国家自然科学基金(40571115D0119)
- 作品数：4 被引量：66H指数：4
- 相关作者：黄敬峰刘占宇孙华生王红说张红志更多>>
- 相关机构：浙江大学浙江省农业科学院教育部更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划国家科技支撑计划更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 基于学习矢量量化神经网络的水稻白穗和正常穗的高光谱识别被引量：18
- 2007年
- 水稻病虫害的发生会导致大量白穗的出现,对白穗和正常穗的区分是采取植保措施和灾害评估的基础。通过研究获取了由水稻二化螟和穗瘟造成的白穗和正常穗的室内光谱,选取红边斜率、红边面积、绿峰幅值和绿峰面积等4个高光谱变量作为输入向量,利用学习矢量量化(LVQ)神经网络对水稻白穗和正常穗进行分类。利用测试样本对网络进行测试,结果显示对白穗和正常稻穗的分类精度高达100%。研究表明,基于LVQ神经网络对水稻白穗和正常穗进行辨别的方法是切实可行的,可以补充和替代肉眼观测。
- 刘占宇孙华生黄敬峰
- 关键词：水稻遥感高光谱反射率
- 基于MODIS NDVI时间序列谱匹配的耕地信息提取研究——以浙中地区为例被引量：14
- 2008年
- 基于MODIS NDVI数据和时间序列谱匹配提取季相相似的耕地面积.选取耕地样点像元的时间序列作为标准时间序列谱,其他像元的时间序列作为测试时间序列谱,对匹配系数进行t测验以确定耕地像元.当匹配位置m=0时,在t测验10%显著水平时耕地的匹配精度最高,相关系数r为0.60;而对均方根误差(RMSE)评价图执行非监督分类,获得的耕地匹配精度显著提高,相关系数为0.79,优于t测验方法.该研究证实了基于时间序列谱匹配的耕地信息提取的可行性,同时匹配精度可反映研究区作物季相的一致性信息.
- 王红说黄敬峰徐俊锋彭代亮
- 关键词：NDVI
- 中国水稻遥感信息获取区划研究被引量：17
- 2008年
- 【目的】水稻是我国重要的粮食作物之一。通过遥感技术获取农作物信息是一种有效的手段,然而由于中国的水稻生长地域跨度大,各地的气候、地形等自然条件十分复杂,水稻的生长环境、生长季节和耕作制度在不同的区域差异很大,所以利用遥感方法获取水稻信息在不同区域有较大差别。为提高利用遥感方法获取水稻信息的精度而对全国的水稻种植区域进行合理的区划。【方法】以全国水稻种植区为对象,通过分析并选取对遥感技术信息获取有重要影响的因素,如耕作制度、地形因素、种植结构和大气噪声(云覆盖)等,采用恰当的区划指标,利用定性和定量相结合的分析方法进行区划。【结果】根据耕作制度的差异把全国分为4个水稻遥感信息获取区,然后又根据地形、种植结构和大气噪声等因素对遥感信息获取的影响分成19个亚区。由于研究区的范围较大,各地的自然和社会状况十分复杂,所以研究只考虑了对水稻遥感信息获取时起主要影响作用的因素,而忽略了其它的次要因素。【结论】区划结果对水稻遥感信息获取时选择合适的遥感获取方式、恰当的空间分辨率与时相的遥感图像,以及对遥感信息提取结果准确度的验证等提供参考。
- 孙华生黄敬峰李波王红说
- 关键词：水稻遥感区划
- 基于主成分分析和径向基网络的水稻胡麻斑病严重度估测被引量：18
- 2008年
- 对植被病害严重度的精确预测是采取植保措施的关键,同时对减少农药使用量也具有积极意义。该研究首先对叶片光谱反射数据进行重采样和求一阶、二阶微分,再用主成分分析PCA技术对上述变换光谱进行分析,最后结合径向基函数神经网络RBFN对水稻胡麻叶斑病严重度进行预测。将全部的光谱数据和病害严重度分为两组,75%用于网络训练,25%用作网络性能测试。文中对预测结果准确性有重要影响的径向基函数扩展速率和不同的数据处理方法进行了讨论,研究发现,一阶微分光谱经PCA压缩后,获得主分量光谱,输入RBN,病害严重度的预测均方根误差仅有7.73%。表明:主成分分析和径向基函数神经网络(PCA-RBFN)相结合,可以对水稻胡麻斑病严重度进行快速、精确的估算。
- 刘占宇黄敬峰陶荣祥张红志
- 关键词：水稻胡麻斑病主成分分析径向基函数神经网络
