江苏高校优势学科建设工程资助项目(2011-05)
- 作品数：7 被引量：150H指数：4
- 相关作者：孙成明刘涛陈瑛瑛王力坚田婷更多>>
- 相关机构：扬州大学南京大学中国农业科学院农业信息研究所更多>>
- 发文基金：江苏高校优势学科建设工程资助项目亚太全球变化研究网项目国家重点基础研究发展计划更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 高光谱遥感技术及其在草地及植被中的应用被引量：1
- 2013年
- 随着高光谱遥感技术的发展及其自身的优点,其在植被中的应用备受关注。概括高光谱遥感技术的原理及相关植被指数,着重介绍高光谱技术在植被生长信息检测、产量预测、养分诊断等方面的应用,明确其在草地碳储量研究中的必要性以及相关研究进展,并提出今后的研究方向和应用前景。
- 田婷孙成明刘涛郭斗斗王力坚陈瑛瑛
- 关键词：高光谱遥感草地植被指数生物量光谱诊断
- 基于MODIS的南方草地NPP遥感估算与应用被引量：24
- 2013年
- 草地NPP遥感模型的构建是实现大面积草地NPP估算的有效途径之一。以MODIS-NDVI数据为基础,以南方草山草坡为研究对象,结合野外实测数据,分析了草地NPP与NDVI之间的关系,同时构建了以NDVI为自变量以及水热条件为调节因子的南方草地NPP遥感估算模型,并通过不同年份独立的实测数据对模型进行了验证。结果表明,南方草地NPP与NDVI之间存在5种相关类型,均达到了极显著水平。NPP的模拟值和实测值之间具有很好的相关性和一致性,5种草地类型R2分别为0.902 2,0.826 6,0.871 2,0.887 7和0.875 5,均达到了极显著水平,均方根误差(RMSE)和相对均方根差(RRMSE)均较小。表明模型的模拟结果比较可靠,为南方草地NPP估算及草地资源管理提供了一种有效的方法。
- 孙成明刘涛田婷郭斗斗王力坚陈瑛瑛李菲李建龙
- 关键词：南方草地NPPNDVI
- 基于MODIS的中国草地NPP综合估算模型被引量：20
- 2015年
- 草地生态系统是陆地生态系统分布最广的生态系统类型之一,其碳储量的估算在全球变化中的作用越来越受到重视。为了快速、便捷地实现中国草地净初级生产力(NPP)的估算,在获取野外调查资料与同期遥感影像数据的基础上,利用归一化植被指数(NDVI)以及气候数据,构建了草地NPP综合估算模型。模型包括叶面积指数(LAI)和光合累积量(PA)两个子模型,其中LAI子模型利用了遥感数据NDVI,PA子模型利用了温度、降水和辐射等气候数据。通过建模以外独立的实测数据的验证,模拟值与实测值之间有很好的相关性,R2为0.8519,相关性达到极显著水平。RMSE和RRMSE均较小,表明模型的模拟结果比较可靠。同时模拟值与实测值之间的平均相对误差仅为1.97%,模拟结果的准确度较高,因此利用上述模型估算中国草地NPP是可行的。以上结果为中国草地NPP估算提供了新的方法。
- 孙成明孙政国刘涛王力坚陈瑛瑛郭斗斗田婷李建龙
- 关键词：NDVI月平均温度月降水量
- 基于高光谱的水稻土有机质含量估算研究
- 2014年
- 利用高光谱技术可实现土壤有机质含量的快速、精确反演。然而运用不同的光谱预处理算法及建模方法获取的模型预测精度及稳定性不同。为了选取最佳土壤有机质估算模型,本研究应用ASD波谱仪测定河南省潢川县水稻土的光谱数据,比较使用2种建模方法组合18种光谱预处理转换算法建立模型的反演效果。对于多元逐步回归模型和偏最小二乘模型,使用SGF3-2预处理算法均获得了最佳的预测效果,所建模型具有较小的误差和较高的精度。相比使用多元逐步回归法,使用偏最小二乘回归法可以获取更稳定的预测模型。运用偏最小二乘模型结合SGF3-2预处理算法得到了最佳的水稻土有机质含量估算模型,模型预测均方根误差RMSEv=0.036,决定系数Rv2=0.89。选择最佳的建模方法结合预处理算法,可以改进模型反演精度。本研究对比的不同方法也可以应用到类似的土壤模型选取中。
- 卢岩郭斗斗孙成明刘涛陈瑛瑛武威
- 关键词：水稻土有机质偏最小二乘回归
- 基于计算机视觉的水稻叶部病害识别研究
- 【研究背景】水稻是我国的主要粮食作物,而病害是影响水稻产量的重要因素之一,及时发现病害并确定病害类型对于病害的防治具有十分重要的意义。目前水稻病害的识别方法主要有通过面对面咨询专家、查询水稻病害图谱和互联网查询相关病害信...
- 刘涛仲晓春孙成明郭文善
- 关键词：水稻病害计算机视觉图像处理均值漂移支持向量机
- 文献传递
- 基于计算机视觉的水稻叶部病害识别研究被引量：56
- 2014年
- 【目的】文章重点分析了病健交界特征参数、病害识别流程对提高病害识别准确率的影响。实现水稻叶部15种主要病害的准确识别,尤其是相似病害的判断。【方法】(1)病斑图像获取:水稻叶部病害图像来源包括水稻大田、病害图册和病害数据库,文中选用改进的mean shift图像分割算法提取病叶图像中的病斑并根据相关方程获取病斑特征信息。(2)特征参数的选择与设计:首先选取一至三阶颜色矩和颜色直方图作为病害的颜色特征参数,选取球状性、偏心率和不变矩作为病斑的形状特征参数,选取角二阶矩、对比度和相关作为病斑的纹理特征参数;然后针对相似病斑误报率高的问题提出一种病健交界特征参数,通过病斑内部、边缘和外围颜色上的差异描述该特征,并根据3个区域相互间归一化颜色直方图的欧氏距离计算该项特征参数,该参数可以用于描述病斑与健康部分交界处的特征。(3)病害识别流程的设计:根据病害在颜色、形状、纹理、病健交界4个特征上差异的显著程度设计完成病害识别流程,流程中首先通过颜色特征识别病害,对于通过颜色特征无法识别的病害再通过形态特征识别,倘若形态特征依然无法识别则通过纹理和病健交界特征进行最终识别。(4)病害识别模型的建立:将病害数据分成两部分,一部分用于建立模型,另一部分用于模型的验证;利用LibSVM程序包完成建模,其中svmtrain函数用于建立支持向量机模型,Grid程序用于优化参数,svmpredict函数用于对模型进行验证。【结果】15种水稻叶部病斑可以从复杂的背景中分割出来,并可快速准确的被识别,平均识别准确率为92.67%,平均漏报率为7.00%,最大漏报率和误报率分别为15.00%和25.00%;病健交界特征参数引入后,识别准确率提高了14.00%,平均漏报率降低了7.50%,漏报率最大降幅为20.00%,误报率最大降幅为65.00%;与�
- 刘涛仲晓春孙成明郭文善陈瑛瑛孙娟
- 关键词：水稻病害计算机视觉图像处理均值漂移支持向量机
- 基于图像处理技术的大田麦穗计数!被引量：51
- 2014年
- 为了实现不同播种方式下单位面积小麦穗数的智能计算,设计了一种利用图像分析技术实现大田麦穗快速计数的方法,分析了利用颜色特征和纹理特征分割麦穗的优缺点和粘连区域麦穗个数的计算方法。通过对撒播和条播各35幅样本图像进行计数实验,准确率分别为95.77%和96.89%。结果表明,利用颜色特征和纹理特征均可提取大田环境下麦穗图像,其中利用颜色特征提取速度快。麦穗骨架角点个数能够反映粘连区域麦穗个数,在条播和撒播小麦田中计数准确率均较高。
- 刘涛孙成明王力坚仲晓春朱新开郭文善
- 关键词：穗数纹理特征
- 南方草地NPP的水热估算模型及其应用被引量：3
- 2013年
- 草地NPP对气候变化的响应是全球变化研究的重要内容之一。为了明确草地NPP与水热的关系及实现南方草地NPP的大面积估算,本文以气候数据为基础,以南方草山草坡为研究对象,结合野外实测数据,分析南方草地NPP与月平均温度及平均降水量之间的关系,结果表明:南方草地NPP与月平均温度之间呈对数相关,相关系数r=0.462 9**(n=66);与月平均降水量之间呈线性正相关,相关系数r=0.783 6**(n=66),结果均达到了极显著水平(P<0.01)。在此基础上构建以温度和降水为自变量的南方草地NPP估算模型:NPP=Ln(T/16.7+2.5)×Sqrt(W/84.5+0.5)×(T+W),其中T为全年月平均温度(℃),W为全年月平均降水量(mm)。通过不同年份的实测数据对模型进行验证,草地NPP的模拟值和实测值之间有很好的相关性,R2为0.787,也达到极显著水平,RMSE和RRMSE均较小,分别为60.272和0.387,表明模型的模拟结果比较可靠。利用上述模型对2011年的南方草地NPP进行估算,模拟结果呈现一定的地带性,总体分布由西北向东南逐渐增加,其中四川西北部及其与云南交界等地区草地NPP值较小,基本在200 g·m-2以下,而海南、广西、江西以及广东等地草地NPP值较高,相当一部分地区达到700 g·m-2以上。通过分析可知,整个南方草地NPP平均值约为321.8 g·m-2左右,和实测结果比较接近。结果为南方草山草坡NPP估算提供了新的方法。
- 孙成明刘涛陈雯陈瑛瑛田婷李建龙
- 关键词：月平均温度
