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

基于随机森林算法的冬小麦叶片氮含量遥感估算研究

文献类型： 中文期刊

作者： 韩玉杰 1 ; 丁宁 1 ; 冯海宽 2 ; 张春兰 2 ;

作者机构： 1.山东建筑大学测绘地理信息学院

2.国家农业信息化工程技术研究中心

关键词： 冬小麦;叶片氮含量;遥感;随机森林算法

期刊名称： 现代农业科技

ISSN： 1007-5739

年卷期： 2019 年 013 期

页码： 1-3,5

摘要： 精确、快速估算冬小麦叶片氮含量,对冬小麦长势监测及田间管理指导具有重要的研究意义.为精确反演冬小麦叶片氮含量(leaf nitrogen content,LNC),本文利用遥感方法,依托不同氮处理水平对冬小麦的影响试验,基于获取的高光谱遥感数据和LNC地面实测数据,对比分析光谱指数与随机森林算法(random forest,RF)反演冬小麦叶片氮含量的精度和稳健性.结果表明,以敏感波段496 nm和604 nm为自变量,利用随机森林算法构建的LNC回归模型精度较光谱指数法有了大幅提高,模型的建模精度为R2=0.922,均方根误差为0.290;验证精度为R 2=0.873,均方根误差为0.397,并且相对分析误差值为2.220,表明将敏感波段与随机森林算法组合构建的反演模型能较好地反演冬小麦叶片氮含量.

  • 相关文献

[1]基于随机森林算法的冬小麦叶片氮含量遥感估算研究. . 2019

[2]基于无人机多光谱影像的夏玉米叶片氮含量遥感估测. 魏鹏飞,徐新刚,李中元,杨贵军,李振海,冯海宽,陈帼,范玲玲,王玉龙,刘帅兵. 2019

[3]基于敏感波段的冬小麦氮素营养高光谱诊断. 杨福芹,冯海宽,刘小强,李天驰,谢瑞,周龙,高磊磊. 2023

[4]冬小麦播期的卫星遥感及应用. 刘良云,赵春江,王纪华,宋晓宇,黄文江,李存军. 2005

[5]利用多时相Landsat近红外波段监测冬小麦和苜蓿种植面积. 李存军,王纪华,刘良云,宋晓宇,王人潮. 2005

[6]基于无人机数码影像的冬小麦叶面积指数探测研究. 高林,杨贵军,李红军,李振海,冯海宽,王磊,董锦绘,贺鹏. 2016

[7]基于分段方式选择敏感植被指数的冬小麦叶面积指数遥感反演. 李鑫川,徐新刚,鲍艳松,黄文江,罗菊花,董莹莹,宋晓宇,王纪华. 2012

[8]华北平原冬小麦总初级生产力的遥感监测. 赵晶晶,刘良云,徐自为,焦全军,彭代亮. 2011

[9]基于随机森林算法的冬小麦生物量遥感估算模型对比. 岳继博,杨贵军,冯海宽. 2016

[10]基于多时相环境减灾卫星数据的冬小麦冻害评估. 董燕生,陈洪萍,王慧芳,顾晓鹤,王纪华. 2012

[11]基于开花期氮素营养指标的冬小麦籽粒蛋白质含量遥感预测. 屈莎,李振海,邱春霞,杨贵军,宋晓宇,陈召霞,刘畅. 2017

[12]小麦苗情远程监测与诊断系统. 张琴,黄文江,许童羽,杨小冬,孙鹏. 2011

[13]区域冬小麦籽粒蛋白含量遥感预测研究. 王琦,宋晓宇,杨贵军,李振海,冯海宽. 2018

[14]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

[15]利用Landsat TM遥感数据监测冬小麦开花期主要长势参数. 谭昌伟,王纪华,赵春江,王妍,王君婵,童璐,朱新开,郭文善. 2011

[16]基于高光谱维数约简与植被指数估算冬小麦叶面积指数的比较. 付元元,杨贵军,冯海宽,徐新刚,宋晓宇,王纪华. 2012

[17]变量施肥条件下冬小麦长势及品质变异遥感监测. 宋晓宇,王纪华,黄文江,阎广建,常红. 2009

[18]基于生态因子的冬小麦产量遥感估测研究. 李卫国,王纪华,赵春江,李存军,王永华. 2009

[19]多源遥感数据耦合CBA-Wheat模型的冬小麦生物量估算研究. 王士俊,刘苗,赵钰,柳昭宇,刘修宇,冯海宽,隋学艳,李振海. 2024

[20]基于特征优选随机森林算法的农耕区土地利用分类. 王李娟,孔钰如,杨小冬,徐艺,梁亮,王树果. 2020

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