本文關(guān)鍵詞：多信息融合的冬小麥地上鮮生物量檢測研究

  更多相關(guān)文章： 多信息融合 偏最小二乘回歸 冠層光譜 機(jī)器視覺 冬小麥 生物量

【摘要】：將小麥冠層光譜與小麥冠層圖像或者側(cè)面圖像進(jìn)行多信息融合,對冬小麥地上鮮生物量進(jìn)行預(yù)測,提高了冬小麥地上鮮生物量無損檢測精度,試驗獲取苗期93個樣本的冠層光譜和冠層圖像,中后期(拔節(jié)期、抽穗期、開花期、灌漿期)200個樣本的冠層光譜和側(cè)面圖像。將光譜反射率作為光譜特征參數(shù),并通過圖像處理提取小麥覆蓋度作為圖像特征參數(shù),建立苗期和中后期基于光譜特征參數(shù)和圖像特征參數(shù)的地上生物量檢測模型,將冠層光譜反射率和小麥覆蓋度作為多信息融合的輸入,利用多元回歸分析(MRA)和偏最小二乘法(PLS)建立地上鮮生物量預(yù)測模型并進(jìn)行驗證。結(jié)果表明,在苗期和中后期,將光譜信息和圖像信息融合,采用PLS所建立的預(yù)測模型與單獨(dú)的圖像模型和光譜模型相比精度最高。苗期基于信息融合所建立的PLS模型驗證集R~2為0.881,其RMSE為0.015kg;中后期基于信息融合所建立的PLS模型驗證集R~2為0.791,RMSE為0.059kg。由此可見,相比單一的光譜模型和圖像模型,圖像信息和光譜信息融合之后,充分提高了光譜信息和圖像信息的利用率,使模型的精度得以提高。
【作者單位】： 北京農(nóng)業(yè)信息技術(shù)研究中心北京市農(nóng)林科學(xué)院;安徽大學(xué)電子信息工程學(xué)院;農(nóng)業(yè)部食物與營養(yǎng)發(fā)展研究所;
【基金】：國家自然科學(xué)基金項目(31201125) 農(nóng)業(yè)部公益性行業(yè)科研專項項目(201203026) 北京市自然科學(xué)基金項目(4142019)資助
【分類號】：S512.11;O657.3
【正文快照】： 3.農(nóng)業(yè)部食物與營養(yǎng)發(fā)展研究所,北京100081引言小麥?zhǔn)鞘澜缟峡偖a(chǎn)量最多的的糧食作物之一,中國主要以冬小麥為主,冬小麥種植面積占小麥總種植面積的84%~90%。而整個生育期內(nèi)小麥的地上鮮生物量是評價產(chǎn)量的重要指標(biāo),與整個生育期內(nèi)小麥的生長狀況和群體的光能利用等有密切關(guān)系

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 王大成;王紀(jì)華;靳寧;王芊;李存軍;黃敬峰;王淵;黃芳;;用神經(jīng)網(wǎng)絡(luò)和高光譜植被指數(shù)估算小麥生物量[J];農(nóng)業(yè)工程學(xué)報;2008年S2期

2 陳全勝;趙杰文;蔡健榮;Vittayapadung Saritporn;;基于近紅外光譜和機(jī)器視覺的多信息融合技術(shù)評判茶葉品質(zhì)[J];農(nóng)業(yè)工程學(xué)報;2008年03期

3 W. C. Hoffmann;R. E. Lacey;;Multisensor Data Fusion for High Quality Data Analysis and Processing in Measurement and Instrumentation[J];Journal of Bionics Engineering;2007年01期

4 單成鋼;廖樹華;龔宇;梁振興;王璞;;應(yīng)用數(shù)字圖像技術(shù)估測冬小麥冠層生物量垂直分布特征的研究[J];作物學(xué)報;2007年03期

5 雷詠雯;王娟;郭金強(qiáng);危常州;;一種基于圖像分析提取作物冠層生物學(xué)參數(shù)的方法與驗證[J];西北農(nóng)業(yè)學(xué)報;2006年03期

6 宋開山,張柏,李方,段洪濤,王宗明;高光譜反射率與大豆葉面積及地上鮮生物量的相關(guān)分析[J];農(nóng)業(yè)工程學(xué)報;2005年01期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李媛媛;常慶瑞;劉秀英;嚴(yán)林;羅丹;王爍;;基于高光譜和BP神經(jīng)網(wǎng)絡(luò)的玉米葉片SPAD值遙感估算[J];農(nóng)業(yè)工程學(xué)報;2016年16期

2 劉斌;任建強(qiáng);陳仲新;唐華俊;吳尚蓉;李賀;;冬小麥鮮生物量估算敏感波段中心及波寬優(yōu)選[J];農(nóng)業(yè)工程學(xué)報;2016年16期

3 趙天舸;于瑞宏;張志磊;白雪松;曾慶奧;;濕地植被地上生物量遙感估算方法研究進(jìn)展[J];生態(tài)學(xué)雜志;2016年07期

4 王巖;;神經(jīng)網(wǎng)絡(luò)技術(shù)在茶葉分級中的應(yīng)用研究[J];福建茶葉;2016年06期

5 Li'ai Wang;Xudong Zhou;Xinkai Zhu;Zhaodi Dong;Wenshan Guo;;Estimation of biomass in wheat using random forest regression algorithm and remote sensing data[J];The Crop Journal;2016年03期

6 鄭玲;朱大洲;董大明;張保華;王成;趙春江;;多信息融合的冬小麥地上鮮生物量檢測研究[J];光譜學(xué)與光譜分析;2016年06期

7 崔日鮮;劉亞東;付金東;;基于機(jī)器學(xué)習(xí)和可見光光譜的冬小麥葉片氮積累量估算[J];光譜學(xué)與光譜分析;2016年06期

8 高林;楊貴軍;李紅軍;李振海;馮海寬;王磊;董錦繪;賀鵬;;基于無人機(jī)數(shù)碼影像的冬小麥葉面積指數(shù)探測研究[J];中國生態(tài)農(nóng)業(yè)學(xué)報;2016年09期

9 朱宏凱;董春旺;張堅強(qiáng);劉飛;葉陽;何華鋒;;葉溫、含水率對針芽綠茶感官品質(zhì)的影響[J];中國食品學(xué)報;2016年04期

10 黃山;楊峰;張勇;王銳;鄧俊才;雍太文;劉衛(wèi)國;楊文鈺;;凈套作下大豆葉綠素密度動態(tài)及光譜估測研究[J];西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版);2016年05期

【二級參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫焱鑫;王紀(jì)華;李保國;劉良云;黃文江;趙春江;;基于BP和GRNN神經(jīng)網(wǎng)絡(luò)的冬小麥冠層葉綠素高光譜反演建模研究[J];遙感技術(shù)與應(yīng)用;2007年04期

2 孫焱鑫;王紀(jì)華;李保國;劉良云;黃文江;趙春江;;基于GA的GRNN高光譜遙感反演冬小麥葉片氮含量模型的建立與驗證[J];土壤通報;2007年03期

3 黃敬峰;王淵;王福民;劉占宇;;油菜紅邊特征及其葉面積指數(shù)的高光譜估算模型[J];農(nóng)業(yè)工程學(xué)報;2006年08期

4 陳全勝;趙杰文;張海東;王新宇;;基于支持向量機(jī)的近紅外光譜鑒別茶葉的真?zhèn)蝃J];光學(xué)學(xué)報;2006年06期

5 陳全勝;趙杰文;張海東;方明;;利用計算機(jī)視覺識別茶葉的色澤類型[J];江蘇大學(xué)學(xué)報(自然科學(xué)版);2005年06期

6 嚴(yán)懷成,黃心漢,王敏;多傳感器數(shù)據(jù)融合技術(shù)及其應(yīng)用[J];傳感器技術(shù);2005年10期

7 沈飛,郭軍;基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合方法[J];自動化與儀器儀表;2005年05期

8 李存軍,王紀(jì)華,劉良云,王人潮;基于數(shù)字照片特征的小麥覆蓋度自動提取研究[J];浙江大學(xué)學(xué)報(農(nóng)業(yè)與生命科學(xué)版);2004年06期

9 唐延林,王人潮,張金恒,王珂;高光譜與葉綠素計快速測定大麥氮素營養(yǎng)狀況研究[J];麥類作物學(xué)報;2003年01期

10 薛利紅,羅衛(wèi)紅,曹衛(wèi)星,田永超;作物水分和氮素光譜診斷研究進(jìn)展[J];遙感學(xué)報;2003年01期

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王正友;企業(yè)信息融合模型及其神經(jīng)網(wǎng)絡(luò)描述[J];中國礦業(yè);2004年08期

2 常云龍,薛家祥,黃石生;機(jī)器人點(diǎn)焊多信息融合及控制[J];焊接學(xué)報;2000年02期

3 王淑芳;任蘭珍;;基于多傳感器信息融合技術(shù)的智能駕駛系統(tǒng)模型[J];北京石油化工學(xué)院學(xué)報;2006年03期

4 韓曉明;杜長龍;張永忠;翟繼濤;;基于信息融合的機(jī)械故障診斷技術(shù)研究[J];煤炭科學(xué)技術(shù);2007年03期

5 張幼振;;基于Dempster-Shafter信息融合的井下定向鉆孔軌跡預(yù)測[J];煤礦安全;2009年04期

6 楊明;朱杰;高延銘;;基于信息融合的海洋溢油識別判據(jù)的研究[J];信息技術(shù);2012年04期

7 籍天亮;李長錄;;基于信息融合及爆炸三角形理論的評估方法應(yīng)用[J];自動化與儀器儀表;2013年04期

8 胡勝利;丁瑞國;劉攀;;基于嵌入式多傳感器的信息融合模型的研究[J];安徽理工大學(xué)學(xué)報(自然科學(xué)版);2008年01期

9 徐鵬;楊雪鋒;;基于協(xié)整理論的船載危險品在途安全狀態(tài)信息融合處理[J];傳感器與微系統(tǒng);2013年12期

10 水祺,呂景輝;火災(zāi)報警系統(tǒng)中的信息融合[J];國外電子測量技術(shù);2005年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 朱茵;王軍利;;交通管理綜合信息融合模型研究[A];第二十七屆中國控制會議論文集[C];2008年

2 顧星;;中醫(yī)診斷與體表生物特征多信息融合的思考[A];中國中西醫(yī)結(jié)合學(xué)會診斷專業(yè)委員會2009’年會論文集[C];2009年

3 王志勝;甄子洋;王道波;范大鵬;;隨機(jī)大系統(tǒng)的信息融合最優(yōu)聯(lián)合控制[A];PCC2009—第20屆中國過程控制會議論文集[C];2009年

4 楊為民;李龍澍;;基于GIT的信息融合在農(nóng)業(yè)信息中的應(yīng)用[A];2005年“數(shù)字安徽”博士科技論壇論文集[C];2005年

5 劉汝杰;袁保宗;;信息融合的認(rèn)知學(xué)基礎(chǔ)與D-S融合方法[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

6 杜奕;遲毅林;伍星;;概率盒和D-S結(jié)構(gòu)體在機(jī)械故障信號信息融合中的應(yīng)用展望[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

7 李樹軍;蔣曉瑜;紀(jì)紅霞;;多傳感器信息融合技術(shù)和典型算法的應(yīng)用詮釋[A];中國系統(tǒng)工程學(xué)會決策科學(xué)專業(yè)委員會第六屆學(xué)術(shù)年會論文集[C];2005年

8 孫來軍;沈永良;;多SVM多級信息融合與診斷決策模型的研究[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（二）[C];2007年

9 杜奕;遲毅林;伍星;;信息融合在設(shè)備監(jiān)測和故障診斷中的應(yīng)用[A];第二十七屆中國控制會議論文集[C];2008年

10 李錄平;鄒新元;晉風(fēng)華;黃樹紅;盧緒祥;;基于信息融合的旋轉(zhuǎn)機(jī)械振動狀態(tài)評價方法研究[A];第八屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集摘要[C];2003年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 周新紅 田朝暉 段勇;信息融合：現(xiàn)代戰(zhàn)爭的重要支撐[N];解放軍報;2005年

2 本報記者 別坤;信息融合讓地鐵更快捷[N];計算機(jī)世界;2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 胡洲;信息融合欠驅(qū)動控制技術(shù)研究[D];南京航空航天大學(xué);2014年

2 張云璐;基于用戶信息融合的個性化推薦[D];武漢大學(xué);2012年

3 王恩雁;基于本體的多源異構(gòu)應(yīng)急信息融合方法研究[D];哈爾濱工業(yè)大學(xué);2014年

4 文妍;基于多源信息融合的數(shù)控機(jī)床進(jìn)給系統(tǒng)機(jī)械故障診斷研究[D];青島理工大學(xué);2016年

5 朱林;信息融合系統(tǒng)工程設(shè)計準(zhǔn)則的研究[D];哈爾濱工程大學(xué);2005年

6 朱方;多信息融合模式分類方法研究及在公交客流識別系統(tǒng)中的應(yīng)用[D];河北工業(yè)大學(xué);2010年

7 孔慶杰;信息融合理論及其在交通監(jiān)控信息處理中的應(yīng)用[D];上海交通大學(xué);2010年

8 王曉帆;信息融合中的態(tài)勢評估技術(shù)研究[D];西安電子科技大學(xué);2012年

9 王志勝;信息融合估計理論及其在航天器控制中的應(yīng)用研究[D];西北工業(yè)大學(xué);2002年

10 羅賀;多Agent信息融合與協(xié)商及其在故障診斷中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 莊穎;信息融合的粗糙集方法研究[D];昆明理工大學(xué);2015年

2 李曉;基于信息融合的高速列車轉(zhuǎn)向架故障診斷[D];西南交通大學(xué);2015年

3 陳昭;基于云計算的中藥信息融合知識服務(wù)平臺構(gòu)建[D];福建中醫(yī)藥大學(xué);2015年

4 陳亭亭;雷達(dá)與AIS信息融合技術(shù)的研究[D];大連海事大學(xué);2015年

5 萬守鵬;基于信息融合的艙音信號分析與安全診斷[D];上海應(yīng)用技術(shù)學(xué)院;2015年

6 張寧波;基于信息融合的電子產(chǎn)品故障診斷[D];中北大學(xué);2015年

7 劉萌萌;基于信息融合的改進(jìn)極限學(xué)習(xí)機(jī)預(yù)測算法研究[D];遼寧大學(xué);2015年

8 田靜;基于聲波特征的管道泄漏信息融合故障診斷方法研究[D];河北科技大學(xué);2015年

9 彭毅;基于振動和油液信息融合的發(fā)動機(jī)故障診斷方法研究[D];廣西大學(xué);2014年

10 舒適;基于信息融合的公交車自燃檢測預(yù)警系統(tǒng)[D];浙江工業(yè)大學(xué);2015年

，

本文編號：1236572