公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

渭北黄土台塬区土地利用空间分布的地形特征研究被引量：5: 2018年; 为充分了解台塬地区土地利用空间分布的地形特征,以地处渭北台塬区东部的韩城市为研究区,基于土地利用现状和DEM数据,在ArcGIS 10.3软件支持下,对研究区的地形因子,即高程、坡度、坡向进行提取,采用表面分析、叠置分析技术,研究土地利用空间分布与地形因子的关系。结果表明:土地利用的空间分布与地形因子存在密切联系,并呈现明显的规律性。随着海拔的升高,耕地、园地、水域、建设用地呈减少趋势,林地、草地面积分布先上升后下降,未利用地面积随海拔上升而增加;坡度较小的地区主要土地类型为耕地、建设用地和水域,园地、林地、草地面积随坡度的上升先增加后减少,大多数分布在缓地和斜坡上;坡向由阴坡转向阳坡的过程中,耕地、园地、建设用地分布比例增加。在低海拔、小坡度的无坡向和阳坡地区,土地利用类型多受到人类活动的影响;在高海拔、大坡度地区,林地、草地的优势分布有利于保护地区的生态环境;在人类活动不频繁且环境较恶劣的地区多为未利用地。该研究可为不同地形的土地利用布局提供依据,从而达到优化土地利用结构的目的。; 罗丹罗丹; 关键词：土地利用地形因子 GIS

基于红边参数和人工神经网络的苹果叶片叶绿素含量估算被引量：7: 2019年; 【目的】应用人工神经网络来解决苹果叶片叶绿素含量与高光谱数据之间的非线性关系,建立估测苹果叶片叶绿素含量的最佳模型,为苹果叶片叶绿素含量的快速无损监测提供参考。【方法】以位于陕西扶风杏林镇的树龄为4～5年的15棵苹果树为研究对象,2015年分别于果树花期(4月27日)、幼果期(5月30日)、果实膨大期(7月6日)、果实着色期(8月5日)、果实成熟期(9月11日)采集叶片样本,利用SVC HR-1024i型高光谱仪和SPAD-502叶绿素仪同步获取苹果叶片光谱值和对应的叶绿素含量,对原始光谱和一阶导数光谱与叶绿素含量之间的关系进行分析,从一阶导数光谱中提取苹果叶片光谱的5个红边参数,从5个红边参数中筛选出相关性好的红边参数,使用传统单变量回归算法、反向传播(back propagation,BP)神经网络和径向基函数(radial basis function,RBF)神经网络,建立叶绿素含量估测模型,用决定系数(R2)、均方根误差(RMSE)和相对误差(RE)来验证模型的准确性。【结果】与原始光谱相比,一阶导数光谱与苹果叶片叶绿素含量的相关性更高。5个红边参数中,红边位置、峰度系数、偏度系数与叶绿素含量的相关系数均较高,且均达极显著水平。建立的传统单变量回归模型中,基于红边位置、峰度系数和偏度系数的R2均大于0.7,其中基于偏度系数建立的多项式模型模拟精度最高,验证结果R2为0.872,RMSE为4.631,RE为8.81%。选取红边位置、峰度系数和偏度系数为人工神经网络的输入变量,分别优化BP神经网络的隐含层节点数和网络类型以及RBF神经网络的扩展系数(SPREAD值)来提高预测精度,结果发现,建立隐含层节点数为4的双隐含层BP神经网络最优模型R2为0.891,RMSE为3.844,RE为7.55%;当SPREAD值为0.6时,建立的RBF神经网络最优模型的R2为0.955,RMSE和RE分别为2.517和3.69%。【结论】估算苹果叶片叶绿素含量时,人工神经网; 罗丹常庆瑞齐雁冰; 关键词：叶绿素红边参数人工神经网络苹果

基于低空无人机成像光谱仪影像估算棉花叶面积指数被引量：55: 2016年; 农作物叶面积指数(leaf area index,LAI)遥感监测具有快速、无损的优势。该文以低空无人机作为遥感平台,使用新型成像光谱仪获取的农田高光谱影像数据对棉花LAI进行反演。利用影像高光谱分辨率的特点,针对传统固定波段植被指数(fixed-bandvegetation index,F_VI)进行改进,通过动态搜索相应植被指数定义所使用波段范围内的反射率极值的方法,计算与各类植被指数对应的极值植被指数(extremum vegetation index,E_VI)。分别以原始全波段光谱反射率、连续投影算法(successive projections algorithm,SPA)提取的有效波段反射率以及各类F_VI和E_VI作为自变量,使用最小二乘和偏最小二乘(partial least squares,PLS)回归等方法构建LAI遥感估算模型。结果显示:1)以植被指数为自变量的模型估算效果(验证R2最高为0.85)优于以光谱反射率作为自变量的模型(验证R2最高为0.59);2)使用E_VI作为自变量能够显著提高LAI的估测精度(验证R2最大提高了0.11);3)使用PLS回归算法结合多个E_VI建立的LAI-E_VIs-PLS模型精度最高。使用LAI-E_VIs-PLS模型对棉花地块高光谱影像进行反演,制作棉花LAI空间分布图,取得良好的估算结果(验证R2=0.88,RMSE=0.29),为农作物LAI遥感监测提供了新的技术手段。; 田明璐班松涛常庆瑞由明明罗丹王力王烁; 关键词：作物高光谱成像棉花叶面积指数

基于光谱指数的冬小麦冠层叶绿素含量估算模型研究被引量：21: 2016年; 为探索对冬小麦冠层叶绿素含量反应敏感的高光谱波段组合，同时比较不同光谱指数对小麦冠层叶绿素含量的估测效果，通过分析350-2500nm波段范围内原始光谱反射率及其一阶导数光谱的任意两两波段交叉组合而成的主要高光谱指数与冬小麦冠层叶片叶绿素含量的定量关系，建立冬小麦冠层叶绿素含量估算模型。结果表明，选用归一化光谱指数（NDSI）、比值光谱指数（RSI）、差值光谱指数（DSI）和土壤调节光谱指数（SASI）建立的冬小麦冠层叶绿素含量监测模型决定系数均大于0．71，标准误差均小于1．842。利用独立试验资料进行检验，表现最好的是RSI（FD689，FD609）和SASI（R491，R666）L=0.01，预测精度高达98．2％，模型精确度和可靠性较高。; 罗丹常庆瑞齐雁冰李媛媛李松; 关键词：冬小麦叶绿素光谱指数

基于高光谱和BP神经网络模型苹果叶片SPAD值遥感估算被引量：17: 2018年; 叶绿素含量表征植被的营养生长状况,为西北地区苹果的大面积、无损、实时生长监测提供科学依据,使用SVC HR-1024I型便携式野外光谱辐射仪和SPAD-502型叶绿素仪测定不同生育期苹果叶片光谱反射率和SPAD值。分析不同生育期苹果叶片SPAD值及其高光谱变化特征,不同生育期叶片SPAD值与原始光谱反射率和光谱特征参数的相关性,构建基于光谱特征参数的单因素回归模型、多元线性逐步回归模型和基于逐步回归分析的BP神经网络模型,并对反演模型进行验证。结果表明,1)从新梢开始生长到果实成熟,苹果叶片SPAD值呈现先上升后下降趋势;2)基于光谱特征参数构建估算叶片SPAD值的单因素回归模型、多元线性逐步回归模型和基于逐步回归分析的BP神经网络模型均通过显著性检验,在秋梢停止生长期各模型反演和预测精度均最高;3)在各生育期,基于光谱特征参数建立的单因素回归模型中,均以蓝边幅值Db和绿峰面积SRg为自变量建立的回归方程拟合和预测能力最优;4)在各生育期,基于逐步回归分析的BP神经网络模型反演和预测能力较单因素回归模型和多元逐步回归模型表现最优,建模R2和验证R2分别达到0.90和0.84以上,验证RMSE<4.41,验证RE<8.42%,是一种快速、高效估算苹果叶片SPAD值的良好反演方法。; 余蛟洋常庆瑞由明明张卓然罗丹; 关键词：苹果 SPAD值 BP神经网络

基于高光谱和BP神经网络的玉米叶片SPAD值遥感估算被引量：84: 2016年; 为了进一步提高玉米叶绿素含量的高光谱估算精度,该文测定了西北地区玉米乳熟期叶片的光谱反射率及其对应的叶绿素相对含量(soil and plant analyzer development,SPAD)值,分析了一阶微分光谱、高光谱特征参数与SPAD的相关关系,构建了基于一阶微分光谱、高光谱特征参数和BP神经网络的SPAD估算模型,并对模型进行验证;再结合主成分回归(principal component regression,PCR)、偏最小二乘回归(partial least squares regression,PLSR)以及传统回归模型与BP神经网络模型进行比较。结果表明:SPAD值与一阶微分光谱在763nm处具有最大相关系数(R=0.901);以763 nm处的一阶微分值、蓝边内最大一阶微分为自变量建立的传统回归模型可用于玉米叶片SPAD估算;将构建传统回归模型时筛选到的光谱参数作为输入,实测SPAD值作为输出,构建BP神经网络模型,其建模与验模R2分别为0.887和0.896,RMSE为2.782,RE为4.59%,与其他回归模型相比,BP神经网络模型预测精度最高,研究表明BP神经网络对叶绿素具有较好的预测能力,是估算玉米叶片SPAD值的一种实时高效的方法。; 李媛媛常庆瑞刘秀英严林罗丹王烁; 关键词：光谱分析神经网络玉米

全选清除导出

共1页<1>

罗丹

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

罗丹

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈