基于多重分形理论的油菜光谱红边位置确定方法

发布时间：2021-11-22 22:42

　　随着高光谱遥感技术的不断完善与发展,农业高光谱遥感技术对农作物或者植物的研究也越来越实用。其中植物参数与植物高光谱波段的的变化关系密切,因而是植物研究的一个重要理论依据。本文对油菜的冠层光谱进行研究,利用局部去趋势波动分析提出了一种红边位置的提取方法,并与最大一阶导数光谱法、倒高斯拟合法、线性四点插值法、拉格朗日插值法、多项式拟合法、线性外推法等六种常见的红边位置确定方法作对比。以油菜角果期冠层光谱红边位置所对应的多重分形指标Hurst指数和另外六种方法提取的红边位置所对应的光谱值为特征,用支持向量机和随机森林两种分类器建立定性识别模型,识别直播和移栽两种种植方式、一万和两万两种密度。以平均识别率和约登指数为评价指标,结果表明利用局部去趋势波动分析的提取方法具有较好的识别率和稳定性。 

【文章来源】：湖南农业大学湖南省

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

不同K折下的油菜对比至样本平均识别准确率，

【参考文献】：
期刊论文
[1]基于ROC图的油菜生长期光谱敏感波段的研究[J]. 段少新,姜珊,王访,邹锐标,廖桂平.  湖南农业大学学报(自然科学版). 2017(06)
[2]高光谱遥感在农业生产中的应用及展望[J]. 谭向农,刘淮,漆锟,丁燕杰.  北京测绘. 2017(01)
[3]油菜光谱的多重分形分析及叶绿素诊断建模[J]. 王晓乔,王访,廖桂平,官春云.  光谱学与光谱分析. 2016(11)
[4]基于多重分形去趋势移动平均分析的油菜叶片氮素营养诊断建模[J]. 苏乐,邹锐标,王访.  中国农学通报. 2016(12)
[5]基于光谱红边位置提取算法的番茄叶片叶绿素含量估测[J]. 丁永军,张晶晶,李修华,李民赞.  农业机械学报. 2016(03)
[6]CO2胁迫下大豆叶片红边位置最优算法的研究[J]. 郝瑞娟,王周锋,王文科,赵亚乾.  大气与环境光学学报. 2016(01)
[7]浅谈油菜栽培技术与提高种植效益的措施[J]. 钱双荣.  农业开发与装备. 2015(03)
[8]基于多重分形的油菜病虫害叶片图像分割[J]. 施文,邹锐标,王访,苏乐.  湖南农业大学学报(自然科学版). 2014(05)
[9]基于多重分形理论的油菜缺素叶片特征提取[J]. 王访,廖桂平,王晓乔,李建辉,李锦卫,施文.  农业工程学报. 2013(24)
[10]基于SPAD值的植被“红边位置”确定方法探讨[J]. 邹红玉,丁丽霞.  遥感信息. 2013(04)

博士论文
[1]作物诊断的叶片图像多重分形方法与建模[D]. 王访.湖南农业大学 2013
[2]基于时间序列标度分析的旋转机械故障诊断方法研究[D]. 林近山.南京航空航天大学 2013
[3]数的表示理论与分形[D]. 沈陆明.华中科技大学 2012

硕士论文
[1]基于多重分形的语音情感识别研究[D]. 张密霞.长沙理工大学 2011
[2]金融时间序列的多重分形特征研究[D]. 牛奉高.山西大学 2009
[3]麦蚜、白粉病危害后冬小麦冠层高光谱的测量与分析[D]. 乔红波.中国农业科学院 2004
[4]水文流量系统中混沌非线性时间序列法的研究[D]. 张利.浙江大学 2003



本文编号：3512578