采用GA-ELM的寒地水稻缺氮量诊断方法
发布时间:2021-05-15 04:15
为快速、准确、无损实现寒地水稻缺氮量的诊断。该文基于田间试验系统采集的资料,研究东北粳稻氮素含量的亏损或富余与光谱反射率差值之间的关系,并建立东北粳稻氮素含量差值的反演模型。该文采用高光谱反演水稻的缺氮量,并为实施精准施肥提供参考依据,达到减肥不减产的目的,采用产量最高的原则来构建标准氮素含量与标准光谱反射率,并在此基础上,将获取的水稻叶片氮素含量和叶片光谱反射率分别与标准氮素含量和标准光谱反射率做差,得到氮素含量差值和光谱反射率差值,然后对光谱反射率差值分别采用离散小波多尺度分解、连续投影法(successive projections algorithm,SPA)和构建植被指数的方法进行降维处理,将处理后的结果分别作为偏最小二乘(partial least squares regression,PLSR)、极限学习机(extreme learning machine,ELM)和遗传算法优化极限学习机(genetic algorithm-extreme learningmachine,GA-ELM)的建模输入,构建东北粳稻氮素含量差值的反演模型。结果分析表明:采用离散小波多尺度分解的...
【文章来源】:农业工程学报. 2020,36(02)北大核心EICSCD
【文章页数】:10 页
【文章目录】:
0 引言
1 材料与方法
1.1 试验设计
1.2 数据获取
1.2.1 水稻叶片缺氮量测定以及产量测定
1.2.2 水稻叶片光谱反射率差值测定
1.3 光谱降维方法
1.3.1 离散小波多尺度分解
1.3.2 构建植被指数
1.3.3 连续投影法
1.4 反演建模方法
2 结果与分析
2.1 特征及特征波段的选择
2.1.1 离散小波多尺度分解选取光谱特征
2.1.2 SPA选取有效特征波段
2.1.3 植被指数与水稻缺氮量的相关性
2.2 遗传算法优化极限学习机反演模型
2.3 与其他反演模型的比较
3 讨论
4 结论
【参考文献】:
期刊论文
[1]基于GA-BP神经网络高光谱反演模型分析玉米叶片叶绿素含量[J]. 陈春玲,金彦,曹英丽,于丰华,冯帅,周长献. 沈阳农业大学学报. 2018(05)
[2]基于高光谱技术的农作物常见病害监测研究[J]. 谢亚平,陈丰农,张竞成,周斌,王海江,吴开华. 光谱学与光谱分析. 2018(07)
[3]基于高光谱的抽穗期寒地水稻叶片氮素预测模型[J]. 王树文,牛羽新,马昕宇,陈双龙,阿玛尼,冯江. 农机化研究. 2019(03)
[4]基于无人机遥感影像的冬小麦氮素监测[J]. 刘昌华,王哲,陈志超,周兰,岳学智,苗宇新. 农业机械学报. 2018(06)
[5]基于PROSPECT模型的植物叶片干物质估测建模研究[J]. 王洋,肖文,邹焕成,陆婧楠,曹英丽,于丰华. 沈阳农业大学学报. 2018(01)
[6]基于高光谱的水稻叶片氮素估测与反演模型[J]. 张国圣,许童羽,于丰华,陈春玲,王洋. 浙江农业学报. 2017(05)
[7]基于连续统去除法的冬小麦叶片全氮含量估算[J]. 李粉玲,常庆瑞. 农业机械学报. 2017(07)
[8]基于无人机高光谱影像的引黄灌区水稻叶片全氮含量估测[J]. 秦占飞,常庆瑞,谢宝妮,申健. 农业工程学报. 2016(23)
[9]基于高光谱的寒地水稻叶片氮素含量预测[J]. 王树文,赵越,王丽凤,王润涛,宋玉柱,张长利,苏中滨. 农业工程学报. 2016(20)
[10]中国南方双季稻氮营养指数及产量估算模型研究[J]. 贺志远,朱艳,李艳大,刘小军,曹强,曹卫星,汤亮. 南京农业大学学报. 2017(01)
博士论文
[1]关中地区冬小麦叶片氮素高光谱数据与卫星影像定量估算研究[D]. 李粉玲.西北农林科技大学 2016
本文编号:3186929
【文章来源】:农业工程学报. 2020,36(02)北大核心EICSCD
【文章页数】:10 页
【文章目录】:
0 引言
1 材料与方法
1.1 试验设计
1.2 数据获取
1.2.1 水稻叶片缺氮量测定以及产量测定
1.2.2 水稻叶片光谱反射率差值测定
1.3 光谱降维方法
1.3.1 离散小波多尺度分解
1.3.2 构建植被指数
1.3.3 连续投影法
1.4 反演建模方法
2 结果与分析
2.1 特征及特征波段的选择
2.1.1 离散小波多尺度分解选取光谱特征
2.1.2 SPA选取有效特征波段
2.1.3 植被指数与水稻缺氮量的相关性
2.2 遗传算法优化极限学习机反演模型
2.3 与其他反演模型的比较
3 讨论
4 结论
【参考文献】:
期刊论文
[1]基于GA-BP神经网络高光谱反演模型分析玉米叶片叶绿素含量[J]. 陈春玲,金彦,曹英丽,于丰华,冯帅,周长献. 沈阳农业大学学报. 2018(05)
[2]基于高光谱技术的农作物常见病害监测研究[J]. 谢亚平,陈丰农,张竞成,周斌,王海江,吴开华. 光谱学与光谱分析. 2018(07)
[3]基于高光谱的抽穗期寒地水稻叶片氮素预测模型[J]. 王树文,牛羽新,马昕宇,陈双龙,阿玛尼,冯江. 农机化研究. 2019(03)
[4]基于无人机遥感影像的冬小麦氮素监测[J]. 刘昌华,王哲,陈志超,周兰,岳学智,苗宇新. 农业机械学报. 2018(06)
[5]基于PROSPECT模型的植物叶片干物质估测建模研究[J]. 王洋,肖文,邹焕成,陆婧楠,曹英丽,于丰华. 沈阳农业大学学报. 2018(01)
[6]基于高光谱的水稻叶片氮素估测与反演模型[J]. 张国圣,许童羽,于丰华,陈春玲,王洋. 浙江农业学报. 2017(05)
[7]基于连续统去除法的冬小麦叶片全氮含量估算[J]. 李粉玲,常庆瑞. 农业机械学报. 2017(07)
[8]基于无人机高光谱影像的引黄灌区水稻叶片全氮含量估测[J]. 秦占飞,常庆瑞,谢宝妮,申健. 农业工程学报. 2016(23)
[9]基于高光谱的寒地水稻叶片氮素含量预测[J]. 王树文,赵越,王丽凤,王润涛,宋玉柱,张长利,苏中滨. 农业工程学报. 2016(20)
[10]中国南方双季稻氮营养指数及产量估算模型研究[J]. 贺志远,朱艳,李艳大,刘小军,曹强,曹卫星,汤亮. 南京农业大学学报. 2017(01)
博士论文
[1]关中地区冬小麦叶片氮素高光谱数据与卫星影像定量估算研究[D]. 李粉玲.西北农林科技大学 2016
本文编号:3186929
本文链接:https://www.wllwen.com/nykjlw/nzwlw/3186929.html
最近更新
教材专著