用神经网络和高光谱植被指数估算小麦生物量

被引：40

作者：

王大成 ^{[1
,2
]}

王纪华 ^{[1
]}

靳宁 ^{[1
]}

王芊 ^{[1
]}

李存军 ^{[1
]}

黄敬峰 ^{[2
]}

王渊 ^{[2
]}

黄芳 ^{[2
]}

机构：

[1] 国家农业信息化工程技术研究中心

[2] 浙江大学农业遥感与信息技术应用研究所

来源：

农业工程学报 | 2008年 / 24(S2)卷 / S2期

关键词：

小麦; 高光谱; 植被指数; 人工神经网络; 对数回归;

D O I：

暂无

中图分类号：

S512.1 [小麦];

学科分类号：

摘要：

准确的估算作物生物量,能够为国家和地方政府的粮食经济宏观调控决策提供科学依据。利用高光谱植被指数,系统的比较了人工神经网络方法和传统回归模型估算的小麦生物量。结果表明,基于BP神经网络的方法相对于对数回归模型,显著地提高了小麦的生物量诊断的准确性,均方根误差(RMSE)相对减小,决定系数(R2)和T值相对增大,特别是对于比值植被指数(RVI),T值提高的幅度比较大,达99.8%。说明人工神经网络对作物小麦的生物量高光谱遥感诊断是一种实时高效的方法。

引用

页码：196 / 201

页数：6

共 11 条

[1] 基于BP和GRNN神经网络的冬小麦冠层叶绿素高光谱反演建模研究
孙焱鑫
王纪华
李保国
刘良云
黄文江
赵春江
[J]. 遥感技术与应用 , 2007, (04) : 492 - 496
[2] 基于GA的GRNN高光谱遥感反演冬小麦叶片氮含量模型的建立与验证
孙焱鑫
王纪华
李保国
刘良云
黄文江
赵春江
[J]. 土壤通报, 2007, (03) : 508 - 512
[3] 油菜红边特征及其叶面积指数的高光谱估算模型
黄敬峰
王渊
王福民
刘占宇
[J]. 农业工程学报, 2006, (08) : 22 - 26
[4] 高光谱与叶绿素计快速测定大麦氮素营养状况研究
唐延林
王人潮
张金恒
王珂
[J]. 麦类作物学报, 2003, (01) : 63 - 66
[5] 作物水分和氮素光谱诊断研究进展
薛利红
罗卫红
曹卫星
田永超
[J]. 遥感学报, 2003, (01) : 73 - 80
[6] 不同氮素营养水平的水稻冠层光谱红边参数及其应用研究
王秀珍
王人潮
李云梅
沈掌泉
[J]. 浙江大学学报(农业与生命科学版), 2001, (03) : 67 - 72
[7] 水稻遥感估产的农学机理研究——Ⅰ.不同氮素水平的水稻光谱特征及其敏感波段的选择[J]. 王人潮,陈铭臻,蒋亨显.浙江农业大学学报. 1993(S1)
[8] 人工神经网络理论、设计及应用[M]. 化学工业出版社 , 韩力群编著, 2002
[9] Relationship between spectroradiometric and chlorophyll measurements in green beans[J] . Ana Carla Madeira,Amarilis Mentions,Maria Elvira Ferreira,Maria de Lourdes Taborda.Communications in Soil Science and Plant Analysis . 2000 (5-6)
[10] Quantitative characterization of the vegetation red edge reflectance 1. An inverted-Gaussian reflectance model[J] . J. R. Miller,E. W. Hare,J. Wu.International Journal of Remote Sensing . 1990 (10)

← 1 2 →