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
基于无人机可见光影像的毛竹相对叶绿素含量反演研究
被引量：
11
1
作者
曲怡铃
唐燕
+5 位作者
周忠生
颜芳
王聚中
徐怀兴
胡璐璐
徐小军
《江西农业大学学报》
CAS
CSCD
北大核心
2022年第1期139-150,共12页
【目的】叶绿素是植物光合作用的一个重要生理生化指标,直接反映了植物生长状况。毛竹(Phyllostachys edulis(Carriere)J.Houz.)具有重要的经济和生态效益,在固碳减排上发挥重要的作用,因此对毛竹叶绿素遥感实时动态监测研究有助于评估...
【目的】叶绿素是植物光合作用的一个重要生理生化指标,直接反映了植物生长状况。毛竹(Phyllostachys edulis(Carriere)J.Houz.)具有重要的经济和生态效益,在固碳减排上发挥重要的作用,因此对毛竹叶绿素遥感实时动态监测研究有助于评估其生长状态和固碳能力。目前估算植物叶绿素大多数是使用实地测量法或采用卫星遥感获得植物光谱数据,建立叶绿素反演模型,但是这种反演模型时效性和准确性较弱。随着无人机技术的发展,为更精准和快速地反演叶绿素含量提供了新的方法。【方法】研究采用CCM-200手持式叶绿素仪获取毛竹相对叶绿素含量(chlorophyll content index,CCI)长时序数据,通过无人机可见光传感器获取毛竹红绿蓝(RGB)可见光影像数据,在此基础上分析基于无人机RGB影像得到的植被指数和CCI之间的相关关系,采用一元线性回归和以高斯误差函数作为隐含层激活函数的BP算法前馈神经网络(Erf-BP)两种方法建立毛竹CCI遥感反演模型并作精度评价。【结果】在构建的24个变量中,(2b-r-g)-(1.4r-b)、B/R、川岛指数(I_(KAW))、(2b-r)/3r这4个植被指数和毛竹CCI相关性较高,相关系数分别为0.927、0.916、-0.915、0.913。由(2b-r-g)-(1.4r-b)建立的一元线性模型的拟合值和验证值与实测值之间的决定系数(R^(2))分别为0.8893和0.8535,均方根误差(RMSE)分别为1.3778和1.9114。Erf-BP神经网络模型R2分别为0.8724和0.8825,RMSE分别为1.6429和1.5547。Erf-BP神经网络的验证精度要稍高于一元线性回归模型。在基于无人机RGB影像反演毛竹相对叶绿素时可选择神经网络模型。【结论】研究结合统计方法和无人机RGB影像建立了毛竹相对叶绿素反演模型,可以精准反演毛竹相对叶绿素含量,为动态监测毛竹叶绿素含量提供了可行的方法。
展开更多
关键词
毛竹
叶绿素
无人机
机器学习
模型
在线阅读
下载PDF
职称材料
题名
基于无人机可见光影像的毛竹相对叶绿素含量反演研究
被引量：
11
1
作者
曲怡铃
唐燕
周忠生
颜芳
王聚中
徐怀兴
胡璐璐
徐小军
机构
浙江农林大学省部共建亚热带森林培育国家重点实验室/浙江省森林生态系统碳循环与固碳减排重点实验室/环境与资源学院
杭州市临安区农业农村信息服务中心
出处
《江西农业大学学报》
CAS
CSCD
北大核心
2022年第1期139-150,共12页
基金
国家自然科学基金项目(31870619)。
文摘
【目的】叶绿素是植物光合作用的一个重要生理生化指标,直接反映了植物生长状况。毛竹(Phyllostachys edulis(Carriere)J.Houz.)具有重要的经济和生态效益,在固碳减排上发挥重要的作用,因此对毛竹叶绿素遥感实时动态监测研究有助于评估其生长状态和固碳能力。目前估算植物叶绿素大多数是使用实地测量法或采用卫星遥感获得植物光谱数据,建立叶绿素反演模型,但是这种反演模型时效性和准确性较弱。随着无人机技术的发展,为更精准和快速地反演叶绿素含量提供了新的方法。【方法】研究采用CCM-200手持式叶绿素仪获取毛竹相对叶绿素含量(chlorophyll content index,CCI)长时序数据,通过无人机可见光传感器获取毛竹红绿蓝(RGB)可见光影像数据,在此基础上分析基于无人机RGB影像得到的植被指数和CCI之间的相关关系,采用一元线性回归和以高斯误差函数作为隐含层激活函数的BP算法前馈神经网络(Erf-BP)两种方法建立毛竹CCI遥感反演模型并作精度评价。【结果】在构建的24个变量中,(2b-r-g)-(1.4r-b)、B/R、川岛指数(I_(KAW))、(2b-r)/3r这4个植被指数和毛竹CCI相关性较高,相关系数分别为0.927、0.916、-0.915、0.913。由(2b-r-g)-(1.4r-b)建立的一元线性模型的拟合值和验证值与实测值之间的决定系数(R^(2))分别为0.8893和0.8535,均方根误差(RMSE)分别为1.3778和1.9114。Erf-BP神经网络模型R2分别为0.8724和0.8825,RMSE分别为1.6429和1.5547。Erf-BP神经网络的验证精度要稍高于一元线性回归模型。在基于无人机RGB影像反演毛竹相对叶绿素时可选择神经网络模型。【结论】研究结合统计方法和无人机RGB影像建立了毛竹相对叶绿素反演模型,可以精准反演毛竹相对叶绿素含量,为动态监测毛竹叶绿素含量提供了可行的方法。
关键词
毛竹
叶绿素
无人机
机器学习
模型
Keywords
Moso bamboo
chlorophyll
UAV
machine learning
modeling
分类号
S757.29 [农业科学—森林经理学]
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
基于无人机可见光影像的毛竹相对叶绿素含量反演研究
曲怡铃
唐燕
周忠生
颜芳
王聚中
徐怀兴
胡璐璐
徐小军
《江西农业大学学报》
CAS
CSCD
北大核心
2022
11
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
