岳俊 作品数:7 被引量:35 H指数:3 供职机构: 新疆农业大学林学与园艺学院 更多>> 发文基金: 新疆维吾尔自治区高校科研计划科学研究重点项目 中国博士后科学基金 更多>> 相关领域: 农业科学 自动化与计算机技术 更多>>
基于BP神经网络的高光谱果树树种识别研究 被引量:10 2016年 高光谱具有波段窄、波段多的特点,能够提供比多光谱遥感更精细的地物光谱信息,为识别光谱性质相似的森林树种提供了有效途径。对南疆盆地4种主栽果树树种(苹果、香梨、核桃、红枣)的冠层光谱数据进行测量,用BP神经网络对原始光谱数据及其经一阶微分、对数一阶微分、归一化一阶微分变换后的光谱数据进行分类识别,结果表明:对数一阶微分和归一化一阶微分变换后树种识别精度分别为94%和88%以上;红边区的光谱波段包含了大量树种识别的信息;采用BP神经网络能够对南疆盆地主栽果树进行基于冠层光谱的分类,而且分类精度相对较高。 李子艺 王振锡 岳俊 王玲段 冯振峰关键词:高光谱数据 波段选择 BP神经网络 果树 基于HJ-1A卫星HSI影像的阿克苏地区主栽经济林树种识别研究 被引量:1 2016年 基于HJ-1A卫星HSI数据,以阿克苏地区主栽3种经济林树种为研究对象,运用最佳指数法(Optimum Index Factor)和波段指数法(Band Index)对HJ-1A卫星的HSI影像进行敏感波段的筛选,并对南疆环塔里木盆地主栽经济林树种进行了识别研究。结果表明,不同波段选择方法筛选出的敏感波段集中在红光和近红外波段范围,且对经济林树种都具有良好的可分性;敏感波段组合(28-40-77、28-54-75、20-40-58)对经济林树种总分类精度均达到了70%以上,基于TM432划分波段的波段指数法筛选的20-40-58组合,总分类精度最高(OA=72.4647%),Kappa系数为0.5838。 王玲段 王振锡 吴智乐 岳俊 冯振峰关键词:波段选择 基于叶片光谱特征的南疆盆地主栽果树树种遥感识别 被引量:5 2015年 随着新疆南疆林果业的飞速发展,对于果树树种的分类与提取逐渐成为研究热点。试验选取了新疆南疆盆地主栽的5种果树作为试验对象,利用光谱仪测定不同树种的叶片高光谱反射率数据,旨在找到一种快捷、精确、大范围、适时、动态的果树监测与分类方法,以期为星载高光谱遥感水平上的树种智能识别提供必要的技术支撑。在对不同树种叶片光谱特征分析的基础上,采用不同步长间隔的平滑滤值处理及5种数据变换方式,开展了5种果树树种识别研究。结果表明:在步长间隔为5 nm的平滑处理下,经过一阶微分变换的树种识别精度最高,达99.3%。此方法为新疆南疆主栽果树树种的遥感识别提供了新的途径。 齐浩 王振锡 岳俊 贾永倩关键词:叶片 南疆 基于光谱与纹理特征的南疆盆地果树树种遥感识别研究 被引量:14 2015年 基于不同分辨率(2,8,16m)遥感数据(GF-1),分别运用最大似然法、马氏距离、神经网络、支持向量机4种分类方法,结合光谱与纹理特征对南疆盆地4种主栽果树(核桃、红枣、香梨和苹果)进行遥感识别。结果表明,不同分辨率下,基于光谱与纹理特征的分类精度均比单纯依靠光谱特征参与下的分类精度有较大提高,2,8,16m分辨率下分类总精度最高达到76.91%,67.46%,61.23%,比相应单纯依靠光谱信息分类提高了7.20%,5.00%,6.41%,Kappa系数也相应提高了0.14,0.03,0.06。不同分辨率下(2,8,16m)识别4种果树的最佳纹理窗口分别为23×23、21×21、13×13窗口;对应的纹理特征组合为:方差、相异性、相关性;方差、均匀性、对比度;方差、对比度、相异性;支持向量机是识别4种林果树种的最佳分类方法,2m分辨率的遥感影像为识别4种果树的最佳选择。 岳俊 王振锡 冯振峰 李子艺 王玲段关键词:支持向量机 纹理特征 基于Hyperion数据的南疆环塔里木盆地经济林树种识别敏感波段选择 被引量:3 2016年 基于Hyperion高光谱遥感影像,以阿克苏红旗坡农场周围的3种经济林树种为研究对象,采用最佳指数法、自适应波段指数法和基于TM影像对应波段划分的波段指数法筛选出4种敏感波段组合,并运用最大似然分类方法对其进行树种识别敏感性检验。研究结果表明:筛选出的4种波段组合对3种经济林树种都有较好的可分性,总体分类精度均达到了75%以上,尤其是基于TM影像对应波段划分的波段指数法筛选的55-33-25和55-158-33组合,分类精度高达86.85%和87.47%,Kappa系数均在0.75以上,可作为南疆环塔里木盆地3种主栽经济林树种大面积遥感识别的依据。 冯振峰 王振锡 岳俊 王玲段关键词:经济林树种 高光谱遥感 数据降维 波段组合 基于光谱特征参数的果树树种的遥感识别 被引量:2 2014年 本研究通过对南疆盆地主栽5种果树(苹果、香梨、核桃、红枣、杏)的冠层光谱数据进行特征参量的选取,旨在提高林果树种的树种分类精度并筛选出用于这5种树种的冠层光谱树种识别的有效特征参量,从而为完善高光谱果树树种识别研究中大量数据处理的方法提供参考依据。试验采用美国PP Systems公司生产的UniSpec-SC(单通道)便携式光谱分析仪对不同树种的冠层进行光谱测量,利用逐步判别分析法对高光谱数据进行树种识别与有效特征参量的选择。结果表明,采用特征参量进行树种识别的总分类精度可达到86.67%,明显高于全波段参与下的72.00%。逐步判别分析法入选的有效特征参量为蓝边面积、蓝边斜率、黄边面积、近红外平台、红边面积、蓝边位置、黄边位置、红边位置。 闫晓勇 王振锡 岳俊南疆盆地主栽林果树种多尺度纹理特征及分类研究 新疆环塔里木盆地以其广阔的地域空间,独特的气候条件成为我国苹果、核桃、枣、香梨等特色林果产业的优势区域。近年来,全疆特色林果种植面积已超过2000多万亩。特色林果产业已成为促进新疆区域经济发展新的增长点和实现农民增收的重... 岳俊关键词:纹理特征 高分辨率