系数高4.44%和5.58%。综合评价PSO-ELM模型的建模效果优于ELM模型、SVM模型和DT模型,是最优的分类模型。因此,利用无人机高光谱遥感检测水稻叶瘟病具有可行性,为水稻生产和叶瘟病的检测提供科学依据和技术支持。 展开更多

关键词 水稻 叶瘟病 无人机 高光谱 机器学习

在线阅读 下载PDF 职称材料

基于无人机高光谱遥感的东北粳稻冠层叶片氮素含量反演方法研究 被引量：26

2

作者 冯帅 许童羽 +3 位作者 于丰华 陈春玲 杨雪 王念一 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第10期3281-3287,共7页

为探究遥感监测水稻冠层叶片氮素含量的较优高光谱反演模型,以水稻小区试验为基础,获取了不同生长期水稻冠层高光谱数据。在综合比较一阶导数变换(1-Der)、标准正态变量变换(SNV)和SG滤波法等处理方法基础上,提出一种将SNV与一阶导数变... 为探究遥感监测水稻冠层叶片氮素含量的较优高光谱反演模型,以水稻小区试验为基础,获取了不同生长期水稻冠层高光谱数据。在综合比较一阶导数变换(1-Der)、标准正态变量变换(SNV)和SG滤波法等处理方法基础上,提出一种将SNV与一阶导数变换的SG滤波法相结合的光谱处理方法(SNV-FDSGF),并将处理后的数据经无信息变量消除法(UVE)与竞争自适应重加权采样法(CARS)选出不同生长期的敏感波段。将各生长期的敏感波段两两随机组合,并构建与水稻叶片含氮量相关性较高的差值光谱植被指数(DSI)、比值光谱植被指数(RSI)、归一化光谱植被指数(NDSI)。其中分蘖、拔节和抽穗3个时期的最优植被指数和决定系数R^2分别为:DSI(R857,R623),0.704;DSI(R670,R578),0.786;DSI(R995,R508),0.754。以各生长期内的较优的三种植被指数作为输入分别构建自适应差分优化的极限学习机(SaDE-ELM)、径向基神经网络(RBF-NN)以及粒子群优化的BP神经网络(PSO-BPNN)反演模型。结果表明:SaDE-ELM建模效果最好,在模型稳定性和预测能力上比RBF-NN和PSO-BPNN都有了明显提高,各生长期反演模型的训练集和验证集决定系数R2均在0.810以上,RMSE均在0.400以下,可为东北水粳稻冠层叶片含氮量的检测与评估提供科学和技术依据。 展开更多

关键词 水稻 氮素 无人机 高光谱处理 植被指数 反演模型

在线阅读 下载PDF 职称材料

高光谱和NSGA2-ELM算法的粳稻叶片氮素含量反演 被引量：9

3

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 职称材料

水稻叶片高光谱数据降维与叶绿素含量反演方法研究 被引量：15

4

作者 曹英丽 邹焕成 +2 位作者 郑伟 江凯伦 于丰华 《沈阳农业大学学报》 CAS CSCD 北大核心 2019年第1期101-107,共7页

高光谱遥感技术为水稻叶片叶绿素含量的高通量、无损、准确监测提供了有效途径,然而高光谱数据的降维或特征光谱参数的选择是叶绿素含量有效反演的关键环节。利用2017年辽宁省盘锦市大洼水稻氮高效品种筛选试验基地的水稻叶片叶绿素含... 高光谱遥感技术为水稻叶片叶绿素含量的高通量、无损、准确监测提供了有效途径,然而高光谱数据的降维或特征光谱参数的选择是叶绿素含量有效反演的关键环节。利用2017年辽宁省盘锦市大洼水稻氮高效品种筛选试验基地的水稻叶片叶绿素含量与叶片高光谱数据,探讨了高光谱数据的降维方法与叶绿素含量的反演建模。首先应用最优子集选择算法(best subset selection)对工程常用的水稻叶绿素反演特征光谱指数进行优选,筛选出最优组合,作为叶绿素多元回归模型的输入特征;同时应用没有在光谱领域得到有效应用的基函数展开算法,利用Gram-Schmidt正交变换寻找叶片高光谱数据的基函数空间,再将高光谱数据投影到基函数空间从而实现降维,最后利用降维后的数据进行多元回归建模,反演叶绿素。结果表明:最优子集选择算法优选出的mNDVI(445,705,750)、NDVI(705,750)、PSRI(500,680,750)、RD(505,705)、RI1dB(720,735)、MCARI(550,670,700)、PPR(450,550)共7个特征指数组合,回归模型反演精度最高,决定性系数R2为0.844,均方根误差RMSE为0.926;基于基函数展开算法对400～1000nm波段范围601维高光谱数据降至13维,叶绿素反演回归模型的决定性系数R2达到0.861,均方根误差RMSE为0.906。说明基于基函数展开的高光谱降维与叶绿素含量估测方法效果较好,可为水稻叶绿素含量估测与长势诊断提供技术支持。 展开更多

关键词 叶绿素 高光谱降维 基函数展开 最优子集选择 特征光谱指数 水稻叶片

在线阅读 下载PDF 职称材料

基于深度卷积神经网络的水稻知识文本分类方法 被引量：14

5

作者 冯帅 许童羽 +3 位作者 周云成 赵冬雪 金宁 王郝日钦 《农业机械学报》 EI CAS CSCD 北大核心 2021年第3期257-264,共8页

为解决文本特征提取不准确和因网络层次加深而导致模型分类性能变差等问题,提出基于深度卷积神经网络的水稻知识文本分类方法。针对水稻知识文本的特点,采用Word2Vec方法进行文本向量化处理,并与OneHot、TF-IDF和Hashing方法进行对比分... 为解决文本特征提取不准确和因网络层次加深而导致模型分类性能变差等问题,提出基于深度卷积神经网络的水稻知识文本分类方法。针对水稻知识文本的特点,采用Word2Vec方法进行文本向量化处理,并与OneHot、TF-IDF和Hashing方法进行对比分析,得出Word2Vec方法具有较高的分类精度,正确率为86.44%,能够有效解决文本向量表示稀疏和信息不完整等问题。通过调整残差网络(Residual network,Res Net)结构,分析残差模块结构和网络层次对分类网络的影响,构建了9种分类网络结构,测试结果表明,具有4层残差模块结构的网络具有较好的特征提取精度,Top-1准确率为99.79%。采用优选出的4层残差模块结构作为基本结构,使用胶囊网络(Capsule network,Caps Net)替代其池化层,设计了水稻知识文本分类模型。与Fast Text、Bi LSTM、Atten-Bi GRU、RCNN、DPCNN和Text CNN等6种文本分类模型的对比分析表明,本文设计的文本分类模型能够较好地对不同样本量和不同复杂程度的水稻知识文本进行精准分类,模型的精准率、召回率和F1值分别不小于95.17%、95.83%和95.50%,正确率为98.62%。本文模型能够实现准确、高效的水稻知识文本分类,满足实际应用需求。 展开更多

关键词 水稻知识文本 文本分类 深度卷积神经网络 向量化处理 特征提取 分类模型

在线阅读 下载PDF 职称材料

基于PROSPECT模型的植物叶片干物质估测建模研究 被引量：12

6

作者 王洋 肖文 +3 位作者 邹焕成 陆婧楠 曹英丽 于丰华 《沈阳农业大学学报》 CAS CSCD 北大核心 2018年第1期121-127,共7页

为了快速、准确估测植物叶片干物质含量,为作物长势及健康状况监控提供数据支撑,利用光谱分析技术探讨了干物质含量敏感光谱波段提取方法及其估测建模方法。试验数据由叶片辐射传输模型PROSPECT在干物质含量(0.001~0.02)g·cm^(-2)... 为了快速、准确估测植物叶片干物质含量,为作物长势及健康状况监控提供数据支撑,利用光谱分析技术探讨了干物质含量敏感光谱波段提取方法及其估测建模方法。试验数据由叶片辐射传输模型PROSPECT在干物质含量(0.001~0.02)g·cm^(-2)范围内进行模拟,随机产生1000条400~2500nm的光谱曲线,其中600条光谱曲线用于建模研究、400条光谱曲线作为模型验证数据,同时应用叶片光学特性数据库LOPEX93中325条叶片光谱-干物质含量数据进行进一步验证。首先应用试验数据进行局部敏感性分析,初步得到叶片干物质敏感波段范围,再运用改进Sobol算法进行全局敏感性分析,提取了干物质含量敏感的光谱波段范围,在此敏感波段范围运用波段组合算法计算归一化植被指数NDVI与叶片干物质含量相关系数,优选了4组相关性大的波段组合建立归一化干物质指数NDMI_((1644,1719))、NDMI_((1871,2294))、NDMI_((2150,2271))、NDMI_((1496,2282))用于干物质含量估测建模。结果表明:NDMI_((1644,1719))和NDMI_((1871,2294))模型中三次多项式形式(cubic)效果最佳、NDMI_((1496,2282))模型中幂指数形式(power)效果最佳,三者中NDMI_((1871,2294))的三次多项式模型最优,决定系数R^2为0.837,对叶片干物质含量具有较好的估测能力。 展开更多

关键词 叶片干物质含量 敏感性分析 PROSPECT模型 LOPEX93数据集 光谱指数

在线阅读 下载PDF 职称材料

基于冠层NDVI数据的北方粳稻产量模型研究 被引量：8

7

作者 许童羽 洪雪 +4 位作者 陈春玲 周云成 曹英丽 于丰华 李娜 《浙江农业学报》 CSCD 北大核心 2016年第10期1790-1795,共6页

以沈阳农业大学试验田为研究区域,将无人机遥感技术与人工结合,采集2015年夏季粳稻生长全过程的冠层NDVI数据。首先,利用二元定距变量相关分析的方法对单天和各旬、各月冠层NDVI与产量进行相关性分析;然后,利用线性回归和Square(或Cubic... 以沈阳农业大学试验田为研究区域,将无人机遥感技术与人工结合,采集2015年夏季粳稻生长全过程的冠层NDVI数据。首先,利用二元定距变量相关分析的方法对单天和各旬、各月冠层NDVI与产量进行相关性分析;然后,利用线性回归和Square(或Cubic)曲线分别对相关性较好的单天和各旬与产量建模,并对回归模型进行检验,验证模型精度,同时将效果较好的几个模型进行对比分析。结果表明,单独用一个变量建模,Square(或Cubic)曲线模型优于一次线性回归模型,6月中旬和8月上旬的组合模型是估产最理想的模型,其判定系数(R2)为0.771,相对误差(RE)为4.06%,均方根误差(RMSE)为0.474 t·hm^(-2),精度较高,具有可行性,据此确定北方粳稻最佳估产时间是6月中旬的分蘖盛期和8月上旬的抽穗期。 展开更多

关键词 粳稻 NDVI 相关性 回归分析

在线阅读 下载PDF 职称材料

基于高光谱成像的玉米螟无损检测最优波段的选取 被引量：2

8

作者 田有文 邢晓琪 +1 位作者 王小奇 崔博 《沈阳农业大学学报》 CAS CSCD 北大核心 2015年第6期719-724,共6页

为解决玉米茎秆虫害早期无损检测问题,以提供玉米虫害预测预警与精确喷药理论依据,利用高光谱成像技术,提出了分段混合距离方法,明确玉米茎杆玉米螟虫害无损检测的最优波段,提取单波段特征图像,分割虫孔,以实现对玉米螟的快速、准确、... 为解决玉米茎秆虫害早期无损检测问题,以提供玉米虫害预测预警与精确喷药理论依据,利用高光谱成像技术,提出了分段混合距离方法,明确玉米茎杆玉米螟虫害无损检测的最优波段,提取单波段特征图像,分割虫孔,以实现对玉米螟的快速、准确、无损检测。首先通过对玉米茎杆高光谱图像的分析,根据玉米茎杆高光谱图像的玉米茎秆区域与背景区域各个波段的光谱反射率的差异,选取450nm的图像,利用阈值分割的方法,获得掩模图像。然后根据可见光波段530~600nm范围和近红外波段750~900 nm范围光谱相关性小的特点,应用混合距离作为测量参数,筛选最佳单波段、双波段组合,最终确定754.8 nm波段为最优波段。提取该波段的图像为特征图像,采用阈值分割与数学形态学方法对玉米螟虫孔进行分割,从而检测出玉米螟虫孔区域,判定玉米茎秆是否存在虫害。结果表明：通过对测试集和验证集中60个玉米螟玉米茎杆和40个正常玉米茎杆的检测分析,得出玉米螟的检测正确率为100%,正常玉米茎的检测正确率为90%,整体检测正确率为96%。说明所获得的最优波段可为开发玉米茎虫害多光谱成像检测仪提供参考。 展开更多

关键词 最优波段 高光谱成像 分段混合距离 玉米螟 无损检测

在线阅读 下载PDF 职称材料

东北粳稻叶片植被指数NDVI与PRI的相关性分析 被引量：1

9

作者 陈春玲 马航 +3 位作者 许童羽 周云成 于丰华 余昌乐 《浙江农业学报》 CSCD 北大核心 2016年第12期1963-1969,共7页

以东北地区典型地带的粳稻为例,利用植被指数测量仪Plant Pen,同时测量了粳稻叶片植被指数NDVI和PRI,并根据粳稻生长发育进程分成了与物候一致的4个生育时期。首先利用二元定距变量相关分析的方法对NDVI和PRI进行相关性分析;然后,分别... 以东北地区典型地带的粳稻为例,利用植被指数测量仪Plant Pen,同时测量了粳稻叶片植被指数NDVI和PRI,并根据粳稻生长发育进程分成了与物候一致的4个生育时期。首先利用二元定距变量相关分析的方法对NDVI和PRI进行相关性分析;然后,分别利用线性回归和Cubic曲线回归建立NDVI拟合PRI的回归模型,并对回归模型进行拟合优度检验和精度验证,同时对线性回归模型与Cubic曲线回归模型的拟合效果和检验结果进行对比分析。结果表明,粳稻叶片植被指数NDVI和PRI在各生育时期均有极显著的相关关系,在粳稻生长发育进程中,相关性越来越高;线性回归模型和Cubic曲线回归模型均能使NDVI较好地拟合PRI,在粳稻生长发育进程中,拟合效果也越来越好;Cubic曲线回归模型在粳稻4个生育期平均相应的指标值判定系数(R2)、均方根误差(RMSE)、绝对百分误差(MAPE)分别为0.8055、0.0358、0.534%,而线性回归模型的相应指标为0.7653、0.0488、1.365%。Cubic曲线回归模型的RMSE和MAPE值较小且R2较大。因此其拟合优度和检验精度均优于单纯的线性回归模型,可作为NDVI反演PRI一种参考模型。 展开更多

关键词 粳稻 NDVI 相关关系 回归分析

在线阅读 下载PDF 职称材料

基于叶片尺度的东北粳稻产量估测

10

作者 马航 陈春玲 +3 位作者 许童羽 于丰华 马明洋 郭雷 《江苏农业学报》 CSCD 北大核心 2017年第1期81-86,共6页

及时准确地估测水稻产量是服务现代农业的重要内容,对制定科学的粮食政策具有重要的现实意义。本研究以东北粳稻为例,利用试验区粳稻叶片植被指数归一化差值植被指数(NDVI)和光化学植被指数(PRI)估测粳稻产量。基于2015年粳稻生长关键期... 及时准确地估测水稻产量是服务现代农业的重要内容,对制定科学的粮食政策具有重要的现实意义。本研究以东北粳稻为例,利用试验区粳稻叶片植被指数归一化差值植被指数(NDVI)和光化学植被指数(PRI)估测粳稻产量。基于2015年粳稻生长关键期6-9月的叶片NDVI和PRI,结合试验小区产量数据,建立了基于试验区叶片NDVI和PRI的粳稻产量估算模型。单月NDVI与产量一元线性模型的R^2范围为0.455~0.581,平均估产精度为96.36%。单月PRI与产量一元线性模型的R^2范围为0.396~0.709,平均估产精度为96.68%。单月NDVI和PRI复合估产二元线性模型的R^2范围为0.655~0.784,平均估产精度为97.26%。利用不同月份组合的NDVI累积和与PRI累积和建立的粳稻产量模型R^2范围为0.765~0.949,估产精度均在97.48%以上。所建参数模型中拟合效果最好的是6月、8月、9月NDVI累积和与PRI累积和复合的估产模型,R^2为0.949,估产精度高达98.82%,此模型可作为粳稻估产的一种参考模型。 展开更多

关键词 NDVI PRI 粳稻叶片 估产

在线阅读 下载PDF 职称材料

基于分窗Gram-Schmidt变换和PSO-SVR算法的水稻纹枯病病情指数检测 被引量：8

11

作者 肖文 曹英丽 +4 位作者 冯帅 刘亚帝 江凯伦 于正鑫 闫丽 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2021年第7期2181-2187,共7页

纹枯病是水稻的主要病害之一,其防治对于保证水稻产量、质量具有重要意义,以高光谱检测水稻病害得到了广泛应用,并且高光谱降维是光谱分析的重要环节。该研究在2019年沈农水稻试验基地获取水稻低空遥感冠层与地面冠层高光谱,并对其进行... 纹枯病是水稻的主要病害之一,其防治对于保证水稻产量、质量具有重要意义,以高光谱检测水稻病害得到了广泛应用,并且高光谱降维是光谱分析的重要环节。该研究在2019年沈农水稻试验基地获取水稻低空遥感冠层与地面冠层高光谱,并对其进行以窗口宽度为15和阶数为3的Savitzky-Golay平滑处理和光谱变换(得到原始光谱、一阶微分光谱和倒数之对数光谱),分窗口对这3种光谱分别进行Gram-Schmidt变换,找到投影空间并映射出主基底,实现高光谱数据降维,绘制具有显著性概率的主基底,其极大极小值为特征波段。此外3种光谱还采用了主成分分析和连续投影法降维。以降维后的数据与水稻纹枯病病情指数进行支持向量机回归建模,其中支持向量机回归进行粒子群优化,并以径向基为核函数,对比分析了3种降维方式的降维效果。结果表明:水稻地面冠层尺度建模效果高于低空遥感尺度建模;在光谱处理方面,低空冠层高光谱进行倒数之对数变换效果较好,地面冠层所得高光谱数据进行一阶微分变换效果较好;分窗Gram-Schmidt变换算法优于主成分分析和连续投影法;粒子群算法可以优化支持向量机中的惩罚系数和核函数参数,提高其反演精度;无人机低空遥感尺度中,高光谱进行倒数之对数处理,以分窗Gram-Schmidt变换降维,敏感波段为427.3,539.6,749.5和825.4 nm,PSO-SVR建模决定系数R 2为0.731,均方根误差RMSE为0.151;地面冠层尺度中,高光谱进行一阶微分处理,以分窗Gram-Schmidt变换降维,敏感波段为552,607,702和730 nm,PSO-SVR模型决定系数R 2为0.778,均方根误差RMSE为0.147。因此,高光谱技术可以有效地检测水稻纹枯病,并且其病情指数可用冠层高光谱进行反演,分窗Gram-Schmidt变换对于高光谱数据降维有较好的效果,PSO-SVR建模对于水稻纹枯病病情指数的反演有明显提高,结果可为冠层尺度检测水稻纹枯病与病害发生情况提供一定的理论基础和技术支撑。 展开更多

关键词 水稻纹枯病 病害检测 高光谱降维 Gram-Schmidt变换 粒子群优化 支持向量机回归

在线阅读 下载PDF 职称材料

改进特征波段选取和混合集成建模的东北粳稻叶绿素含量估算 被引量：5

12

作者 刘潭 许童羽 +3 位作者 于丰华 袁青云 郭忠辉 徐博 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2021年第8期2556-2564,共9页

利用光谱信息快速、无损和准确的检测水稻冠层叶片叶绿素含量,对水稻的长势评估、精准施肥、科学管理都具有非常重要的现实意义。以东北粳稻为研究对象,以小区试验为基础,获取关键生长期的水稻冠层高光谱数据。首先采用标准正态变量校正... 利用光谱信息快速、无损和准确的检测水稻冠层叶片叶绿素含量,对水稻的长势评估、精准施肥、科学管理都具有非常重要的现实意义。以东北粳稻为研究对象,以小区试验为基础,获取关键生长期的水稻冠层高光谱数据。首先采用标准正态变量校正法(SNV)对光谱数据进行预处理,针对处理后光谱数据,以随机蛙跳(RF)算法为基础,结合相关系数分析法(CC)和续投影算法(SPA),提出一种融合两种初选波段的改进型随机蛙跳算法(fpb-RF)筛选叶绿素含量的特征波段,并分别与标准RF,CC和SPA方法进行对比。以提取的特征波段作为输入,结合线性模型和非线性模型各自优势,提出一种高斯过程回归(GPR)补偿偏最小二乘(PLSR)的叶绿素含量混合预测模型(GPR-P):利用PLSR法对水稻叶绿素含量初步预测,得到叶绿素含量的线性趋势,然后利用具有较好非线性逼近能力的GPR对PLSR模型偏差进行预测,两者叠加得到最终预测值。为了验证所提方法优越性,以不同方法提取的特征波段作为输入,分别建立PLSR、最小二乘支持向量机(LSSVM)、BP神经网络预测模型。结果表明:相同预测模型条件下,改进fpb-RF算法提取特征波段作为输入可较好的降低模型复杂性、提高模型预测性能,各模型测试集的决定系数(R_(P)^(2))和训练集的决定系数(R_(C)^(2))均高于0.7047。另外,在各算法提取特征波段进行建模时,GPR-P模型的R_(C)^(2)和R^(2)P均高于0.7553,其中,采用fpb-RF方法提取的特征波段作为输入建立的GPR-P模型预测精度最高,R_(C)^(2)和R_(P)^(2)分别为0.7815和0.7796,RMSEC和RMSEP分别为0.9041和0.9283 mg·L^(-1),可为东北粳稻叶绿素含量的检测与评估提供有价值的参考和借鉴作用。 展开更多

关键词 水稻 叶绿素含量 光谱分析 特征波段提取 fpb-RF算法 混合预测模型

在线阅读 下载PDF 职称材料

基于变量喷施的植保无人机水稻田间除草雾滴沉积分布特性研究 被引量：5

13

作者 刘益含 金伟达 +3 位作者 郭爽 姚伟祥 于丰华 陈春玲 《沈阳农业大学学报》 CAS CSCD 北大核心 2022年第3期337-345,共9页

探究应用植保无人机进行变量喷施水稻田间除草作业的雾滴沉积分布特性,以T30植保无人机配套的SX110015VS型航空喷头为研究对象,在室内采用DP-02激光粒度仪对其雾化性能进行测试,分别测定了0.35,0.40,0.45L·min-1共3种常规作业喷雾... 探究应用植保无人机进行变量喷施水稻田间除草作业的雾滴沉积分布特性,以T30植保无人机配套的SX110015VS型航空喷头为研究对象,在室内采用DP-02激光粒度仪对其雾化性能进行测试,分别测定了0.35,0.40,0.45L·min-1共3种常规作业喷雾流量下雾滴粒径的分布特性。田间试验研究设定12个沉积采集区和3条飘移采集带,测定T30植保无人机进行田间变量除草作业的实际雾滴沉积效果。结果表明:植保无人机所使用的SX110015VS型航空喷头具有良好的雾化性能,雾化等级为细(Fine);田间作业时,在设定的不喷施农药区域中有检测到雾滴沉积,但雾滴覆盖率、沉积密度以及沉积量均要低于设定的喷施农药区域,且三者在各个区域中变化规律较一致;同时,田间各采样区域测得的雾滴沉积量变异系数均很大;喷施农药区域和不喷施农药区域的雾滴粒径在200μm以下的居多,比例均处于50%以上,此外,与喷头雾化性能测试相比,300μm以上的雾滴粒径占比有所提升;研究还发现,在3条飘移采集带上检测到的飘移量相对较少,90%累积飘移量所对应的最远飘移影响距离分别为6.55m(飘移采集带1)、13.2m(飘移采集带2)和12.3m(飘移采集带3);经进一步测定,飘移采集带上200μm以下的雾滴粒径占比均高于85%,说明小雾滴容易发生飘移。研究结果可为植保无人机田间除草变量施药作业提供参考,对合理施药、提高农药利用率并减轻飘移也具有一定指导意义。 展开更多

关键词 变量喷施 植保无人机 雾滴沉积 水稻田间除草 效果检测

在线阅读 下载PDF 职称材料

双子叶植物叶片类胡萝卜素含量高光谱反演估算 被引量：1

14

作者 余昌乐 许童羽 +1 位作者 王洋 于丰华 《浙江农业学报》 CSCD 北大核心 2018年第3期393-398,共6页

类胡萝卜素(Car)是植物进行光合作用的主要色素之一,在吸收传递光能、保护叶绿素,以及延缓叶片衰老等方面有重要作用。以LOPEX’93数据库为基础,系统分析400~2 500 nm高光谱波段范围内任意两波段组合而成的归一化差值植被指数(NDVI)、... 类胡萝卜素(Car)是植物进行光合作用的主要色素之一,在吸收传递光能、保护叶绿素,以及延缓叶片衰老等方面有重要作用。以LOPEX’93数据库为基础,系统分析400~2 500 nm高光谱波段范围内任意两波段组合而成的归一化差值植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)与双子叶植物叶片Car含量间的定量关系。结果表明,在756 nm处红光波段与809 nm处近红外波段的NDVI_((809,756))、RVI_((809,756)),以及750 nm处红光波段与809 nm处近红外波段的DVI_((809,750))都可以较好地实现Car含量反演,建立的回归预测模型的判定系数(R^2)均大于0.74。对由各植被指数构建的反演模型进行精度验证发现,NDVI_((809,756))和RVI_((809,756))的估算效果相当,且都好于DVI_((809,750)),模型预测精度分别为0.735和0.738,均方根误差分别为1.426 1和1.420 5,平均相对误差分别为13.66%和13.60%。表明基于高光谱数据对双子叶植物叶片Car含量进行估算是可行的。 展开更多

关键词 类胡萝卜素 高光谱 光谱植被指数 双子叶植物

在线阅读 下载PDF 职称材料

基于深度学习的航拍光伏板红外图像热斑检测方法研究 被引量：8

15

作者 管宽岐 蔺雨桐 +3 位作者 赵雨薇 秦列列 张楠楠 曹英丽 《电子测量技术》 北大核心 2022年第22期75-81,共7页

针对光伏电站光伏板热斑故障难以检测的问题,结合无人机巡检技术,提出一种基于深度卷积神经网络的光伏板热斑快速检测方法。首先设计了光伏板识别模型,将Yolov4主干特征提取网络替换成轻量级网络MobileNetV2,并将PAnet网络中标准3*3卷... 针对光伏电站光伏板热斑故障难以检测的问题,结合无人机巡检技术,提出一种基于深度卷积神经网络的光伏板热斑快速检测方法。首先设计了光伏板识别模型,将Yolov4主干特征提取网络替换成轻量级网络MobileNetV2,并将PAnet网络中标准3*3卷积替换为深度可分离卷积,实现了将光伏板快速从红外图像中识别出来。为快速识别热斑并解决光伏板反光噪声问题,将MobileNetV2网络引入DeeplabV3+模型中,改进由于下采样造成的目标缺失,并将交叉熵损失函数修改为Dice损失函数来进一步提高分割精度。试验结果表明,该方法能够准确识别光伏板热斑,光伏板识别准确率为99.56%,检测速度为22.1帧/s。光伏板识别后的热斑分割准确度达到95.99%,交并比mIou达到85.58,检测速度为24.5帧/s,该方法能够满足光伏板故障检测的需要。 展开更多

关键词 光伏电站 热斑检测 Yolov4 DeeplabV3+ Dice loss

在线阅读 下载PDF 职称材料