期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
微分光谱变换方法对土壤重金属含量反演精度的影响研究
1
作者 白宗璠 韩玲 +1 位作者 姜旭海 武春林 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第5期1449-1456,共8页
随着我国工农业的日益发展,土壤中以镍(Ni)、铁(Fe)、铜(Cu)、铬(Cr)、铅(Pb)等为代表的重金属污染对人类生活产生了严重影响。高光谱遥感技术具有实时、无损、快速等优点,为高效准确地获取土壤重金属含量提供了科学手段。而在利用高光... 随着我国工农业的日益发展,土壤中以镍(Ni)、铁(Fe)、铜(Cu)、铬(Cr)、铅(Pb)等为代表的重金属污染对人类生活产生了严重影响。高光谱遥感技术具有实时、无损、快速等优点,为高效准确地获取土壤重金属含量提供了科学手段。而在利用高光谱数据反演土壤重金属含量时,微分光谱变换方法的选择对遥感反演土壤重金属含量的精度有显著影响。为明确二者关系,基于研究区采集的60个土壤样品,测定其Ni、Fe、Cr、Cu、Pb等含量以及350~2500 nm波段范围的光谱反射率。在相关系数(CC)分析法的基础上通过改进离散粒子群算法(MDBPSO)优选遥感探测土壤重金属含量的特征波段。最终以优选出的特征波段作为自变量利用随机森林(RF)算法构建了Ni、Fe、Cr、Cu、Pb等重金属含量的估测模型。在对原始反射率数据进行高斯平滑的基础上,对比分析了一阶微分(R′)、对数倒数的一阶微分(1/lgR)′、倒数的一阶微分(1/R)′、指数的一阶微分(e^(R))′四种微分光谱变换方法对土壤重金属反演精度的影响。结果表明,在CC分析法的基础上,MDBPSO算法可以有效地降低光谱数据的冗余度,提高模型的运行效率。其中R′、(1/lgR)′、(1/R)′、(e^(R))′中对Ni、Fe、Cr、Cu、Pb敏感的特征波段个数分别至少减少了154、363、135、744和889个。(1/lgR)′、R′、R′、(1/R)′、R′光谱变换方法分别应用到Ni、Fe、Cr、Cu、Pb特征波段的组合运算中,得到的估测模型的精度优于其他微分变换方法;模型检验集的决定系数分别为0.913、0.906、0.872、0.912、0.876,均方根误差分别为0.743、0.095、2.588、1.541、1.453。本研究为利用遥感数据反演土壤重金属含量微分光谱变换方法的选择提供了科学的参考,为进一步实现土壤重金属含量的大面积高精度遥感监测提供新的思路。 展开更多
关键词 遥感 高光谱 土壤 光谱变换方法 重金属 改进离散粒子群 随机森林
在线阅读 下载PDF
利用随机森林法协同SIF和反射率光谱监测小麦条锈病 被引量:19
2
作者 竞霞 白宗璠 +1 位作者 高媛 刘良云 《农业工程学报》 EI CAS CSCD 北大核心 2019年第13期154-161,共8页
小麦受到条锈病菌侵染后,作物的光合能力及色素含量等均会发生变化,日光诱导叶绿素荧光(solar-inducedchlorophyll fluorescence,SIF)对作物光合生理的变化比较敏感,而反射率光谱则受作物生化参数的影响较大,为了提高小麦条锈病的遥感... 小麦受到条锈病菌侵染后,作物的光合能力及色素含量等均会发生变化,日光诱导叶绿素荧光(solar-inducedchlorophyll fluorescence,SIF)对作物光合生理的变化比较敏感,而反射率光谱则受作物生化参数的影响较大,为了提高小麦条锈病的遥感探测精度,该文利用随机森林(random forest,RF)等机器学习算法开展了协同冠层 SIF 和反射率微分光谱指数的小麦条锈病病情严重度的遥感探测研究。首先利用 3FLD(three bands fraunhofer line discrimination)算法提取了冠层SIF 数据,然后结合对小麦条锈病病情严重度敏感的 11 种反射率微分光谱指数分别基于 RF 和后向传播(back propagation,BP)神经网络算法构建了反射率微分光谱指数与冠层 SIF 协同的小麦条锈病病情严重度预测模型。研究结果表明:RF 算法构建的小麦条锈病病情严重度预测模型优于 BP 神经网络算法,3 个样本组中 RF 模型病情指数(disease index,DI)估测值与实测值间的决定系数 R2平均为 0.92,比 BP神经网络模型(R2的平均值为 0.83)提高了 11%,均方根误差(root meansquare error,RMSE)平均为 0.08,比同组 BP 神经网络模型(RMSE 的平均值为 0.12)减少了 33%,RF 算法更适合于小麦条锈病病情严重度的遥感探测。在反射率微分光谱指数中加入冠层 SIF 数据后,RF 模型和 BP 神经网络模型精度均有所改善,其中 RF 模型估测值与实测值间的平均 R2提高了 4%,平均 RMSE 减少了 22%,BP 神经网络模型估测值与实测值间的平均 R2提高了 14%,平均 RMSE 减少了 28%,综合利用冠层 SIF 和反射率微分光谱指数能够改善小麦条锈病病情严重度的遥感探测精度。研究结果可为进一步实现作物健康状况大面积高精度遥感监测提供新的思路。 展开更多
关键词 遥感 监测 小麦 条锈病 随机森林 日光诱导叶绿素荧光 微分光谱指数
在线阅读 下载PDF
基于反射光谱和叶绿素荧光数据的作物病害遥感监测研究进展 被引量:17
3
作者 竞霞 邹琴 +1 位作者 白宗璠 黄文江 《作物学报》 CAS CSCD 北大核心 2021年第11期2067-2079,共13页
作物病害是影响粮食产量和质量的生物灾害,病害的侵染消耗了作物营养和水分,扰乱了其正常的生命过程,引起了作物内部生理生化和外部表观形态的改变。冠层反射光谱能够较好地探测作物群体结构信息,叶绿素荧光能敏感反映作物光合生理上的... 作物病害是影响粮食产量和质量的生物灾害,病害的侵染消耗了作物营养和水分,扰乱了其正常的生命过程,引起了作物内部生理生化和外部表观形态的改变。冠层反射光谱能够较好地探测作物群体结构信息,叶绿素荧光能敏感反映作物光合生理上的变化,二者均能够实现作物病害的遥感探测。本文从作物病害遥感探测的方法和尺度两个方面综述了基于反射率光谱的作物病害遥感监测现状,概括了主动荧光、被动荧光以及协同日光诱导叶绿素荧光和反射率光谱在作物病害遥感监测中的研究进展,分析了反射率光谱和叶绿素荧光数据在作物病害遥感探测方面的优缺点,探讨了不同数据源、不同监测方法在作物病害遥感探测中可能存在的问题,并在此基础上展望了作物病害遥感监测的未来发展,旨在为后续利用反射率光谱和叶绿素荧光数据探测作物病害提供重要的参考依据。 展开更多
关键词 反射率 叶绿素荧光 作物病害 遥感监测
在线阅读 下载PDF
基于SIF-PLS模型的冬小麦条锈病早期光谱探测 被引量:11
4
作者 竞霞 吕小艳 +1 位作者 张超 白宗璠 《农业机械学报》 EI CAS CSCD 北大核心 2020年第6期191-197,共7页
为实现冬小麦条锈病早期探测、提高冬小麦产量和品质,研究了日光诱导叶绿素荧光(Solar-induced chlorophyll fluorescence,SIF)对冬小麦条锈病早期探测的可行性。基于3波段夫琅和费暗线(3-band Fraunhofer line discrimination,3FLD)和... 为实现冬小麦条锈病早期探测、提高冬小麦产量和品质,研究了日光诱导叶绿素荧光(Solar-induced chlorophyll fluorescence,SIF)对冬小麦条锈病早期探测的可行性。基于3波段夫琅和费暗线(3-band Fraunhofer line discrimination,3FLD)和反射率荧光指数2种方法提取了冠层SIF数据,计算了对小麦条锈病敏感的光谱指数(Spectral index,SI),通过相关性分析优选了遥感探测小麦条锈病早期的特征参量,利用偏最小二乘(Partial least squares,PLS)算法构建冬小麦条锈病早期光谱探测模型。研究结果表明:O2-A波段的荧光强度(SIF-A)以及反射率荧光指数ρ440/ρ690、ρ675ρ690/ρ2683、ρ690/ρ655、ρ690/ρ600、DλP/D744、D705/D722均与小麦条锈病早期病情指数(Disease index,DI)达到了极显著相关,相关系数分别为-0.793、-0.523、-0.539、-0.497、0.541、0.446、0.490,可作为冬小麦条锈病早期光谱探测的荧光特征参量;基于3组SIF数据构建的PLS-SIF检验模型的决定系数分别为0.801、0.772、0.807,均方根误差分别为3.3%、3.1%、3.2%,较反射率光谱指数构建的SI-PLS模型决定系数至少提高了27%,均方根误差至少减少了24%。因此,冠层SIF数据更适于冬小麦条锈病的早期探测。本研究结果对及时进行冬小麦条锈病防控具有重要应用价值,可为利用卫星荧光遥感数据对小麦条锈病早期大面积、无损探测提供参考依据。 展开更多
关键词 冬小麦 条锈病 早期探测 日光诱导叶绿素荧光 偏最小二乘算法 光谱指数
在线阅读 下载PDF
融合GA与SVR算法的小麦条锈病特征优选与模型构建 被引量:7
5
作者 竞霞 张腾 +1 位作者 白宗璠 黄文江 《农业机械学报》 EI CAS CSCD 北大核心 2020年第11期253-263,共11页
为提高小麦条锈病遥感监测精度,综合利用反射率光谱在作物生化参数探测方面的优势和叶绿素荧光在光合生理诊断方面的优势,构建了冠层日光诱导叶绿素荧光(Solar-induced chlorophyll fluorescence,SIF)协同反射率光谱吸收参量的初始特征... 为提高小麦条锈病遥感监测精度,综合利用反射率光谱在作物生化参数探测方面的优势和叶绿素荧光在光合生理诊断方面的优势,构建了冠层日光诱导叶绿素荧光(Solar-induced chlorophyll fluorescence,SIF)协同反射率光谱吸收参量的初始特征集合,并基于融合遗传算法(Genetic algorithm,GA)和支持向量回归(Support vector regression,SVR)算法对初始特征集合与SVR参数进行联合优选,确定遥感监测小麦条锈病严重度的敏感因子,建立基于GA-SVR算法的小麦条锈病遥感监测模型,并将其与相关系数(Correlation coefficient,CC)分析法提取特征参量构建的CC-SVR模型精度进行对比。小区试验数据验证结果表明,融合GA和SVR算法优选特征参量构建的GA-SVR模型精度优于CC-SVR模型,3个样本组中GA-SVR模型预测病情指数(Disease index,DI)与实测DI间的决定系数R2比CC-SVR模型至少提高了2.7%,平均提高了17.8%,均方根误差(Root mean square error,RMSE)至少减少了10.1%,平均减少了32.1%。大田调查数据进一步验证了利用GA-SVR算法对小麦条锈病遥感监测的敏感因子进行优选及模型构建能够提高小麦条锈病遥感监测精度,研究结果为实现大面积高精度遥感监测作物健康状况提供了思路。 展开更多
关键词 小麦 条锈病 日光诱导叶绿素荧光 吸收特征 特征优选 遗传-支持向量回归
在线阅读 下载PDF
MDBPSO算法优化的全波段光谱数据协同冠层SIF监测小麦条锈病 被引量:10
6
作者 白宗璠 竞霞 +1 位作者 张腾 董莹莹 《作物学报》 CAS CSCD 北大核心 2020年第8期1248-1257,共10页
为了从全波段光谱数据中提取对小麦条锈病敏感的特征参量,提高小麦条锈病遥感探测模型的运行效率和精度,本文首先从惯性权重和粒子更新方式两个方面对传统离散粒子群算法(discrete binary particle swarm optimization,DBPSO)进行改进,... 为了从全波段光谱数据中提取对小麦条锈病敏感的特征参量,提高小麦条锈病遥感探测模型的运行效率和精度,本文首先从惯性权重和粒子更新方式两个方面对传统离散粒子群算法(discrete binary particle swarm optimization,DBPSO)进行改进,利用改进离散粒子群算法(modified discrete binary particle swarm optimization, MDBPSO)从全波段光谱数据中优选遥感探测小麦条锈病严重度的特征变量,然后与冠层日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)数据相结合作为自变量分别利用随机森林(randomforest,RF)和后向传播(backpropagation,BP)神经网络算法构建小麦条锈病遥感探测模型,并将其与相关系数(correlation coefficient,CC)分析法和DBPSO算法提取特征参量构建模型的精度进行对比分析。结果表明:(1) MDBPSO算法比传统DBPSO算法具有更快的收敛速度和更高的寻优精度,改进前后其迭代次数从395次减少到156次,最优适应度函数(optimum fitness value,OFV)值从0.145减小到0.127。(2)采用MDBPSO算法选择特征变量时,RF和BP神经网络两种方法构建的模型精度均高于CC分析法和DBPSO算法,其中RF算法预测病情指数(disease index,DI)值和实测DI值间的检验集决定系数(validation set determination coefficient, R2V)比CC分析法和DBPSO算法分别提高了9%和3%,均方根误差(validation set root mean square error, RMSEV)分别降低了28%和11%, BP神经网络算法预测DI值和实测DI值间的R2V比CC分析法和DBPSO算法分别提高了13%和6%,RMSEV分别降低了21%和10%,利用MDBPSO算法优选特征参量能够提高小麦条锈病的遥感探测精度。(3)在MDBPSO、DBPSO和CC分析法3种特征选择算法中,RF算法构建的模型精度均高于BP神经网络算法,其中RF模型预测DI值和实测DI值间的R2V比BP神经网络算法至少提高了7%,平均提高了9%,RMSEV至少降低了15%,平均降低了20%。以MDBPSO算法优选的特征参量为自变量利用RF方法构建的小麦条锈病遥感探测的MDBPSO-RF模型是小麦条锈病遥感探测适宜模型,该研究结果为进一步实现作物健康状况大面积高精度遥感监测提供了新的思路。 展开更多
关键词 全波段反射光谱 改进离散粒子群 日光诱导叶绿素荧光 小麦条锈病 特征波段
在线阅读 下载PDF
3FLD和反射率荧光指数估测小麦条锈病病情严重度的对比分析 被引量:4
7
作者 竞霞 白宗璠 +1 位作者 张腾 高媛 《中国农机化学报》 北大核心 2019年第11期136-142,共7页
为研究小麦条锈病病情严重度和日光诱导叶绿素荧光强度的关系,确定适合于探测小麦条锈病病情严重度的叶绿素荧光因子。本文分别利用3FLD(three bands Fraunhofer Line Discrimination)和反射率指数2种方法提取了日光诱导叶绿素荧光强度... 为研究小麦条锈病病情严重度和日光诱导叶绿素荧光强度的关系,确定适合于探测小麦条锈病病情严重度的叶绿素荧光因子。本文分别利用3FLD(three bands Fraunhofer Line Discrimination)和反射率指数2种方法提取了日光诱导叶绿素荧光强度,对比分析了这2种方法估测的日光诱导叶绿素荧光强度在小麦条锈病病情严重度遥感探测中的应用潜力。利用3FLD方法计算的O2-A和O2-B波段叶绿素荧光强度与小麦条锈病病情严重度均达到了极显著相关,复相关系数分别为0.6772和0.4924。基于反射率指数估测日光诱导叶绿素荧光时,叶绿素荧光反射率比值指数R740/R720、R440/R690、R740/R800以及叶绿素荧光一阶导数光谱指数D705/D722、D730/D706与小麦条锈病病情严重度均达到了极显著相关,尤其是比值指数R440/R690与小麦条锈病病情指数的相关性最高,复相关系数达到了0.7187。基于辐亮度的3FLD算法和基于反射率的叶绿素荧光比值指数2种方法提取的叶绿素荧光强度均能够实现小麦条锈病病情严重度的遥感探测,但利用反射率方法提取的日光诱导叶绿素荧光强度构建的小麦条锈病病情严重度估测模型优于3FLD算法,更适合小麦条锈病病情严重度的遥感探测。论文的研究结果为基于卫星平台的叶绿素荧光遥感探测小麦条锈病提供了重要的理论依据。 展开更多
关键词 日光诱导叶绿素荧光 小麦条锈病 病情严重度 3FLD 反射率荧光指数
在线阅读 下载PDF
内蒙古自治区沙漠化敏感性时空演变格局和趋势分析 被引量:9
8
作者 姜旭海 韩玲 +1 位作者 白宗璠 刘惠群 《生态学报》 CAS CSCD 北大核心 2023年第1期364-378,共15页
以内蒙古自治区为研究区,基于压力-状态-响应模型(PSR)分析框架,耦合空间距离指数模型(SDIM)构建土地沙漠化敏感性评价体系(LDSES),结合沙漠化敏感性时空演变图谱,定量探讨内蒙古自治区土地沙漠化敏感性在2000年、2005年、2010年、2015... 以内蒙古自治区为研究区,基于压力-状态-响应模型(PSR)分析框架,耦合空间距离指数模型(SDIM)构建土地沙漠化敏感性评价体系(LDSES),结合沙漠化敏感性时空演变图谱,定量探讨内蒙古自治区土地沙漠化敏感性在2000年、2005年、2010年、2015年、2020年期间的时空演变,并引入元胞自动机-马尔科夫(CA-Markov)模型模拟沙漠化敏感性未来演变机制,进而采用地理探测器揭示了前20 a演变进程中主要驱动因子对其演变的影响特征及解释力。结果表明:(1)内蒙古自治区沙漠化敏感性整体上呈现由东北向西南递增的趋势,低敏感区位于大兴安岭和阴山山脉周边林草地覆盖区,高敏感区则位于西南部的巴丹吉林沙漠、腾格里沙漠、乌兰布和沙漠、库布其沙漠、毛乌素沙漠等沙地和戈壁地区;(2)从沙漠化敏感性时空演变上来看,研究期间沙漠化敏感性改善的区域,占总面积的30.65%,沙漠化敏感性恶化的区域,占总面积的4.48%,沙漠化敏感性类型维持稳定不变的区域占总面积的52.72%,整体来看土地沙漠化潜力逐渐降低,土地生态质量逐渐好转;(3)2030年沙漠化敏感性模拟结果显示未来10年沙漠化敏感性以低度敏感为主要类型(26.43%),沙漠化潜力将大幅下降,生态工程措施将取得一个较好的结果;(4)驱动力分析表明,沙漠化敏感性对气候因素的响应尤为敏感,其中降雨量对沙漠化敏感性分异的解释力最大;在社会经济发展因素中,经济发展水平起主要影响,说明经济水平的提高在一定程度上将影响土地沙漠化敏感性,各驱动因子交互对沙漠化敏感性呈现增强作用,表明沙漠化敏感性的分异是由多种因素共同作用的结果。研究可为半干旱区沙漠化防治和策略的制定提供借鉴。 展开更多
关键词 沙漠化敏感性 压力-状态-响应(PSR)框架 耦合空间距离指数类型(SDIM) CA-Mwarkov(元胞自动机-马尔科夫)模型 敏感性图谱 驱动力 内蒙古自治区
在线阅读 下载PDF
基于多核支持向量机的小麦条锈病遥感监测研究 被引量:7
9
作者 高媛 竞霞 +1 位作者 刘良云 白宗璠 《麦类作物学报》 CAS CSCD 北大核心 2020年第1期118-126,共9页
为提高小麦条锈病的遥感探测精度,依据日光诱导叶绿素荧光和冠层反射光谱数据在小麦条锈病遥感探测中的优势及其与病情严重度之间的映射关系,在运用独立分量分析法对光谱数据降维的基础上,利用核学习算法分别确定冠层光谱特征和日光诱... 为提高小麦条锈病的遥感探测精度,依据日光诱导叶绿素荧光和冠层反射光谱数据在小麦条锈病遥感探测中的优势及其与病情严重度之间的映射关系,在运用独立分量分析法对光谱数据降维的基础上,利用核学习算法分别确定冠层光谱特征和日光诱导叶绿素荧光特征反映小麦条锈病病情严重度的最优核,同时针对冠层光谱与叶绿素荧光特征组,建立基于不同特征最优核映射的多核学习支持向量机模型,并与基于特征直接拼接的模型结果进行对比。结果表明,对于冠层光谱而言,采用高斯核构建的支持向量机模型可较好估测小麦条锈病病情指数,而日光诱导叶绿素荧光指数则是采用多项式核的效果更优;采用直接拼接法融合叶绿素荧光指数和冠层光谱特征能够在一定程度上改善小麦条锈病病情指数估测精度,决定系数(r^2)最高为0.847,而单独利用冠层光谱信息或者叶绿素荧光信息时,r^2最高仅为0.802;对日光诱导叶绿素荧光和反射光谱特征分别利用其最优核进行映射构建的多核学习支持向量机模型精度最高,r^2为0.915,RMSE为0.090,优于基于特征直接拼接构建的支持向量机模型精度。 展开更多
关键词 日光诱导叶绿素荧光 冠层光谱 小麦 条锈病 独立分量分析 多特征 多核学习 支持向量机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部