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

用神经网络和高光谱植被指数估算小麦生物量

文献类型： 会议论文

第一作者： 王大成

作者： 王大成 1 ; 王纪华 2 ; 靳宁 2 ; 王芊 2 ; 李存军 2 ; 黄敬峰 3 ; 王渊 3 ; 黄芳 3 ;

作者机构： 1.国家农业信息化工程技术研究中心,北京 100097 浙江大学农业遥感与信息技术应用研究所,杭州 310029

2.国家农业信息化工程技术研究中心,北京 100097

3.浙江大学农业遥感与信息技术应用研究所,杭州 310029

关键词： 小麦;高光谱;植被指数;人工神经网络;对数回归

会议名称： 国际农产品质量安全管理检测与溯源技术研讨会

主办单位： 中国农业大学

页码： 196-201

摘要： 准确的估算作物生物量，能够为国家和地方政府的粮食经济宏观调控决策提供科学依据。利用高光谱植被指数，系统的比较了人工神经网络方法和传统回归模型估算的小麦生物量。结果表明，基于BP神经网络的方法相对于对数回归模型，显著地提高了小麦的生物量诊断的准确性，均方根误差(RMSE)相对减小，决定系数(R2)和T值相对增大，特别是对于比值植被指数(RV1)，T值提高的幅度比较大，达99.8%。说明人工神经网络对作物小麦的生物量高光谱遥感诊断是一种实时高效的方法。

分类号： S512.1

  • 相关文献

[1]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[2]基于面积指数的植株氮含量遥感估算. 杨福芹,冯海宽,谢瑞,韩佩佩,戴渝心,蔡国盛,金丽妍. 2020

[3]基于植被指数的叶绿素密度遥感反演建模与适用性研究. 张苏,刘良云,黄文江. 2013

[4]冬小麦白粉病冠层光谱特征解析与病情指数反演. 范友波,顾晓鹤,王双亭,杨贵军,王磊,王立志,陈召霞. 2017

[5]基于无人机高光谱遥感数据的冬小麦生物量估算. 陶惠林,冯海宽,徐良骥,杨贵军,杨小冬,苗梦珂,刘明星. 2020

[6]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

[7]基于连续小波变换的冬小麦叶片最大净光合速率遥感估算. 苗梦珂,王宝山,李长春,龙慧灵,杨贵军,冯海宽,翟丽婷,刘明星,吴智超. 2020

[8]扫描成像光谱仪和地物光谱仪在单叶尺度上的对比研究. 张东彦,宋晓宇,马智宏,杨贵军,黄文江,王纪华. 2010

[9]融合多因子的无人机高光谱遥感冬小麦产量估算. 谢瑞,杨福芹,冯海宽,李天驰. 2023

[10]估测作物冠层生物量的新植被指数的研究. 陈鹏飞,Nicolas Tremblay,王纪华,Philippe Vigneault,黄文江,李保国. 2010

[11]冬小麦不同株型品种光谱响应及株型识别方法研究. 卢艳丽,李少昆,王纪华,谢瑞芝,黄文江,高世菊,刘良云,王之杰. 2005

[12]自主研制的田间成像高光谱仪农学建模研究. 黄文江,张东彦,马智宏,王秋平. 2010

[13]基于Faster R-CNN的美国白蛾图像识别模型研究. 薛大暄,张瑞瑞,陈立平,陈梅香,徐刚. 2020

[14]物联网关键技术在设施农业中应用探讨. 贾文珅,李孟楠,李雨,孟蕾,卢娜,韩平,潘立刚,王纪华. 2016

[15]作物形态诊断人工神经网络专家系统的研究. 陈立平,赵春江,郭新宇,杜小鸿,李鸿祥. 2002

[16]基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用. 高林,杨贵军,李长春,冯海宽,徐波,王磊,董锦绘,付奎. 2017

[17]高光谱遥感在植被理化信息提取中的应用动态. 谭昌伟,王纪华,黄文江,刘良云,黄义德,严伟才. 2005

[18]水稻成熟过程中高光谱与叶绿素、类胡萝卜素的变化规律研究. 唐延林,王纪华,黄敬峰,王人潮,何秋霞. 2003

[19]基于CASI高光谱数据的作物叶面积指数估算. 唐建民,廖钦洪,刘奕清,杨贵军,冯海宽,王纪华. 2015

[20]基于多载荷无人机遥感的大豆地上鲜生物量反演. 陆国政,杨贵军,赵晓庆,王艳杰,李长春,张小燕. 2017

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