發(fā)布時(shí)間：2021-11-22 22:42

　　隨著高光譜遙感技術(shù)的不斷完善與發(fā)展,農(nóng)業(yè)高光譜遙感技術(shù)對(duì)農(nóng)作物或者植物的研究也越來越實(shí)用。其中植物參數(shù)與植物高光譜波段的的變化關(guān)系密切,因而是植物研究的一個(gè)重要理論依據(jù)。本文對(duì)油菜的冠層光譜進(jìn)行研究,利用局部去趨勢(shì)波動(dòng)分析提出了一種紅邊位置的提取方法,并與最大一階導(dǎo)數(shù)光譜法、倒高斯擬合法、線性四點(diǎn)插值法、拉格朗日插值法、多項(xiàng)式擬合法、線性外推法等六種常見的紅邊位置確定方法作對(duì)比。以油菜角果期冠層光譜紅邊位置所對(duì)應(yīng)的多重分形指標(biāo)Hurst指數(shù)和另外六種方法提取的紅邊位置所對(duì)應(yīng)的光譜值為特征,用支持向量機(jī)和隨機(jī)森林兩種分類器建立定性識(shí)別模型,識(shí)別直播和移栽兩種種植方式、一萬和兩萬兩種密度。以平均識(shí)別率和約登指數(shù)為評(píng)價(jià)指標(biāo),結(jié)果表明利用局部去趨勢(shì)波動(dòng)分析的提取方法具有較好的識(shí)別率和穩(wěn)定性。 

【文章來源】：湖南農(nóng)業(yè)大學(xué)湖南省

【文章頁數(shù)】：52 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

不同K折下的油菜對(duì)比至樣本平均識(shí)別準(zhǔn)確率，

【參考文獻(xiàn)】：
期刊論文
[1]基于ROC圖的油菜生長期光譜敏感波段的研究[J]. 段少新,姜珊,王訪,鄒銳標(biāo),廖桂平.  湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[2]高光譜遙感在農(nóng)業(yè)生產(chǎn)中的應(yīng)用及展望[J]. 譚向農(nóng),劉淮,漆錕,丁燕杰.  北京測(cè)繪. 2017(01)
[3]油菜光譜的多重分形分析及葉綠素診斷建模[J]. 王曉喬,王訪,廖桂平,官春云.  光譜學(xué)與光譜分析. 2016(11)
[4]基于多重分形去趨勢(shì)移動(dòng)平均分析的油菜葉片氮素營養(yǎng)診斷建模[J]. 蘇樂,鄒銳標(biāo),王訪.  中國農(nóng)學(xué)通報(bào). 2016(12)
[5]基于光譜紅邊位置提取算法的番茄葉片葉綠素含量估測(cè)[J]. 丁永軍,張晶晶,李修華,李民贊.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(03)
[6]CO2脅迫下大豆葉片紅邊位置最優(yōu)算法的研究[J]. 郝瑞娟,王周鋒,王文科,趙亞乾.  大氣與環(huán)境光學(xué)學(xué)報(bào). 2016(01)
[7]淺談?dòng)筒嗽耘嗉夹g(shù)與提高種植效益的措施[J]. 錢雙榮.  農(nóng)業(yè)開發(fā)與裝備. 2015(03)
[8]基于多重分形的油菜病蟲害葉片圖像分割[J]. 施文,鄒銳標(biāo),王訪,蘇樂.  湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(05)
[9]基于多重分形理論的油菜缺素葉片特征提取[J]. 王訪,廖桂平,王曉喬,李建輝,李錦衛(wèi),施文.  農(nóng)業(yè)工程學(xué)報(bào). 2013(24)
[10]基于SPAD值的植被“紅邊位置”確定方法探討[J]. 鄒紅玉,丁麗霞.  遙感信息. 2013(04)

博士論文
[1]作物診斷的葉片圖像多重分形方法與建模[D]. 王訪.湖南農(nóng)業(yè)大學(xué) 2013
[2]基于時(shí)間序列標(biāo)度分析的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D]. 林近山.南京航空航天大學(xué) 2013
[3]數(shù)的表示理論與分形[D]. 沈陸明.華中科技大學(xué) 2012

碩士論文
[1]基于多重分形的語音情感識(shí)別研究[D]. 張密霞.長沙理工大學(xué) 2011
[2]金融時(shí)間序列的多重分形特征研究[D]. 牛奉高.山西大學(xué) 2009
[3]麥蚜、白粉病危害后冬小麥冠層高光譜的測(cè)量與分析[D]. 喬紅波.中國農(nóng)業(yè)科學(xué)院 2004
[4]水文流量系統(tǒng)中混沌非線性時(shí)間序列法的研究[D]. 張利.浙江大學(xué) 2003



本文編號(hào)：3512578