您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于高光谱和PLS-LS-SVM的冬小麦叶绿素含量检测

文献类型： 中文期刊

作者： 王伟 1 ; 彭彦昆 1 ; 王秀 2 ; 马伟 2 ;

作者机构： 1.中国农业大学

2.国家农业信息化工程技术研究中心

关键词： 冬小麦;叶绿素含量;高光谱成像;偏最小二乘;最小二乘支持向量机

期刊名称： 农机化研究

ISSN： 1003-188X

年卷期： 2010 年 32 卷 09 期

页码： 170-175

收录情况： 北大核心

摘要： 定量测定小麦叶片叶绿素含量在小麦估产、农情监测等方面具有重要意义。本研究验证高光谱成像技术结合偏最小二乘—最小二乘支持向量机(PLS-LS-SVM)建模方法预测大田冬小麦叶绿素含量的可行性。首先利用所搭建高光谱成像系统以线扫描方式获取大田冬小麦叶片反射光谱,进而得到其立方体图像数据,并在小麦叶片光谱图像上选择感兴趣区域计算出光谱平均反射率值。为保证PLS-LS-SVM模型的鲁棒性和预测稳定性,首先通过PLS方法解决多重共线性问题并将输入变量维数减至4维,然后利用LS-SVM进行训练建模。所建叶绿素含量预测模型的决定系数达R2=0.8459,预测均方根误差RMSEV=0.4370。研究结果表明,基于高光谱成像系统,采用PLS-LS-SVM建立模型用来预测大田冬小麦叶绿素含量是完全可行的。

  • 相关文献

[1]利用多角度光谱数据探测冬小麦氮素含量垂直分布方法研究. 杨绍源,黄文江,梁栋,黄林生,杨贵军,张东彦,蔡淑红. 2015

[2]基于无人机高光谱遥感的冬小麦株高和叶面积指数估算. 陶惠林,徐良骥,冯海宽,杨贵军,代阳,牛亚超. 2020

[3]基于无人机高光谱遥感数据的冬小麦产量估算. 陶惠林,徐良骥,冯海宽,杨贵军,杨小冬,牛亚超. 2020

[4]基于小波技术的冬小麦植株组分含水率估测模型. 李辰,王延仓,李旭青,杨秀峰,顾晓鹤. 2021

[5]最小二乘支持向量机方法对冬小麦叶面积指数反演的普适性研究. 谢巧云,黄文江,梁栋,彭代亮,黄林生,宋晓宇,张东彦,杨贵军. 2014

[6]不同氮素营养条件下的冬小麦光谱特性. 景娟娟,王纪华,王锦地,刘良云,黄文江,赵春江. 2003

[7]冬小麦叶绿素含量高光谱检测技术. 王伟,彭彦昆,马伟,黄慧,王秀. 2010

[8]用多角度光谱信息反演冬小麦叶绿素含量垂直分布. 赵春江,黄文江,王纪华,刘良云,宋晓宇,马智宏,李存军. 2006

[9]利用无人机高光谱估算冬小麦叶绿素含量. 冯海宽,陶惠林,赵钰,杨福芹,樊意广,杨贵军. 2022

[10]基于氮素运转原理和GRA-PLS算法的冬小麦籽粒蛋白质含量遥感预测. 李振海,徐新刚,金秀良,张竞成,宋晓宇,宋森楠,杨贵军,王纪华. 2014

[11]基于小波变换与偏最小二乘耦合模型估测北方潮土有机质含量. 王延仓,杨贵军,朱金山,顾晓鹤,徐鹏,廖钦洪. 2014

[12]利用反射光谱及模拟多光谱数据定量反演北方潮土有机质含量. 王延仓,顾晓鹤,朱金山,龙慧灵,徐鹏,廖钦洪. 2014

[13]冬小麦叶片光合特征高光谱遥感估算模型的比较研究. 张卓,龙慧灵,王崇倡,杨贵军. 2019

[14]基于无人机高光谱长势指标的冬小麦长势监测. 陶惠林,徐良骥,冯海宽,杨贵军,苗梦珂,林博文. 2020

[15]液态样本近红外光谱测量中的光程变化误差消减方法研究. 王亚红,董大明,周萍,郑文刚,叶松,王文重. 2014

[16]基于综合指标的冬小麦长势监测. 翟丽婷,魏峰远,冯海宽,李长春,杨贵军. 2020

[17]衰减全反射-中红外光谱法定量测定小麦粉中的石灰类添加物. 王冬,王纪华,马智宏,潘立刚,韩平,赵柳. 2012

[18]基于EFAST和PLS的苹果叶片等效水厚度高光谱估算. 冯海宽,李振海,金秀良,杨贵军,万鹏,郭建华,于海洋,杨福芹,李伟国. 2016

[19]基于PCR和PLS的蔗糖浓度透反射测量方法研究. 王亚红,周萍,董大明,郑文刚,叶松,王文重. 2014

[20]近红外光谱法定量测定小麦粉中的石灰类添加物的研究. 王冬,马智宏,潘立刚,韩平,赵柳,王纪华. 2013

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台