期刊文献+
共找到95篇文章
< 1 2 5 >
每页显示 20 50 100
Prediction model of moisture content of dead fine fuel in forest plantations on Maoer Mountain,Northeast China 被引量:5
1
作者 Maombi Mbusa Masinda Fei Li +2 位作者 Qi Liu Long Sun Tongxin Hu 《Journal of Forestry Research》 SCIE CAS CSCD 2021年第5期2023-2035,共13页
Preventing and suppressing forest fires is one of the main tasks of forestry agencies to reduce resource loss and requires a thorough understanding of the importance of factors affecting their occurrence.This study wa... Preventing and suppressing forest fires is one of the main tasks of forestry agencies to reduce resource loss and requires a thorough understanding of the importance of factors affecting their occurrence.This study was carried out in forest plantations on Maoer Mountain in order to develop models for predicting the moisture content of dead fine fuel using meteorological and soil variables.Models by Nelson(Can J For Res 14:597-600,1984)and Van Wagner and Pickett(Can For Service 33,1985)describing the equilibrium moisture content as a function of relative humidity and temperature were evaluated.A random forest and generalized additive models were built to select the most important meteorological variables affecting fuel moisture content.Nelson’s(Can J For Res 14:597-600,1984)model was accurate for Pinus koraiensis,Pinus sylvestris,Larix gmelinii and mixed Larix gmelinii—Ulmus propinqua fuels.The random forest model showed that temperature and relative humidity were the most important factors affecting fuel moisture content.The generalized additive regression model showed that temperature,relative humidity and rain were the main drivers affecting fuel moisture content.In addition to the combined effects of temperature,rainfall and relative humidity,solar radiation or wind speed were also significant on some sites.In P.koraiensis and P.sylvestris plantations,where soil parameters were measured,rain,soil moisture and temperature were the main factors of fuel moisture content.The accuracies of the random forest model and generalized additive model were similar,however,the random forest model was more accurate but underestimated the effect of rain on fuel moisture. 展开更多
关键词 Forest plantations Fine fuel moisture content Weather factors prediction models
下载PDF
Diurnal variation models for fine fuel moisture content in boreal forests in China 被引量:3
2
作者 Ran Zhang Haiqing Hu +1 位作者 Zhilin Qu Tongxin Hu 《Journal of Forestry Research》 SCIE CAS CSCD 2021年第3期1177-1187,共11页
Studying diurnal variation in the moisture content of fine forest fuel(FFMC)is key to understanding forest fire prevention.This study established models for predicting the diurnal mean,maximum,and minimum FFMC in a bo... Studying diurnal variation in the moisture content of fine forest fuel(FFMC)is key to understanding forest fire prevention.This study established models for predicting the diurnal mean,maximum,and minimum FFMC in a boreal forest in China using the relationship between FFMC and meteorological variables.A spline interpolation function is proposed for describing diurnal variations in FFMC.After 1 day with a 1 h field measurement data testing,the results indicate that the accuracy of the sunny slope model was 100%and 84%when the absolute error was<3%and<10%,respectively,whereas the accuracy of the shady slope model was 72%and 76%when the absolute error was<3%and<10%,respectively.The results show that sunny slope and shady slope models can predict and describe diurnal variations in fine fuel moisture content,and provide a basis for forest fire danger prediction in boreal forest ecosystems in China. 展开更多
关键词 Forest fuel Forest fire moisture content prediction model Diurnal variation
下载PDF
Spectral feature characterization and nitrogen content prediction in soils with different particle sizes and moisture contents
3
作者 He Yong Shao Yongni +2 位作者 Annia García Pereira Antihus Alexander Hernández Gómez Cen Haiyan 《International Journal of Agricultural and Biological Engineering》 SCIE EI CAS 2008年第1期43-50,共8页
The objective of this research is to analyze the influences of light source incidence angle,fiber height,moisture content,and particle size on loamy mixed soil spectra.Nitrogen(N)content calibration and cross-validati... The objective of this research is to analyze the influences of light source incidence angle,fiber height,moisture content,and particle size on loamy mixed soil spectra.Nitrogen(N)content calibration and cross-validation models at different moisture contents and particle sizes were obtained using partial least squares(PLS)analysis.Spectral data were collected using a spectrophotometer.Fiber height of 100 mm and light source angle at 45°were chosen to obtain the sharpest spectra without apparent scattering effect.The results show that moisture content and particle size strongly influenced the absorbance of the spectra,and a better N prediction model was obtained when the particle sizes were in the ranges of 0.5-1.0,1.0-2.0 and 2.0-5.0 mm,with the correlation coefficients(r)of 0.819,0.815 and 0.818,and standard errors of prediction(SEP)of 2.29,2.41 and 2.42 mg/kg,respectively.Poor N prediction model was obtained when the soil was kept in its natural moisture content with r of 0.575 and SEP of 3.275 mg/kg,compared to the performance of dried soil samples with r of 0.815 and SEP of 2.425 mg/kg. 展开更多
关键词 spectral feature prediction model soil moisture nitrogen content near infrared reflectance spectroscopy partial least squares
原文传递
Predicting sandy soil moisture content with hyperspectral imaging 被引量:1
4
作者 Qi Haijun Jin Xiu +2 位作者 Zhao Liu DEDO Irene Maxime Li Shaowen 《International Journal of Agricultural and Biological Engineering》 SCIE EI CAS 2017年第6期175-183,共9页
In this study,a rapid and non-invasive technology for predicting soil moisture content(SMC)was presented based on hyperspectral imaging(HSI).Firstly,a set of HSI system was developed to collect both spectral(400-1000 ... In this study,a rapid and non-invasive technology for predicting soil moisture content(SMC)was presented based on hyperspectral imaging(HSI).Firstly,a set of HSI system was developed to collect both spectral(400-1000 nm)and spatial(1620×841 pixels)information from sandy soil samples with variable SMC levels in the laboratory.Principal component analysis(PCA)transformation,K-means clustering,and several other image processing methods were performed to obtain a region of interest(ROI)of soil sample from the original HSI data.Then,256 optimal spectral wavelengths were selected from the average reflectance of the ROI,and 28 textural features were extracted using a gray-level co-occurrence matrix(GLCM).Data dimensionality reduction was conducted on both the spectral information and textural information by using a partial least square algorithm.Six latent variables(LVs)extracted from the spectral information,four LVs extracted from the textural information and fused data were used to build regression models with a three-layer BPNN,respectively.The results showed that all of the three calibration models achieved high prediction accuracy,particularly when using spectral information with R^(2)_(C)=0.9532 and RMSEC=0.0086.However,validation models demonstrate that predicting SMC using fused data is more effective than using spectral reflectance and textural features separately,with a R^(2)_(P)=0.9350 and RMSEP=0.0141,thus proving that the HSI technique is capable of detecting SMC. 展开更多
关键词 hyperspectral imaging soil moisture content image processing prediction model fused data BPNN regression
原文传递
Resistivity is used as a tool to evaluate the variability of soil water content
5
作者 ZHANG Bin ZHANG Mao-sheng +2 位作者 SUN Ping-ping LIU Hao FENG Li 《Journal of Mountain Science》 SCIE CSCD 2022年第12期3533-3547,共15页
Resistivity is used to evaluate soil water content(SWC),which has the advantages of not causing soil disturbance and in low price.It is an effective way to assess the SWC variability.This paper aims to evaluate the va... Resistivity is used to evaluate soil water content(SWC),which has the advantages of not causing soil disturbance and in low price.It is an effective way to assess the SWC variability.This paper aims to evaluate the variability of loess slope SWC through the change of resistivity.It provides a simple way for long term SWC monitoring to solve the expensive cost of deploying moisture sensors.In this context,geoelectric and environmental factors such as soil temperature and SWC were monitored for three years.The prediction model of apparent resistivity and SWC was calibrated.The post processing of geoelectric data was introduced.In addition,the SWC collected by Time-Domain Reflectometry(TDR)was used to verify the feasibility of electrical resistivity tomography(ERT)data.The SWC variability in the process of rainfall,the evolution of four seasons,and the alternation of drying and wetting were evaluated.The research results show that:i)the SWC monitored by ERT and TDR can reflect the response and hysteretic effect of water content at 0.5-3.0 m depth.ii)The moisture content monitored by ERT reflects that the soil is relatively wet in summer and autumn and dry in winter and spring.iii)From 2017 to 2020,the SWC increased in August,and the soil became dry in January.iv)Two areas with high SWC and three areas with low SWC on loess slope are reflected by resistivity.The outcome can provide the change information of SWC to a great extent without excavating boreholes. 展开更多
关键词 Loess slope RAINFALL prediction model moisture variability Apparent resistivity Soil water content
下载PDF
光谱特征和纹理特征融合的红茶萎凋含水率检测方法 被引量:1
6
作者 沈跃铖 阮贤萍 +6 位作者 郎春晓 冯科达 沈帅 郑航 张诚荣 蒋建东 俞国红 《茶叶通讯》 2024年第3期376-382,共7页
为实现对红茶萎凋含水率的定量检测,研究提出了一种基于谱图特征融合的红茶萎凋含水率检测方法。通过采集不同萎凋时刻的高光谱图像,利用灰度共生矩阵法提取图像的7个纹理特征并与提取到的光谱特征相融合;通过采用PLSR、RF和GBDTR建立... 为实现对红茶萎凋含水率的定量检测,研究提出了一种基于谱图特征融合的红茶萎凋含水率检测方法。通过采集不同萎凋时刻的高光谱图像,利用灰度共生矩阵法提取图像的7个纹理特征并与提取到的光谱特征相融合;通过采用PLSR、RF和GBDTR建立含水率预测模型,分析光谱特征、纹理特征以及“光谱特征+纹理特征”对含水率预测的准确性,实现红茶萎凋含水率快速无损检测。结果表明融合后的特征效果均得到较大提升,相比于其他两种模型,PLSR表现良好,在测试集上特征融合后的决定系数R2达0.7932,相较于光谱特征和纹理特征分别提升0.047和0.039。该研究对红茶加工设备的智能化具有重要意义,同时所提出的基于谱图特征融合的模型为红茶萎凋过程的智能检测提供了新思路。 展开更多
关键词 红茶 萎凋 光谱特征 纹理特征 含水率 检测方法 预测模型
下载PDF
基于EMD-GRU的港口堆场煤炭含水率智能预测与实验研究
7
作者 李娜 刘强 +3 位作者 张淼 张崇进 胡而已 张帆 《中国煤炭》 北大核心 2024年第5期104-112,共9页
针对煤炭港口堆场洒水抑尘需求,提出了基于EMD-GRU的煤炭含水率预测模型并进行了实验验证。通过建立煤炭堆场含水率预测模型,利用实时数据驱动预测煤炭堆垛含水率变化,根据气象数据与含水率变化情况判断煤炭堆垛未来起尘情况并制定相应... 针对煤炭港口堆场洒水抑尘需求,提出了基于EMD-GRU的煤炭含水率预测模型并进行了实验验证。通过建立煤炭堆场含水率预测模型,利用实时数据驱动预测煤炭堆垛含水率变化,根据气象数据与含水率变化情况判断煤炭堆垛未来起尘情况并制定相应的洒水策略。实验结果表明,EMD-GRU模型的均方根误差、平均绝对误差、平均绝对百分比误差和决定系数分别为0.768、0.566、9.52%、0.944,与SVR、DTR、RNN、LSTM、GRU等预测模型相比,EMD-GRU预测模型的各误差值均最低,决定系数为最高,且预测精度与拟合效果最好。 展开更多
关键词 煤含水率 气象要素 深度学习 EMD-GRU 预测模型
下载PDF
吉林蛟河不同树种储水量分配特征与预测模型
8
作者 李昊岩 Liu Guoling +3 位作者 张春雨 叶尔江·拜克吐尔汉 程艳霞 赵秀海 《北京林业大学学报》 CAS CSCD 北大核心 2024年第9期11-25,共15页
【目的】分析吉林蛟河12个乔木树种整株及各组分含水率和储水量分配特征,构建并筛选各树种最优储水量预测模型,探讨不同树种储水量随森林发育阶段的变化,为该地区森林树种储水量估算提供模型参考。【方法】采用单因素方差分析,对比12个... 【目的】分析吉林蛟河12个乔木树种整株及各组分含水率和储水量分配特征,构建并筛选各树种最优储水量预测模型,探讨不同树种储水量随森林发育阶段的变化,为该地区森林树种储水量估算提供模型参考。【方法】采用单因素方差分析,对比12个树种不同器官含水率和储水量占比的差异,并通过多重比较法进行显著性检验。应用肯德尔秩相关分析法,以胸径(D)、树高(H)、D2H为模型自变量,整株及各器官储水量为因变量,构建多种形式的储水量预测模型,并通过模型决定系数、参数显著性以及赤池信息准则筛选最优模型。结合林地信息,计算不同发育阶段树种的储水量。【结果】(1)12个树种器官平均含水率顺序为树叶>树根>树枝>树干。除千金榆外,其余树种在各器官储水量分配上普遍呈现树干>树根>树枝>树叶的趋势。随胸径增大,树枝储水量占比增大,而树干与树叶的储水量占比减小,树根储水量变化不显著。(2)12个树种的储水量预测模型均为对数函数形式,不同树种器官的最优模型自变量各异。(3)随着森林演替,单位面积乔木的储水量和生物量均增加。【结论】本研究揭示了储水量占比和含水率在器官间与物种间存在显著差异,其中储水量与树高、胸径之间存在种间特异性,且不同器官储水量占比随胸径增长呈现不同变化趋势。所筛选的储水量最优模型均为对数函数形式,其中单树种储水量预测模型具有较高的拟合精度,而全树种模型更适用于估算区域性储水量。本文阐明了吉林蛟河树木水分状况在不同时空尺度上的变化规律,有助于加深对生态系统动态过程的理解,并为该地区森林树种储水量的精确估算提供了可靠的模型参考。 展开更多
关键词 含水率 储水量 储水量分配 储水量预测模型
下载PDF
融合Transformer和LSTM的蓝莓根区土壤含水量预测模型
9
作者 王亿 曹姗姗 +3 位作者 孙伟 胡博 古丽米拉·克孜尔别克 孔繁涛 《湖北农业科学》 2024年第8期78-84,共7页
针对土壤含水量预测模型存在难以解决非线性复杂特征、易陷入局部极小值等问题,构建融合Transformer和LSTM的土壤含水量深度学习预测模型(Transformer-LSTM)。采集山东省青岛市黄岛区丁家寨村蓝莓(Vaccinium spp.)生产区冷棚与露天2个... 针对土壤含水量预测模型存在难以解决非线性复杂特征、易陷入局部极小值等问题,构建融合Transformer和LSTM的土壤含水量深度学习预测模型(Transformer-LSTM)。采集山东省青岛市黄岛区丁家寨村蓝莓(Vaccinium spp.)生产区冷棚与露天2个站点的蓝莓根区土壤和气象数据作为建模数据,根据皮尔逊相关性和偏自相关性分析选择模型的数据输入特征与输入长度,与单一的Transformer模型和LSTM模型进行对比分析,评估模型对土壤含水量的预测性能。结果表明,Transformer-LSTM模型在预测精度上均优于单一的Transformer模型和LSTM模型,Transformer-LSTM模型的平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)、决定系数(R^(2))分别为0.245 9、0.572 0、0.012 1、0.960 6。Transformer-LSTM模型可以更全面地提取蓝莓种植环境因子输入序列中的特征信息,有效提升土壤含水量因子预测精度和水平。 展开更多
关键词 蓝莓(Vaccinium spp.) 根区土壤 含水量 TRANSFORMER LSTM 预测模型
下载PDF
密度与含水率双因素作用下重组竹顺纹弹性模量的预测与分析 被引量:1
10
作者 黄庚浪 盛叶 +2 位作者 张峰 江凤娇 叶小凡 《木材科学与技术》 北大核心 2024年第2期60-67,共8页
本研究选取3组不同密度(1.10、1.20、1.30 g/cm^(3))和5组不同含水率(4%,8%,12%,16%,20%)的重组竹试件进行顺纹抗拉、抗压试验,分析不同密度和含水率作用下重组竹顺纹抗拉、抗压弹性模量的变化规律。结果发现,重组竹顺纹抗拉、抗压弹性... 本研究选取3组不同密度(1.10、1.20、1.30 g/cm^(3))和5组不同含水率(4%,8%,12%,16%,20%)的重组竹试件进行顺纹抗拉、抗压试验,分析不同密度和含水率作用下重组竹顺纹抗拉、抗压弹性模量的变化规律。结果发现,重组竹顺纹抗拉、抗压弹性模量随密度的增大而增大,随含水率的升高而减小并趋于平衡;通过试验研究和数据拟合提出重组竹顺纹抗拉、抗压弹性模量的双参数耦合模型,线性组合模型和ASTM组合模型均能较好地预测重组竹顺纹抗拉、抗压弹性模量随密度和含水率变化后的理论值,顺纹抗拉弹性模量的实测值与线性组合模型和ASTM组合模型预测值之间最大误差为5.28%和8.20%;顺纹抗压弹性模量的实测值与线性组合模型和ASTM组合模型预测值之间最大误差为8.91%和8.67%,因线性组合模型计算更为简便,建议在实际应用中优先选用。 展开更多
关键词 重组竹 顺纹抗拉、抗压弹性模量 密度 含水率 模型预测
下载PDF
赣南马尾松林地表细小死可燃物含水率动态及模型
11
作者 朱诗豪 吴志伟 +1 位作者 李政杰 李顺 《林业科学》 EI CAS CSCD 北大核心 2024年第5期158-168,共11页
[目的]建立森林地表细小死可燃物(枯落叶、细枯枝、枯草等)含水率预测模型,预警区域森林火灾引燃的可能性及其潜在火行为。[方法]基于野外长期定位观测的赣南地区典型植被类型马尾松林地表细小死可燃物含水率数据,在不同地形条件和时间... [目的]建立森林地表细小死可燃物(枯落叶、细枯枝、枯草等)含水率预测模型,预警区域森林火灾引燃的可能性及其潜在火行为。[方法]基于野外长期定位观测的赣南地区典型植被类型马尾松林地表细小死可燃物含水率数据,在不同地形条件和时间段进行气象因子随机森林相对重要性排序和皮尔逊相关性分析,建立地表细小死可燃物含水率随机森林模型和气象要素回归模型,比较不同模型精度指标,筛选适合赣南地区的森林火灾预测模型。[结果]赣南地区马尾松林地表细小死可燃物含水率具有明显变异性,阴坡含水率显著高于阳坡,在防火期初期最明显。地表细小死可燃物含水率与各气象要素(温度、相对湿度、风速、光照强度)具有极显著相关性(P<0.001);随机森林模型预测精度高于气象要素回归模型,阴坡2种模型精度均高于阳坡;具有滞后效应的光照强度因子对地表细小死可燃物含水率影响最大,影响地表细小死可燃物含水率的关键因素在阳坡是相对湿度、阴坡是风速。[结论]具有滞后效应的气象因子对赣南地区马尾松林地表细小死可燃物含水率有显著影响,考虑增加这些因素能更好预测地表细小死可燃物含水率变化,为火险预警提供可靠依据。 展开更多
关键词 地表细小死可燃物含水率 预测模型 气象要素回归模型 随机森林 赣南地区
下载PDF
基于PCA-BP神经网络的烟叶含水率预测研究
12
作者 吴宏 孔泽栋 +1 位作者 王若方 马松 《安徽农业科学》 CAS 2024年第14期219-222,241,共5页
为了实现对复烤下机烟叶含水率的准确预测,提出了基于主成分分析法和BP神经网络的烟叶含水率预测模型。首先,采用主成分分析法提取最具表征意义的复烤烟叶含水率特征因子,获得特征矩阵。然后将特征矩阵输入BP神经网络,构建包括特征矩阵... 为了实现对复烤下机烟叶含水率的准确预测,提出了基于主成分分析法和BP神经网络的烟叶含水率预测模型。首先,采用主成分分析法提取最具表征意义的复烤烟叶含水率特征因子,获得特征矩阵。然后将特征矩阵输入BP神经网络,构建包括特征矩阵与复烤下机烟叶含水率的预测模型。仿真结果表明,提出的模型在复烤烟叶含水率预测方面呈现出显著的预测能力,决定系数达0.92。文中方法可辅助优化烟叶复烤控制参数,提升复烤烟叶品质。 展开更多
关键词 烟叶 含水率 主成分分析 神经网络 预测模型
下载PDF
人工神经网络在果蔬干燥领域应用进展
13
作者 樊宇航 宋卫东 +3 位作者 王教领 王明友 丁天航 周德欢 《中国农机化学报》 北大核心 2024年第8期112-119,147,共9页
果蔬干燥是农产品加工中的重要环节,构建精确的干燥动力学模型成为干燥领域的重点方向。综述人工神经网络在果蔬干燥过程中的应用现状、分析存在的问题和做出展望。针对神经网络在干燥过程中的各种场景分类为四个部分:含水率预测、品质... 果蔬干燥是农产品加工中的重要环节,构建精确的干燥动力学模型成为干燥领域的重点方向。综述人工神经网络在果蔬干燥过程中的应用现状、分析存在的问题和做出展望。针对神经网络在干燥过程中的各种场景分类为四个部分:含水率预测、品质检测、工艺优化和控制系统方面,总结各部分的应用类型及发展创新;再对比传统干燥模型和人工神经网络模型;最后介绍混合神经网络的应用场景。发现人工神经网络比传统干燥模型更精确,且混合神经网络结合专家系统、模糊逻辑等理论能够提供准确的预测,作为一种新颖高效的建模技术,可以广泛应用于果蔬加工的优化、控制、自动化等领域。其中应用最广泛的就是与遗传算法结合的GA-BP神经网络,BP负责预测、GA负责寻优,在这样的算法中不仅可以精确预测结果还可以优化工艺。这样的模型更适合果蔬干燥且在未来有更广阔的发展空间,以期这些探讨和分析对果蔬干燥领域具有参考意义。 展开更多
关键词 果蔬干燥 神经网络 干燥动力学模型 误差反向传播算法 含水率预测
下载PDF
内蒙古大兴安岭森林火险等级预报模型研究
14
作者 杨淑香 吴宏伟 +2 位作者 董越 李洪峰 包兴华 《林业调查规划》 2024年第2期19-24,共6页
为提高森林火险等级预报的准确率和及时率,减少森林资源损失。以内蒙古大兴安岭地区为研究区域,利用遥感MODIS-NDVI数据反演可燃物的湿度指数,以气象指数、植被指数、闪电指数、湿度指数共同计算得出森林火险指数,以火险指数作为内蒙古... 为提高森林火险等级预报的准确率和及时率,减少森林资源损失。以内蒙古大兴安岭地区为研究区域,利用遥感MODIS-NDVI数据反演可燃物的湿度指数,以气象指数、植被指数、闪电指数、湿度指数共同计算得出森林火险指数,以火险指数作为内蒙古大兴安岭地区森林火险等级预报模型的量化指标,并对火险等级进行分级,获得内蒙古大兴安岭森林火险等级预报方法。该方法结合当地的实际情况,将闪电指数引入到预报模型中,并实现了定量化估测。同时,以近几年发生在该地区重特大森林火灾为例,对该预报模型进行了验证。该方法可较好地对内蒙古大兴安岭地区森林火险等级进行定量化预报。 展开更多
关键词 森林可燃物 MODIS-NDVI数据 含水率 火险等级 预报模型 大兴安岭
下载PDF
Establishment of soil moisture model based on hyperspectral data and growth parameters of winter wheat
15
作者 Xizhi Lyu Weimin Xing +3 位作者 Yuguo Han Zhigong Peng Baozhong Zhang Muhammad Roman 《International Journal of Agricultural and Biological Engineering》 SCIE 2023年第3期160-168,共9页
Large area of soil moisture status diagnosis based on plant canopy spectral data remains one of the hot spots of agricultural irrigation.However,the existing soil water prediction model constructed by the spectral par... Large area of soil moisture status diagnosis based on plant canopy spectral data remains one of the hot spots of agricultural irrigation.However,the existing soil water prediction model constructed by the spectral parameters without considering the plant growth process will inevitably increase the prediction errors.This study carried out research on the correlations among spectral parameters of the canopy of winter wheat,crop growth process,and soil water content,and finally constructed the soil water content prediction model with the growth days parameter.The results showed that the plant water content of winter wheat tended to decrease during the whole growth period.The plant water content had the best correlations with the soil water content of the 0-50 cm soil layer.At different growth stages,even if the soil water content was the same,the plant water content and characteristic spectral reflectance were also different.Therefore,the crop growing days parameter was added to the model established by the relationships between characteristic spectral parameters and soil water content to increase the prediction accuracy.It is found that the determination coefficient(R^(2))of the models built during the whole growth period was greatly increased,ranging from 0.54 to 0.60.Then,the model built by OSAVI(Optimized Soil Adjusted Vegetation Index)and Rg/Rr,two of the highest precision characteristic spectral parameters,were selected for model validation.The correlation between OSAVI and soil water content,Rg/Rr,and soil water content were still significant(p<0.05).The R^(2),MAE,and RMSE validation models were 0.53 and 0.58,3.19 and 2.97,4.76 and 4.41,respectively,which was accurate enough to be applied in a large-area field.Furthermore,the upper and lower irrigation limit of OSAVI and Rg/Rr were put forward.The research results could guide the agricultural production of winter wheat in northern China. 展开更多
关键词 winter wheat canopy spectra growth process soil water content irrigation threshold soil moisture model prediction
原文传递
卷积神经网络用于近红外光谱预测土壤含水率 被引量:34
16
作者 王璨 武新慧 +2 位作者 李恋卿 王玉顺 李志伟 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2018年第1期36-41,共6页
近红外光谱分析技术在土壤含水率预测方面具有独特的优势,是一种便捷且有效的方法。卷积神经网络作为高性能的深度学习模型,能够从复杂光谱数据中自主提取有效特征结构进行学习,与传统的浅层学习模型相比具有更强的模型表达能力。将卷... 近红外光谱分析技术在土壤含水率预测方面具有独特的优势,是一种便捷且有效的方法。卷积神经网络作为高性能的深度学习模型,能够从复杂光谱数据中自主提取有效特征结构进行学习,与传统的浅层学习模型相比具有更强的模型表达能力。将卷积神经网络用于近红外光谱预测土壤含水率,并提出了有效的卷积神经网络光谱回归建模方法,简化了光谱数据的预处理要求,且具有更高的光谱预测精度。首先对不同含水率下土壤样品的光谱反射率数据进行简单的预处理,通过主成分分析减少光谱数据量,并将处理后的光谱数据变换为二维光谱信息矩阵,以适应卷积神经网络特殊的学习结构。然后基于卷积神经网络算法,设置双层卷积和池化结构逐层提取光谱数据的内部特征信息,并采用局部连接和权值共享减少网络参数、提高泛化性能。通过试验优化网络结构和各项参数,最终获得针对土壤光谱数据的卷积神经网络土壤含水率预测模型,并与传统的BP,PLSR和LSSVM模型进行对比实验。结果表明在训练样本达到一定数量时,卷积神经网络的预测精度和回归拟合度均高于三种传统模型。在少量训练样本参与建模的情况下,模型预测表现高于BP神经网络,但略低于PLSR和LSSVM模型。随着参与训练样本量的增加,卷积神经网络的预测精度和回归拟合度也随之稳定提升,达到并显著优于传统模型水平。因此,卷积神经网络能够利用近红外光谱数据对土壤含水率做出有效预测,且在较多样本参与建模时取得更好效果。 展开更多
关键词 卷积神经网络 近红外光谱 土壤含水率 预测模型
下载PDF
基于EPO-PLS回归模型的盐渍化土壤含水率高光谱反演 被引量:20
17
作者 彭翔 胡丹 +2 位作者 曾文治 伍靖伟 黄介生 《农业工程学报》 EI CAS CSCD 北大核心 2016年第11期167-173,共7页
表层土壤含水率对于指导农业灌溉有重要的作用。研究表明,土壤光谱受到土壤水分和盐分的共同影响,但对于盐渍化地区的土壤含水率高光谱反演却很少涉及。该文通过对11组不同含盐量土壤室内蒸发过程连续监测,获取相关反射率光谱和水分、... 表层土壤含水率对于指导农业灌溉有重要的作用。研究表明,土壤光谱受到土壤水分和盐分的共同影响,但对于盐渍化地区的土壤含水率高光谱反演却很少涉及。该文通过对11组不同含盐量土壤室内蒸发过程连续监测,获取相关反射率光谱和水分、盐分的变化数据,利用外部参数正交化方法(external parameter orthogonalisation,EPO)预处理土壤光谱,滤除盐分(质量比0.1%~5.0%)的影响,建立经过EPO预处理后的偏最小二乘(partial least squares regression after EPO pre-processing,EPO-PLS)土壤水分预测模型。与偏最小二乘(partial least square model,PLS)模型相比,验证样本的决定系数R2和对分析误差RPD(residual predictive deviation)分别从0.722、1.976上升到0.898、3.145;均方根误差RMSE从5.087 g/(100 g)减少到3.237 g/(100 g)。通过EPO算法预处理后的模型性能提升显著,利用该方法能够有效的消除土壤盐分的影响,很好地实现盐渍化地区的水分含量估测。 展开更多
关键词 土壤 模型 含水率 土壤光谱 土壤盐分 外部参数正交化 预测
下载PDF
基于BP神经网络的牡丹花热风干燥含水率预测模型 被引量:18
18
作者 朱文学 孙淑红 +1 位作者 陈鹏涛 陈志宏 《农业机械学报》 EI CAS CSCD 北大核心 2011年第8期128-130,137,共4页
针对热风干燥制作牡丹压花时含水率不便实时测定的问题,探讨了干燥过程中热风温度、风速、压花板孔密度和牡丹花初始质量对干燥速率的影响。利用BP神经网络建立了干燥时间、热风温度、风速、牡丹花初始质量、压花板孔密度与牡丹花干燥... 针对热风干燥制作牡丹压花时含水率不便实时测定的问题,探讨了干燥过程中热风温度、风速、压花板孔密度和牡丹花初始质量对干燥速率的影响。利用BP神经网络建立了干燥时间、热风温度、风速、牡丹花初始质量、压花板孔密度与牡丹花干燥过程中含水率之间的关系模型,采用Matlab神经网络工具箱对模型参数进行训练和模拟。结果表明,利用神经网络建立的模型仿真结果与实测值接近,预测性较好。 展开更多
关键词 牡丹花 干燥 含水率 预测模型 BP神经网络
下载PDF
黄绵土风干过程中土壤含水率的光谱预测 被引量:19
19
作者 刘秀英 王力 +2 位作者 宋荣杰 刘淼 常庆瑞 《农业机械学报》 EI CAS CSCD 北大核心 2015年第4期266-272,共7页
以2014年两次在陕西省乾县田间采集的129个黄绵土土壤样本为研究对象,建立土壤含水率定量反演模型。在土壤风干过程中测量光谱反射率及含水率,分析土壤含水率与光谱反射率之间的关系,并利用一元线性及指数回归建立土壤含水率光谱预测模... 以2014年两次在陕西省乾县田间采集的129个黄绵土土壤样本为研究对象,建立土壤含水率定量反演模型。在土壤风干过程中测量光谱反射率及含水率,分析土壤含水率与光谱反射率之间的关系,并利用一元线性及指数回归建立土壤含水率光谱预测模型。结果表明在400~1 340、1 460~1 790、1 960~2 390 nm波长范围内,与含水率相关性最大的反射率对应的波长分别为570、1 460、1 960 nm;吸收深度最大的波长位于490、1 460、1 960 nm。土壤光谱特征指标与含水率之间的线性相关关系优于指数相关关系。以特征波长1 980 nm(C1980)、1 980 nm的吸收深度(D1980)和1 480 nm的吸收深度(D1480)为自变量建立的线性模型为土壤含水率预测的最优模型,校正和验证的决定系数R2大于0.92,相对预测偏差(RPD)大于2.5,均方根误差(RMSE)小于2.5%。研究表明利用自然土样,在风干过程中进行土壤含水率光谱快速预测是完全可行的,从而为遥感实时、快速监测土壤水分含量及大面积土壤水分反演提供了参考。 展开更多
关键词 风干黄绵土 土壤含水率 光谱特征 预测模型
下载PDF
可燃物含水率实时变化的预测模型 被引量:32
20
作者 曲智林 李昱烨 闵盈盈 《东北林业大学学报》 CAS CSCD 北大核心 2010年第6期66-67,71,共3页
通过微分方程理论推导,建立了可燃物含水率实时变化预测模型,并统计分析了单位时间内可燃物含水率改变量与前一时刻气温、相对湿度和风速的关系,以及模型中各影响因子的取值范围。结果表明:所建模型的精度达到98.0%,说明在温带针阔混交... 通过微分方程理论推导,建立了可燃物含水率实时变化预测模型,并统计分析了单位时间内可燃物含水率改变量与前一时刻气温、相对湿度和风速的关系,以及模型中各影响因子的取值范围。结果表明:所建模型的精度达到98.0%,说明在温带针阔混交林区,3—4月份及多时无雨且温度在零度以上的情况下所建模型是适用的,能够较精确地预测可燃物含水率。 展开更多
关键词 可燃物 含水率 预测模型
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部