基于SVM與RF的蘋(píng)果樹(shù)冠LAI高光譜估測(cè)
本文關(guān)鍵詞:基于SVM與RF的蘋(píng)果樹(shù)冠LAI高光譜估測(cè)
更多相關(guān)文章: 葉面積指數(shù) 高光譜 蘋(píng)果樹(shù) 支持向量機(jī) 隨機(jī)森林
【摘要】:葉面積指數(shù)(leaf area index,LAI)是反映作物群體大小的較好的動(dòng)態(tài)指標(biāo)。運(yùn)用高光譜技術(shù)快速、無(wú)損地估測(cè)蘋(píng)果樹(shù)冠葉面積指數(shù),為監(jiān)測(cè)蘋(píng)果樹(shù)長(zhǎng)勢(shì)和估產(chǎn)提供參考。以盛果期紅富士蘋(píng)果樹(shù)為研究對(duì)象,采用ASD地物光譜儀和LAI-2200冠層分析儀,在山東省煙臺(tái)棲霞研究區(qū),連續(xù)2年測(cè)量了30個(gè)果園90棵蘋(píng)果樹(shù)冠層光譜反射率及LAI值;通過(guò)相關(guān)性分析方法構(gòu)建并篩選出了最優(yōu)的植被指數(shù);利用支持向量機(jī)(support vector machine,SVM)與隨機(jī)森林(random forests,RF)多元回歸分析方法構(gòu)建了LAI估測(cè)模型。新建的GNDVI527,NDVI676,RVI682,FD-NVI656和GRVI517五個(gè)植被指數(shù)及前人建立的兩個(gè)植被指數(shù)NDVI670和NDVI705與LAI的相關(guān)性都達(dá)到了極顯著水平;建立的RF回歸模型中,校正集決定系數(shù)C-R2和驗(yàn)證集決定系數(shù)V-R2為0.920,0.889,分別比SVM回歸模型提高了0.045和0.033,校正集均方根誤差C-RMSE、驗(yàn)證集均方根誤差V-RMSE為0.249,0.236,分別比SVM回歸模型降低了0.054和0.058,校正集相對(duì)分析誤C-RPD、驗(yàn)證集相對(duì)分析誤V-RPD達(dá)到了3.363和2.520,分別比SVM回歸模型提高了0.598和0.262,校正集及驗(yàn)證集的實(shí)測(cè)值與預(yù)測(cè)值散點(diǎn)圖趨勢(shì)線的斜率C-S和V-S都接近于1,RF回歸模型的估測(cè)效果優(yōu)于SVM。RF多元回歸模型適合盛果期紅富士蘋(píng)果樹(shù)LAI的估測(cè)。
【作者單位】: 山東農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院;土肥資源高效利用國(guó)家工程實(shí)驗(yàn)室;山東農(nóng)業(yè)大學(xué)園藝科學(xué)與工程學(xué)院;
【關(guān)鍵詞】: 葉面積指數(shù) 高光譜 蘋(píng)果樹(shù) 支持向量機(jī) 隨機(jī)森林
【基金】:國(guó)家自然科學(xué)基金項(xiàng)目(41271369) 山東省自然科學(xué)基金項(xiàng)目(ZR2012DM007) 山東農(nóng)業(yè)大學(xué)農(nóng)業(yè)大數(shù)據(jù)項(xiàng)目(75016) 國(guó)家自然科學(xué)青年基金項(xiàng)目(41301482)資助
【分類號(hào)】:S661.1;TP18
【正文快照】: 引言葉面積指數(shù)(leaf area index,LAI)是表征果樹(shù)冠層結(jié)構(gòu)最基本的參數(shù)之一,對(duì)果樹(shù)的長(zhǎng)勢(shì)和產(chǎn)量有重要影響。果樹(shù)葉面積過(guò)大,會(huì)因?yàn)槿~片與幼果爭(zhēng)奪養(yǎng)分造成果實(shí)發(fā)育不良,甚至發(fā)生落果現(xiàn)象;葉面積過(guò)小,果樹(shù)光合作用產(chǎn)生的能量少,影響蘋(píng)果的生長(zhǎng)與產(chǎn)量。因此,研究LAI對(duì)果樹(shù)的光
【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 李志偉,潘劍君,張佳寶;基于GPS的智能農(nóng)機(jī)載高光譜采集系統(tǒng)的初步研究[J];光譜學(xué)與光譜分析;2005年06期
2 劉大召;唐世林;付東洋;;珠江口水體葉綠素a濃度高光譜反演研究[J];廣東海洋大學(xué)學(xué)報(bào);2008年01期
3 王晶晶;孫玲;劉華周;胡宇容;肖敏;;基于高光譜的鳳眼蓮植株氮含量無(wú)損監(jiān)測(cè)[J];江蘇農(nóng)業(yè)學(xué)報(bào);2014年04期
4 楊巧明;謝貴水;;基于高光譜的橡膠單葉葉綠素含量研究[J];熱帶農(nóng)業(yè)工程;2011年02期
5 劉美玲;劉湘南;曹仕;李婷;吳伶;;基于高光譜高頻組份分形特征的水稻鉛脅迫評(píng)估[J];遙感學(xué)報(bào);2011年04期
6 周清,周斌,王人潮,張揚(yáng)珠;室內(nèi)幾何測(cè)試條件對(duì)土壤高光譜數(shù)據(jù)離散性的影響[J];華南農(nóng)業(yè)大學(xué)學(xué)報(bào);2005年01期
7 黃雙萍;洪添勝;岳學(xué)軍;吳偉斌;蔡坤;黎蘊(yùn)玉;;基于高光譜的柑橘葉片磷含量估算模型實(shí)驗(yàn)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年04期
8 白麗;王進(jìn);蔣桂英;楊朋;孫蜀江;;干旱區(qū)基于高光譜的棉花遙感估產(chǎn)研究[J];中國(guó)農(nóng)業(yè)科學(xué);2008年08期
9 陳燕;黃春燕;王登偉;祁亞琴;袁杰;馬勤建;;北疆棉花葉綠素密度的高光譜估算研究[J];新疆農(nóng)業(yè)科學(xué);2006年06期
10 盧巖;郭斗斗;孫成明;劉濤;陳瑛瑛;武威;;基于高光譜的水稻土有機(jī)質(zhì)含量估算研究[J];中國(guó)農(nóng)學(xué)通報(bào);2014年18期
中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條
1 賀霖;潘泉;趙永強(qiáng);邸韋華;;一類高光譜圖象小目標(biāo)統(tǒng)計(jì)檢測(cè)算法研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年
2 田宏偉;趙慧潔;;基于高階統(tǒng)計(jì)的高光譜目標(biāo)檢測(cè)的研究[A];2004全國(guó)光學(xué)與光電子學(xué)學(xué)術(shù)研討會(huì)、2005全國(guó)光學(xué)與光電子學(xué)學(xué)術(shù)研討會(huì)、廣西光學(xué)學(xué)會(huì)成立20周年年會(huì)論文集[C];2005年
3 張兵;鄭蘭芬;童慶禧;;光譜復(fù)原基礎(chǔ)上的高光譜高空間遙感數(shù)據(jù)融合研究[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展(上冊(cè))[C];2001年
4 胡盛雯;殷德奎;;高光譜大氣探測(cè)儀干涉信號(hào)的獲取電路設(shè)計(jì)[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集(D 光電信息處理技術(shù)專題)[C];2006年
5 楊超宇;楊頂田;楊躍忠;盧桂新;趙俊;孫兆華;;光學(xué)淺水中海草底質(zhì)的高光譜提取[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集(2)[C];2008年
6 汪大明;侯芳;李志忠;黨福星;楊日紅;肖政浩;;星載高光譜載荷參數(shù)分析研究[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年
7 譚炳香;李增元;陳爾學(xué);龐勇;;高光譜與多光譜遙感數(shù)據(jù)森林類型識(shí)別研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年
8 譚炳香;李增元;龐勇;曹斌;;多角度高光譜CHRIS數(shù)據(jù)森林葉面積指數(shù)估測(cè)研究[A];遙感定量反演算法研討會(huì)摘要集[C];2010年
9 王建宇;舒嶸;徐衛(wèi)明;馬艷華;何志平;呂剛;陳育偉;張冰娜;;機(jī)載高空間分辨力、高光譜分辨力多維信息獲取與處理技術(shù)的研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年
10 趙鑫;黃敏;朱啟兵;;基于小波變換的高光譜散射圖像蘋(píng)果內(nèi)部品質(zhì)預(yù)測(cè)[A];第24屆中國(guó)控制與決策會(huì)議論文集[C];2012年
中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前5條
1 趙凡;“高光譜小衛(wèi)星載荷關(guān)鍵技術(shù)研究”啟動(dòng)[N];中國(guó)國(guó)土資源報(bào);2009年
2 本報(bào)記者 于德福;擦亮找礦“天眼”[N];中國(guó)國(guó)土資源報(bào);2012年
3 記者 金小平;提高國(guó)土資源調(diào)查精度和深度[N];中國(guó)礦業(yè)報(bào);2008年
4 王建宇;積二十年探索創(chuàng)新之力 理論成果終成實(shí)用技術(shù)[N];文匯報(bào);2006年
5 南方日?qǐng)?bào)駐京記者 王騰騰 通訊員 邱學(xué)雷 劉昊元 策劃統(tǒng)籌 江華 黃慧瑩;高分系列衛(wèi)星 擦亮中國(guó)“天眼”[N];南方日?qǐng)?bào);2014年
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條
1 李占峰;紫外高光譜臭氧探測(cè)儀在軌定標(biāo)方法研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2014年
2 邢前國(guó);珠江口水質(zhì)高光譜反演[D];中國(guó)科學(xué)院研究生院(南海海洋研究所);2007年
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條
1 劉穎;高光譜圖象目標(biāo)識(shí)別新技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2007年
2 趙宏磊;面向分類的多/高光譜與SAR圖象協(xié)同處理技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2011年
3 褚武道;基于PLS方法的鐵觀音茶樹(shù)葉片營(yíng)養(yǎng)成分含量高光譜估算[D];福建師范大學(xué);2014年
4 何理;水稻葉片氮素含量及產(chǎn)量、相關(guān)品質(zhì)高光譜預(yù)測(cè)模型的初步研究[D];揚(yáng)州大學(xué);2014年
5 馬曉鑫;光纖式高光譜剖面測(cè)量系統(tǒng)[D];廈門(mén)大學(xué);2006年
6 鄧美容;幾種典型造巖礦物偏振高光譜特性研究[D];東北師范大學(xué);2007年
7 隋學(xué)艷;棉花主要栽培生理指標(biāo)的近地高光譜監(jiān)測(cè)研究[D];石河子大學(xué);2006年
8 潘星哲;基于不同施氮量水平下水稻高光譜特征分析[D];江西農(nóng)業(yè)大學(xué);2013年
9 吳斐;基于光譜反射率的耕地估產(chǎn)研究[D];華中師范大學(xué);2011年
,本文編號(hào):1028146
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/1028146.html