苹果叶片氮含量高光谱反演方法对比

来源 :遥感技术与应用 | 被引量 : 0次 | 上传用户:xfengxue
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
快速、无损、及时地准确估算苹果叶片氮含量是保证苹果产量和质量的基础,利用高光谱技术对苹果叶片氮含量进行遥感反演可为合理施肥提供理论依据.利用2012年和2013年山东省肥城市潮泉镇下寨村不同生育期的苹果叶片氮含量和相应的叶片光谱数据进行分析和建模.首先分析了叶片氮含量与原始光谱、一阶微分及三边光谱指数之间的相关性,筛选出对叶片氮含量敏感的光谱指数;构建了对叶片氮含量敏感的光谱指数NDSI和RSI;最后利用筛选的敏感光谱指数及构建的NDSI和RSI光谱指数,结合灰色关联分析(GRA)-偏最小二乘(PLS)方法及袋外数据重要性(OOB)-随机森林(RF)方法对叶片氮含量进行反演.结果表明:①叶片氮含量与原始光谱、一阶微分光谱之间的敏感波段分别为553、711、527、708和559 nm;构建的对叶片氮含量敏感的光谱指数分别为NDSI(567,615)和RSI(554,615);叶片氮含量对三边光谱指数之间相关性最好的光谱指数是SDy.②建模和验证结果表明用OOB-RF建立的苹果叶片氮含量估算模型具有较好的精度和可靠性,可以用来指导果树变量施肥,为监测氮素营养状况提供一种新的方法.
其他文献
无人机平台成本低和灵活性高的优点可弥补传统遥感平台的缺陷,为农业遥感近地表数据获取提供有效途径。任何型号无人机搭载传感器进行数据采集时均有一定的观测几何,但无人机观测几何诱发的方向反射差异及其在后续应用中的潜在误差仍需深入分析。利用无人机采集典型扬花期水稻田样方多角度观测,探讨其样方级别的方向反射及可见光植被指数的方向特点。结果表明:红、绿、蓝三波段的方向反射率差异分别可高达30.17%、22.0
To study the effect of α phase morphology(equiaxed α(αE)/lamellar α(αL))on the in situ tensile behavior of TC21 alloy,the slip band,dislocation,crack initi
Polycrystalline cubic boron nitride was sintered under high temperature(1400℃)and high pressure(5.5 GPa)using an in situ synthesis method.The compo-sition,micr
针对传统飞机检测算法特征学习能力较弱,在背景复杂、目标密集、成像质量较差的遥感影像上检测精度较低的问题,提出了一种基于Faster-RCNN(Faster-Regions with Convolutional Neural Network)框架的遥感影像飞机检测优化算法。以ResNet50为基础特征提取网络,引入空洞残差块进行多层特征融合,构建新的特征提取网络,提高算法的特征提取能力。首先在UCA
土壤重金属铅污染作为现代工矿业发展的产物,已逐渐入侵到农业生产和农产品中.高光谱技术由于具有宏观、快速、高效的特点已成为土壤重金属监测的重要手段.以新疆吐鲁番盆地
Au-Cu bimetallic nanoparticles with uniform size,shape,and compositions were synthesized by wet chemistry method,and then the Au-Cu/SiO2 catalyst sup-ported on
Nanoporous Ag-Pt bi-metallic alloy was fabri-cated by free dealloying of amorphous Ag-based precursor with the nominal composition of Ag38.25Pt0.5Cu38.75Si22.5.
The influence of blades assembly,i.e.,the blade number on the solidification process,heat exchange and grain structure on a directionally solidified Ni-based su
Three-dimensional(3D)printed titanium alloy implants hold enormous potential in orthopedic applica-tions to avoid stress shielding.However,titanium alloy is bio
我国尾矿库事故频发,所造成的危害极其严重。掌握尾矿库的数量及分布情况对预防尾矿库事故和开展尾矿库应急工作具有重大意义。传统的调查方法主要以地面调查为主,难以做到大范围高频次的监测。因此提出了一种基于深度学习的尾矿库目标检测方法,可以快速识别尾矿库的位置并掌握其地理分布。首先分析尾矿库在遥感图像上的特征,制作适合训练的样本,根据样本的情况优化调整训SSD(Single Shot Multibox D