基于地面高光譜數(shù)據(jù)的典型作物類型識(shí)別方法——以青海省湟水流域?yàn)槔?/H1>
發(fā)布時(shí)間：2017-11-09 17:16
本文關(guān)鍵詞：基于地面高光譜數(shù)據(jù)的典型作物類型識(shí)別方法——以青海省湟水流域?yàn)槔?/strong>
更多相關(guān)文章： 高光譜 作物識(shí)別 光譜變換 光譜特征變量 BPNN模型
【摘要】：高光譜技術(shù)運(yùn)用于農(nóng)作物識(shí)別與分類目前已成為農(nóng)業(yè)遙感應(yīng)用領(lǐng)域前沿課題之一。使用ASD FieldSpec4地物光譜儀實(shí)測青海省湟水流域大豆、青稞、土豆、小麥和油菜5種典型作物冠層光譜,經(jīng)數(shù)據(jù)預(yù)處理,利用1/R、d(R)、N(R)、log(R)、d(log(R))、d(N(R))6種光譜數(shù)據(jù)變換形式和在"綠峰"、"紅谷"、"紅邊"、"光譜吸收特征區(qū)"提取的16種光譜特征變量的6種選取結(jié)果,分別構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的典型作物類型識(shí)別模型,通過模型精度比較以尋求用于高光譜農(nóng)作物分類的有效光譜數(shù)據(jù)形式和光譜特征變量。結(jié)果表明:1/R、d(R)、log(R)、d(log(R))及d(N(R))5種數(shù)據(jù)變換形式能顯著提高模型識(shí)別精度,以d(N(R))變換數(shù)據(jù)構(gòu)建BPNN模型其辨識(shí)精度最高,總體分類精度達(dá)88%;在提取的16種光譜特征變量中,以變量數(shù)分別為16、14、12的3種選取方案構(gòu)建BPNN模型其辨識(shí)精度較優(yōu),總體分類精度分別為88%、86%、84%;BPNN模型能較好地識(shí)別5種作物光譜,且采用選取光譜特征變量方法構(gòu)建BPNN模型其網(wǎng)絡(luò)訓(xùn)練效率和模型穩(wěn)定性優(yōu)于光譜數(shù)據(jù)變換方法構(gòu)建BPNN模型。
【作者單位】： 青海師范大學(xué)生命與地理科學(xué)學(xué)院青海省自然地理與環(huán)境過程重點(diǎn)實(shí)驗(yàn)室青藏高原環(huán)境與資源教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金項(xiàng)目(40861022) 青海省重點(diǎn)實(shí)驗(yàn)室發(fā)展專項(xiàng):青海省自然地理與環(huán)境過程重點(diǎn)實(shí)驗(yàn)室(2014-Z-Y24;2015-Z-Y01)
【分類號(hào)】：S127
【正文快照】： 0引言作物識(shí)別和分類是農(nóng)業(yè)遙感的基礎(chǔ),是實(shí)現(xiàn)農(nóng)業(yè)資源監(jiān)測的關(guān)鍵,實(shí)時(shí)、準(zhǔn)確地獲取作物類型、結(jié)構(gòu)和分布信息對于國家糧食安全、社會(huì)經(jīng)濟(jì)穩(wěn)定、農(nóng)業(yè)生態(tài)功能和服務(wù)均具有重要意義[1]。遙感技術(shù)與常規(guī)地面調(diào)查統(tǒng)計(jì)方法相比具有快速、高效和大面積同步觀測等特點(diǎn),已成為作物識(shí) 【相似文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前8條
1 張艷彬;王玉;楊忠芳;陳岳龍;;成都經(jīng)濟(jì)區(qū)土壤光譜特征及其意義[J];世界地質(zhì);2007年01期
2 羅清;;青藏高原季節(jié)湖土壤光譜特征研究[J];西南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年07期
3 張琳,劉培君,常萍,艾力西爾·庫爾班;阜康試驗(yàn)區(qū)主要地物光譜特征及其分析[J];新疆氣象;1995年05期
4 韓陽;趙云升;王野喬;;不同含水量土壤偏振光譜特征定量分析[J];遙感學(xué)報(bào);2013年05期
5 李章成;周清波;江道輝;呂新;林海榮;李茂松;;棉花苗期凍害高光譜特征研究[J];棉花學(xué)報(bào);2008年04期
6 姚付啟;蔡煥杰;王海江;張倩;王健;;冬小麥冠層高光譜特征與覆蓋度相關(guān)性研究[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2012年07期
7 楊雪紅;;土壤粒徑對土壤光譜特征的影響[J];科技信息;2010年25期
8 ;[J];;年期
，
本文編號(hào)：1162818
本文鏈接：http://sikaile.net/kejilunwen/nykj/1162818.html
本文關(guān)鍵詞：基于地面高光譜數(shù)據(jù)的典型作物類型識(shí)別方法——以青海省湟水流域?yàn)槔?/strong>
更多相關(guān)文章： 高光譜 作物識(shí)別 光譜變換 光譜特征變量 BPNN模型
【摘要】：高光譜技術(shù)運(yùn)用于農(nóng)作物識(shí)別與分類目前已成為農(nóng)業(yè)遙感應(yīng)用領(lǐng)域前沿課題之一。使用ASD FieldSpec4地物光譜儀實(shí)測青海省湟水流域大豆、青稞、土豆、小麥和油菜5種典型作物冠層光譜,經(jīng)數(shù)據(jù)預(yù)處理,利用1/R、d(R)、N(R)、log(R)、d(log(R))、d(N(R))6種光譜數(shù)據(jù)變換形式和在"綠峰"、"紅谷"、"紅邊"、"光譜吸收特征區(qū)"提取的16種光譜特征變量的6種選取結(jié)果,分別構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的典型作物類型識(shí)別模型,通過模型精度比較以尋求用于高光譜農(nóng)作物分類的有效光譜數(shù)據(jù)形式和光譜特征變量。結(jié)果表明:1/R、d(R)、log(R)、d(log(R))及d(N(R))5種數(shù)據(jù)變換形式能顯著提高模型識(shí)別精度,以d(N(R))變換數(shù)據(jù)構(gòu)建BPNN模型其辨識(shí)精度最高,總體分類精度達(dá)88%;在提取的16種光譜特征變量中,以變量數(shù)分別為16、14、12的3種選取方案構(gòu)建BPNN模型其辨識(shí)精度較優(yōu),總體分類精度分別為88%、86%、84%;BPNN模型能較好地識(shí)別5種作物光譜,且采用選取光譜特征變量方法構(gòu)建BPNN模型其網(wǎng)絡(luò)訓(xùn)練效率和模型穩(wěn)定性優(yōu)于光譜數(shù)據(jù)變換方法構(gòu)建BPNN模型。
【作者單位】： 青海師范大學(xué)生命與地理科學(xué)學(xué)院青海省自然地理與環(huán)境過程重點(diǎn)實(shí)驗(yàn)室青藏高原環(huán)境與資源教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金項(xiàng)目(40861022) 青海省重點(diǎn)實(shí)驗(yàn)室發(fā)展專項(xiàng):青海省自然地理與環(huán)境過程重點(diǎn)實(shí)驗(yàn)室(2014-Z-Y24;2015-Z-Y01)
【分類號(hào)】：S127
【正文快照】： 0引言作物識(shí)別和分類是農(nóng)業(yè)遙感的基礎(chǔ),是實(shí)現(xiàn)農(nóng)業(yè)資源監(jiān)測的關(guān)鍵,實(shí)時(shí)、準(zhǔn)確地獲取作物類型、結(jié)構(gòu)和分布信息對于國家糧食安全、社會(huì)經(jīng)濟(jì)穩(wěn)定、農(nóng)業(yè)生態(tài)功能和服務(wù)均具有重要意義[1]。遙感技術(shù)與常規(guī)地面調(diào)查統(tǒng)計(jì)方法相比具有快速、高效和大面積同步觀測等特點(diǎn),已成為作物識(shí)
【相似文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前8條
1 張艷彬;王玉;楊忠芳;陳岳龍;;成都經(jīng)濟(jì)區(qū)土壤光譜特征及其意義[J];世界地質(zhì);2007年01期
2 羅清;;青藏高原季節(jié)湖土壤光譜特征研究[J];西南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年07期
3 張琳,劉培君,常萍,艾力西爾·庫爾班;阜康試驗(yàn)區(qū)主要地物光譜特征及其分析[J];新疆氣象;1995年05期
4 韓陽;趙云升;王野喬;;不同含水量土壤偏振光譜特征定量分析[J];遙感學(xué)報(bào);2013年05期
5 李章成;周清波;江道輝;呂新;林海榮;李茂松;;棉花苗期凍害高光譜特征研究[J];棉花學(xué)報(bào);2008年04期
6 姚付啟;蔡煥杰;王海江;張倩;王健;;冬小麥冠層高光譜特征與覆蓋度相關(guān)性研究[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2012年07期
7 楊雪紅;;土壤粒徑對土壤光譜特征的影響[J];科技信息;2010年25期
8 ;[J];;年期
，本文編號(hào)：1162818
本文鏈接：http://sikaile.net/kejilunwen/nykj/1162818.html
最近更新
教材專著
