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

基于无人机影像与GA-BP神经网络的生物量估算

文献类型： 中文期刊

作者： 杨福芹 1 ; 李天驰 1 ; 冯海宽 1 ; 解鹏 1 ; 陈超 1 ; 高磊磊 1 ;

作者机构： 1.河南工程学院土木工程学院;国家农业信息化工程技术研究中心

关键词： 冬小麦;生物量;变量投影重要性;灰色关联;遗传算法;BP神经网络

期刊名称： 湖南科技大学学报(自然科学版)

ISSN： 1672-9102

年卷期： 2023 年 38 卷 003 期

页码： 49-58

收录情况： 北大核心

摘要： 快速、准确地监测冬小麦生物量,对于冬小麦田间管理、产量预测等具有重要意义.使用 2015 年开花期的冬小麦无人机数码影像及相应的生物量数据,将相关系数(|r|)、灰色关联分析(GRA)、投影变量重要性(VIP)与遗传算法(GA)-BP神经网络进行整合,构建了3种开花期冬小麦生物量估算模型,并对这 3 种模型进行可视化空间分析.结果表明:|r|-GA-BP,GRA-GA-BP,VIP-GA-BP模型的决定系数R2 分别为0.753 9,0.689 8,0.704 4,RMSE分别为763.3,908.8,836.9 kg·hm-2,MAPE分别为 10.31%,15.65%和 12.55%,|r|-GA-BP比GRA-GA-BP和VIP-GA-BP对冬小麦生物量有更好的预测能力.经可视化处理后能较为直观地反映冬小麦生物量的空间分布状况,为冬小麦的生长监测提供技术支持.

  • 相关文献

[1]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

[2]基于赤池信息准则的冬小麦植株氮含量高光谱估算. 杨福芹,戴华阳,冯海宽,杨贵军,李振海,陈召霞. 2016

[3]基于遗传BP神经网络的半滑舌鳎体重估算模型优化研究. 杨占魁,任东,孙传恒,周超,解菁. 2015

[4]应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算. 付元元,王纪华,杨贵军,宋晓宇,徐新刚,冯海宽. 2013

[5]基于AquaCrop模型的北京地区冬小麦水分利用效率. 邢会敏,徐新刚,冯海宽,李振海,杨福芹,杨贵军,贺鹏,陈召霞. 2016

[6]融合无人机光谱信息与纹理信息的冬小麦生物量估测. 刘畅,杨贵军,李振海,汤伏全,王建雯,张春兰,张丽妍. 2018

[7]利用光谱指数进行冬小麦变量施肥的可行性及其效益评价. 梁红霞,赵春江,黄文江,马友华,刘良云,王纪华,薛绪掌. 2005

[8]基于无人机高光谱和数码影像数据的冬小麦生物量反演. 李天驰,冯海宽,朱贝贝,范园园,金丽妍,成倩,李倩雨. 2020

[9]基于无人机数码影像的冬小麦株高和生物量估算. 陶惠林,徐良骥,冯海宽,杨贵军,杨小冬,苗梦珂,代阳. 2019

[10]基于无人机数码影像的冬小麦生物量估算. 杨福芹,杨佳琪,陈旭阳,冯海宽,石帅杰,黄倩倩. 2022

[11]多信息融合的冬小麦地上鲜生物量检测研究. 郑玲,朱大洲,董大明,张保华,王成,赵春江. 2016

[12]需求与资源双重约束下的畜牧业生产结构调整——基于灰色关联模型. 李瑾,秦向阳. 2008

[13]协同办公平台数据驱动下的农业科研绩效评价. 李昀,吴华瑞,李奇峰,顾静秋,李庆学,韩笑. 2020

[14]基于灰色关联分析法的辽河保护区河流水生态健康评价. 李海霞,韩丽花,蔚青,王育鹏,段亮,徐笠. 2020

[15]草地雀麦对北京山区石灰性褐土水土保持作用的研究. 张磊,朴顺姬,孙铁军,武菊英. 2010

[16]基于GA-LSSVR的烟草尼古丁含量的近红外光谱分析. 郭志明,赵春江,陈立平,黄文倩. 2010

[17]近红外光谱的苹果内部品质在线检测模型优化. 郭志明,黄文倩,陈全胜,彭彦昆,赵杰文. 2016

[18]基于GA的GRNN高光谱遥感反演冬小麦叶片氮含量模型的建立与验证. 孙焱鑫,王纪华,李保国,刘良云,黄文江,赵春江. 2007

[19]近红外光谱结合GA-LSSVR分析烟草尼古丁含量. 郭志明,陈立平,黄文倩,张驰. 2012

[20]优化支持向量机在鲜切生菜加工HACCP分类中的应用. 王开义,徐红敏,赵春江,喻钢. 2009

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