期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于三维光谱指数的春小麦SPAD高光谱估算
1
作者
刘晓翠
吾木提·艾山江
尼加提·卡斯木
《湖北农业科学》
2023年第9期151-157,共7页
为探讨三维光谱指数(TBI)对春小麦(Triticum aestivum L.)SPAD(Soil and plant analyzer development)估算的可行性,在田间尺度上以春小麦为目标,采集抽穗期冠层高光谱数据并计算任意波段组合的三维光谱指数,构建基于最优三维光谱指数...
为探讨三维光谱指数(TBI)对春小麦(Triticum aestivum L.)SPAD(Soil and plant analyzer development)估算的可行性,在田间尺度上以春小麦为目标,采集抽穗期冠层高光谱数据并计算任意波段组合的三维光谱指数,构建基于最优三维光谱指数的春小麦SPAD估算模型。结果表明,在400~1300 nm波段处三维光谱指数TBI-1_((849、850、850 nm))、TBI-2_((849、850、997 nm))、TBI-3_((850、849、850 nm))、TBI-4_((849、849、850 nm))分别与SPAD呈极显著相关(P<0.01);采用人工神经网络(ANN)、K近邻(KNN)、支持向量机(SVM)3种机器学习算法,建立春小麦SPAD估算模型,通过模型的估算对比发现,KNN算法构建的模型估算效果(R^(2)=0.79,RMSE=2.68,RPD=2.25)优于ANN、SVR算法。
展开更多
关键词
春小麦(Triticum
aestivum
L.)
SPAD
机器学习
三维光谱指数
高
光谱
下载PDF
职称材料
基于实测光谱和国产高分五号高光谱卫星的铁尾矿表层含水率遥感反演方法研究
被引量:
1
2
作者
曹粤
包妮沙
+3 位作者
周斌
顾晓薇
刘善军
虞茉莉
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2023年第4期1225-1233,共9页
尾矿库作为高势能的人造泥石流危险源,在尾砂含水量过高时有溃坝风险,低含水量状态下产生扬尘则会危害周围环境。尾砂含水量实时、动态监测对于尾矿库安全状况及矿区环境保护具有重要意义。相比传统采样化验手段,高光谱遥感拥有观测面...
尾矿库作为高势能的人造泥石流危险源,在尾砂含水量过高时有溃坝风险,低含水量状态下产生扬尘则会危害周围环境。尾砂含水量实时、动态监测对于尾矿库安全状况及矿区环境保护具有重要意义。相比传统采样化验手段,高光谱遥感拥有观测面积大、数据实时易获取、光谱信息丰富的特点,为快速、高精度尾矿水分监测提供了手段。以鞍山-本溪铁矿群中的高硅型铁尾矿为研究区,实地采集尾砂样品77个,利用可见光-近红外(350~2500 nm)光谱仪获取其光谱数据,分析不同含水率尾砂光谱特征及机理;引入竞争性自适应加权重采样法(CARS)筛选水分敏感波段,并基于敏感波段建立三维波段光谱指数(TBI),结合随机森林(RF)、粒子群优化的极限学习机(PSO-ELM)及卷积神经网络(CNN)算法建立尾砂水分反演模型,以国产高分五号高光谱卫星为数据源进行模型应用,获取尾矿库表层含水时空分布特征。结果表明:(1)尾砂光谱反射率随含水率升高明显下降,在1455和1930 nm处出现O—H吸收特征,吸收深度随含水率减小而逐渐减小;(2)基于CARS方法能够对高光谱数据(305波段)有效降维,筛选出18个水分敏感波段,进一步利用敏感波段构建不同形式的尾砂含水率TBI指数集,其中三维差值指数TBI5=(R1097.47-R1990.67)-(R1990.67-R437.39),与水分含量相关性最高,达到0.84;(3)对比RF,PSO-ELM及CNN方法以及不同形式的输入数据,基于尾砂含水率TBI指数联合反射率数据集作为输入数据进行CNN建模,室内光谱模型达到验证精度R2=0.92,相对分析误差RPD=3.43,基于该模型利用高分五号卫星数据反演可获取研究区尾砂含水率空间分布结果,实地验证R2达到0.79,相对分析误差RPD=2.20,获得较好的预测效果。可为基于高光谱技术的铁尾矿水分含量大面积实时快速监测提供参考。
展开更多
关键词
可见光-近红外
光谱
三维光谱指数
国产高分五号卫星
铁尾矿
尾砂含水率
下载PDF
职称材料
基于不同卫星光谱模拟的土壤电导率估算研究
被引量:
8
3
作者
曹肖奕
丁建丽
+4 位作者
葛翔宇
梁静
陈文倩
陈香月
唐普恩
《干旱区地理》
CSCD
北大核心
2020年第1期172-181,共10页
土壤电导率(Electrical conductivity,EC)是评价土壤盐渍化的重要指标。通过实测新疆艾比湖湿地自然保护区土壤EC及可见光-近红外光谱数据,利用波谱响应技术模拟Landsat 8 OLI、Sentinel 2、Sentinel 3卫星的宽波段数据。构建宽波段模...
土壤电导率(Electrical conductivity,EC)是评价土壤盐渍化的重要指标。通过实测新疆艾比湖湿地自然保护区土壤EC及可见光-近红外光谱数据,利用波谱响应技术模拟Landsat 8 OLI、Sentinel 2、Sentinel 3卫星的宽波段数据。构建宽波段模拟数据及其5种预处理后的三维光谱指数(Three-dimensional spectral index,TDSI),采用梯度提升回归树算法(Gradient boosting regression tree, GBRT)建立3种卫星土壤EC估算模型,并比对加入TDSI后模型精度的变化。结果表明:在不同土壤EC条件下,3种卫星具有相似的光谱趋势,均在红、近红外波段附近反射率较高;TDSI与土壤EC相关性基本均在0.4以上,最大程度保留了与土壤EC敏感度高的红、绿、蓝、近红外、短波红外波段信息;GBRT对于土壤EC估算能力表现突出,3种卫星对土壤EC的最佳预测精度R2分别为0.831、0.847、0.903,在加入TDSI后,R2分别提高至0.835、0.857、0.935,综合分析发现,Sentinel 3对土壤EC估算效果最佳(R2=0.935,均方根误差RMSE=2.986 mS·cm-1,赤池信息准则AIC=57.500)。通过利用波谱响应技术结合TDSI深度挖掘波段间的协同信息,采用GBRT验证了不同卫星对土壤EC的估算效果,二者相结合可以有效提升模型预测精度,为干旱区土壤盐渍化定量监测与防控提供有利指导。
展开更多
关键词
波谱响应
土壤电导率
光谱
预处理
三维光谱指数
梯度提升回归树
下载PDF
职称材料
题名
基于三维光谱指数的春小麦SPAD高光谱估算
1
作者
刘晓翠
吾木提·艾山江
尼加提·卡斯木
机构
伊犁师范大学生物与地理科学学院/资源与生态研究所
出处
《湖北农业科学》
2023年第9期151-157,共7页
基金
伊犁师范大学博士科研启动基金项目(2020YSBSYJ001)
伊犁师范大学大学生创新训练项目(X20201076406)。
文摘
为探讨三维光谱指数(TBI)对春小麦(Triticum aestivum L.)SPAD(Soil and plant analyzer development)估算的可行性,在田间尺度上以春小麦为目标,采集抽穗期冠层高光谱数据并计算任意波段组合的三维光谱指数,构建基于最优三维光谱指数的春小麦SPAD估算模型。结果表明,在400~1300 nm波段处三维光谱指数TBI-1_((849、850、850 nm))、TBI-2_((849、850、997 nm))、TBI-3_((850、849、850 nm))、TBI-4_((849、849、850 nm))分别与SPAD呈极显著相关(P<0.01);采用人工神经网络(ANN)、K近邻(KNN)、支持向量机(SVM)3种机器学习算法,建立春小麦SPAD估算模型,通过模型的估算对比发现,KNN算法构建的模型估算效果(R^(2)=0.79,RMSE=2.68,RPD=2.25)优于ANN、SVR算法。
关键词
春小麦(Triticum
aestivum
L.)
SPAD
机器学习
三维光谱指数
高
光谱
Keywords
spring wheat(Triticum aestivum L.)
SPAD
machine learning
three-dimensional spectral index
hyperspectral
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
Q945.11 [生物学—植物学]
S512.1 [农业科学—作物学]
下载PDF
职称材料
题名
基于实测光谱和国产高分五号高光谱卫星的铁尾矿表层含水率遥感反演方法研究
被引量:
1
2
作者
曹粤
包妮沙
周斌
顾晓薇
刘善军
虞茉莉
机构
东北大学资源与土木工程学院
辽宁省固废产业技术创新研究院
辽宁省生态气象和卫星遥感中心
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2023年第4期1225-1233,共9页
基金
国家自然科学基金项目(52074063,52074064)
辽宁省科技计划项目(2020020307-JH1/103-02)
+1 种基金
辽宁省民生科技计划项目(2021JH2/10200035)
国防重大项目2020GFZD002(N2001002)资助。
文摘
尾矿库作为高势能的人造泥石流危险源,在尾砂含水量过高时有溃坝风险,低含水量状态下产生扬尘则会危害周围环境。尾砂含水量实时、动态监测对于尾矿库安全状况及矿区环境保护具有重要意义。相比传统采样化验手段,高光谱遥感拥有观测面积大、数据实时易获取、光谱信息丰富的特点,为快速、高精度尾矿水分监测提供了手段。以鞍山-本溪铁矿群中的高硅型铁尾矿为研究区,实地采集尾砂样品77个,利用可见光-近红外(350~2500 nm)光谱仪获取其光谱数据,分析不同含水率尾砂光谱特征及机理;引入竞争性自适应加权重采样法(CARS)筛选水分敏感波段,并基于敏感波段建立三维波段光谱指数(TBI),结合随机森林(RF)、粒子群优化的极限学习机(PSO-ELM)及卷积神经网络(CNN)算法建立尾砂水分反演模型,以国产高分五号高光谱卫星为数据源进行模型应用,获取尾矿库表层含水时空分布特征。结果表明:(1)尾砂光谱反射率随含水率升高明显下降,在1455和1930 nm处出现O—H吸收特征,吸收深度随含水率减小而逐渐减小;(2)基于CARS方法能够对高光谱数据(305波段)有效降维,筛选出18个水分敏感波段,进一步利用敏感波段构建不同形式的尾砂含水率TBI指数集,其中三维差值指数TBI5=(R1097.47-R1990.67)-(R1990.67-R437.39),与水分含量相关性最高,达到0.84;(3)对比RF,PSO-ELM及CNN方法以及不同形式的输入数据,基于尾砂含水率TBI指数联合反射率数据集作为输入数据进行CNN建模,室内光谱模型达到验证精度R2=0.92,相对分析误差RPD=3.43,基于该模型利用高分五号卫星数据反演可获取研究区尾砂含水率空间分布结果,实地验证R2达到0.79,相对分析误差RPD=2.20,获得较好的预测效果。可为基于高光谱技术的铁尾矿水分含量大面积实时快速监测提供参考。
关键词
可见光-近红外
光谱
三维光谱指数
国产高分五号卫星
铁尾矿
尾砂含水率
Keywords
Visible-near-infrared spectra
Three-band spectral index
Domestic Gaofen-5satellite
Iron tailings dam
Moisture content of tailings
分类号
TB79 [一般工业技术—真空技术]
下载PDF
职称材料
题名
基于不同卫星光谱模拟的土壤电导率估算研究
被引量:
8
3
作者
曹肖奕
丁建丽
葛翔宇
梁静
陈文倩
陈香月
唐普恩
机构
新疆大学资源与环境科学学院
新疆大学绿洲生态教育部重点实验室
新疆大学智慧城市与环境建模自治区普通高校重点实验室
出处
《干旱区地理》
CSCD
北大核心
2020年第1期172-181,共10页
基金
黄河水沙变化基础数据仓库与挖掘分析(2016YFC0402409-03)
国家自然科学基金项目(41771470)。
文摘
土壤电导率(Electrical conductivity,EC)是评价土壤盐渍化的重要指标。通过实测新疆艾比湖湿地自然保护区土壤EC及可见光-近红外光谱数据,利用波谱响应技术模拟Landsat 8 OLI、Sentinel 2、Sentinel 3卫星的宽波段数据。构建宽波段模拟数据及其5种预处理后的三维光谱指数(Three-dimensional spectral index,TDSI),采用梯度提升回归树算法(Gradient boosting regression tree, GBRT)建立3种卫星土壤EC估算模型,并比对加入TDSI后模型精度的变化。结果表明:在不同土壤EC条件下,3种卫星具有相似的光谱趋势,均在红、近红外波段附近反射率较高;TDSI与土壤EC相关性基本均在0.4以上,最大程度保留了与土壤EC敏感度高的红、绿、蓝、近红外、短波红外波段信息;GBRT对于土壤EC估算能力表现突出,3种卫星对土壤EC的最佳预测精度R2分别为0.831、0.847、0.903,在加入TDSI后,R2分别提高至0.835、0.857、0.935,综合分析发现,Sentinel 3对土壤EC估算效果最佳(R2=0.935,均方根误差RMSE=2.986 mS·cm-1,赤池信息准则AIC=57.500)。通过利用波谱响应技术结合TDSI深度挖掘波段间的协同信息,采用GBRT验证了不同卫星对土壤EC的估算效果,二者相结合可以有效提升模型预测精度,为干旱区土壤盐渍化定量监测与防控提供有利指导。
关键词
波谱响应
土壤电导率
光谱
预处理
三维光谱指数
梯度提升回归树
Keywords
spectral response
soil conductivity
spectral pretreatment
three-dimensional spectral index
gradient boosting regression tree
分类号
S152 [农业科学—土壤学]
TP79 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于三维光谱指数的春小麦SPAD高光谱估算
刘晓翠
吾木提·艾山江
尼加提·卡斯木
《湖北农业科学》
2023
0
下载PDF
职称材料
2
基于实测光谱和国产高分五号高光谱卫星的铁尾矿表层含水率遥感反演方法研究
曹粤
包妮沙
周斌
顾晓薇
刘善军
虞茉莉
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2023
1
下载PDF
职称材料
3
基于不同卫星光谱模拟的土壤电导率估算研究
曹肖奕
丁建丽
葛翔宇
梁静
陈文倩
陈香月
唐普恩
《干旱区地理》
CSCD
北大核心
2020
8
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部