您好,欢迎访问贵州省农业科学院 机构知识库!

火龙果植株高光谱识别与特征波段提取

文献类型: 中文期刊

作者: 舒田 1 ; 陈智虎 1 ; 刘春艳 1 ; 许元红 1 ; 赵泽英 1 ;

作者机构: 1.贵州省农业科技信息研究所

关键词: 高光谱遥感;识别;特征波段;植被指数;BP神经网络;火龙果

期刊名称: 贵州农业科学

ISSN: 1001-3601

年卷期: 2022 年 50 卷 003 期

页码: 117-124

收录情况: 北大核心

摘要: [目的]为火龙果长势监测、估产、植株病害高光谱遥感诊断提供可靠依据.[方法]通过原始光谱、光谱不同形式变换和不同植被指数对火龙果植株冠层、果、枝、花等不同部位进行识别,运用主成分分析法提取火龙果不同部位的特征波段,构建BP神经网络模型,分析火龙果不同部位的波段特征,检验BP神经网络模型识别准确率.[结果]在波长400~630 nmn内,火龙果花的光谱反射率最高,冠层、枝、果差异不明显,而640~1 140 nm光谱反射差异明显;最佳识别光谱特征波段位置为520 nm、642nm、664nm、726 nm、950 nm、1 000 nm、l 130 nm、1 330 nm、1 345 nm;基于植被指数而言,RVI对于火龙果植株冠层、枝和花识别能力最强,GRVI对于果识别能力最强.通过主成分分析并提取特征波段(1 054~1 087 nm和812~825 nm)构建的BP神经网络模型识别准确率达82.8%.[结论]基于高光谱数据可实现火龙果植株不同部位的精准识别,同时特征波谱为火龙果病害植株遥感诊断提供信息参考.

  • 相关文献
作者其他论文 更多>>