一种基于无人机高光谱影像的土壤墒情检测新方法

发布时间：2021-11-02 20:04

　　土壤含水量（SMC）是生物地球化学和大气耦合过程的关键变量,在干旱区农业、生态和环境中扮演着重要角色。相较于星载遥感系统,无人机（UAV）具有可控性强、分辨率高等特点从而被广泛应用,为中小尺度地表参量的快速监测提供新的遥感平台。机载高光谱传感器的引入,为UAV遥感系统提供了高维海量、纳米级的数据源。然而基于UAV高光谱数据的研究并未深度挖掘,也尚未形成一个标准的技术方案。该研究立足于新疆维吾尔自治区典型农业区,利用6种预处理方案,包括一阶导数（FDR）,二阶导数（SDR）,连续体去除（CR）、吸光度（A）、吸光度一阶（FDA）和吸光度二阶（SDA）,对所获取的UAV高光谱数据进行处理。在此背景下构建4种类型的适宜光谱指数:差值型指数（DI）,比值型指数（RI）,归一化型指数（NDI）和垂直型指数（PI）,并从光谱机理上讨论指数的合理性。最后利用梯度提升回归树（GBRT）、随机森林（RF）和eXtreme Gradient Boosting（XGBoost）算法,以28个最适光谱指数为独立变量建立SMC估算模型,并通过不同集成学习算法的重要性对变量进行排序,从线性和非线性的角度对所构建光... 

【文章来源】：光谱学与光谱分析. 2020,40(02)北大核心EISCICSCD

【文章页数】：8 页

【文章目录】：
引 言
1 实验部分
    1.1 数据采集
    1.2 数据预处理
    1.3 适宜光谱指数构建
    1.4 模型的构建与评价
2 结果与讨论
    2.1 SMC及光谱特征
    2.2 适宜光谱指数构建
    2.3 构建模型与评价
3 结 论


【参考文献】：
期刊论文
[1]干旱区大尺度土壤盐度信息环境建模——以新疆天山南北中低海拔冲积平原为例[J]. 丁建丽,王飞.  地理学报. 2017(01)



本文编号：3472310