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
1
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
基于卷积神经网络的中国北方冬小麦遥感估产
被引量:
34
1
作者
周亮
慕号伟
+1 位作者
马海姣
陈高星
《农业工程学报》
EI
CAS
CSCD
北大核心
2019年第15期119-128,共10页
针对传统的农作物估产方法过度依赖人工经验,以及实地采样成本高等问题。该研究使用MODIS数据构建了基于卷积神经网络(convolutional neural network,CNN)的冬小麦估产模型。对2006-2016年中国北方冬小麦核心区的60个地级市进行模型训练...
针对传统的农作物估产方法过度依赖人工经验,以及实地采样成本高等问题。该研究使用MODIS数据构建了基于卷积神经网络(convolutional neural network,CNN)的冬小麦估产模型。对2006-2016年中国北方冬小麦核心区的60个地级市进行模型训练,鲁棒性检验以及估产误差空间特征分析。结果表明:1)估产模型在训练集和验证集的均方根误差(root mean square error,RMSE)分别为183.82 kg/hm^2、689.72 kg/hm^2,决定系数(R^2)分别为0.98、0.71。2)以同样的神经网络结构对2006-2016年估产样本分别作为验证集,训练11个独立模型的RMSE平均值是772.03 kg/hm^2,证明算法具有较高的鲁棒性。3)2007、2012和2016年不同省份的估产结果表明,模型对北方冬小麦区的平原区估产精度较高,尤其是河北和山东2省(RMSE为500 kg/hm^2)。该文构建的估产模型可以实现冬小麦单产的复杂拟合,可以应用于较大尺度(范围)冬小麦产量预报。
展开更多
关键词
作物
产量
遥感
作物估产
卷积神经网络
深度学习
冬小麦
下载PDF
职称材料
题名
基于卷积神经网络的中国北方冬小麦遥感估产
被引量:
34
1
作者
周亮
慕号伟
马海姣
陈高星
机构
兰州交通大学测绘与地理信息学院
地理国情监测技术应用国家地方联合工程研究中心
甘肃省地理国情监测工程实验室
西北农林
科技
大学水利与建筑工程学院
北京地空数驰科技有限公司
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2019年第15期119-128,共10页
基金
国家自然科学基金项目(41701173,41961027)
中国博士后科学基金项目(2016M600121)
+1 种基金
甘肃省飞天学者特聘计划
兰州交通大学优秀平台支持(201806)
文摘
针对传统的农作物估产方法过度依赖人工经验,以及实地采样成本高等问题。该研究使用MODIS数据构建了基于卷积神经网络(convolutional neural network,CNN)的冬小麦估产模型。对2006-2016年中国北方冬小麦核心区的60个地级市进行模型训练,鲁棒性检验以及估产误差空间特征分析。结果表明:1)估产模型在训练集和验证集的均方根误差(root mean square error,RMSE)分别为183.82 kg/hm^2、689.72 kg/hm^2,决定系数(R^2)分别为0.98、0.71。2)以同样的神经网络结构对2006-2016年估产样本分别作为验证集,训练11个独立模型的RMSE平均值是772.03 kg/hm^2,证明算法具有较高的鲁棒性。3)2007、2012和2016年不同省份的估产结果表明,模型对北方冬小麦区的平原区估产精度较高,尤其是河北和山东2省(RMSE为500 kg/hm^2)。该文构建的估产模型可以实现冬小麦单产的复杂拟合,可以应用于较大尺度(范围)冬小麦产量预报。
关键词
作物
产量
遥感
作物估产
卷积神经网络
深度学习
冬小麦
Keywords
crops
yield
remote sensing
crop yield estimation
convolutional neural network
deep learning
winter wheat
分类号
S127 [农业科学—农业基础科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积神经网络的中国北方冬小麦遥感估产
周亮
慕号伟
马海姣
陈高星
《农业工程学报》
EI
CAS
CSCD
北大核心
2019
34
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