检索结果-南通市图书馆

同方期刊数据库

基于高光谱和深度学习的水稻秸秆覆盖度遥感估算

在线全文

学校读者我要写书评

暂无评论

河南农业大学学报 2024年

作者：岳继博李婷田庆久刘杨冯海宽河南农业大学信息与管理科学学院南京大学国际地球科学系统研究所中国农业大学智慧农业系统集成研究教育部重点实验室北京市农林科学院信息技术研究中心农业农村部农业遥感机理与定量遥感重点实验室

【目的】设计一种结合高光谱遥感、卷积神经网络和迁移学习技术的田间水稻秸秆覆盖度（RRC）信息提取方法。【方法】主要包含3部分：（1）实验室测量了多种土壤含水量、水稻秸秆含水量和RRC的“土壤-水稻秸秆”混合光谱；（2）基于视觉... 详细信息

【目的】设计一种结合高光谱遥感、卷积神经网络和迁移学习技术的田间水稻秸秆覆盖度（RRC）信息提取方法。【方法】主要包含3部分：（1）实验室测量了多种土壤含水量、水稻秸秆含水量和RRC的“土壤-水稻秸秆”混合光谱；（2）基于视觉几何组网络设计了水稻秸秆覆盖度高光谱网络（RRChyperNet）模型，该模型融合深层和浅层网络特征开展RRC估算；（3）基于实验室实测和田间实测“土壤-水稻秸秆”混合光谱评估了使用RRChyperNet模型开展田间RRC估算的可行性。使用决定系数(R2)和均方根误差（RMSE）评估田间RRC信息提取的准确性。【结果】（1）RRChyperNet可用于开展田间RRC信息高精度估算(R2=0.953，RMSE=0.085)。（2）基于预训练的RRChyperNet结合迁移学习方法能够实现对研究区RRC高精度估算(R2=0.867，RMSE=0.093)，其精度明显高于广泛使用的随机森林和支持向量机回归模型(R2=0.686～0.691，RMSE=0.122～0.128)。（3）研究仅基于水稻秸秆开展了RRChyperNet模型训练和性能测试，其针对小麦、玉米等秸秆覆盖度信息提取精度仍需要未来更多的试验来验证。【结论】RRChyperNet能够提供高精度的田间水稻秸秆覆盖度信息，为动态掌握农田保护性耕作实施进度和落实农业生态环境保护建设提供技术支持。

关键词：卷积神经网络水稻秸秆覆盖度深度学习迁移学习

利用VGC-AGB模型和高光谱遥感的马铃薯地上生物量估算

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2023年第9期43卷 2876-2884页

作者：冯海宽岳继博樊意广杨贵军赵春江南京农业大学国家信息农业工程技术中心江苏南京210095 农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心北京100097 河南农业大学信息与管理科学学院河南郑州450002

马铃薯是继水稻、小麦、玉米之后的一种重要的粮食作物,其优化种植和生产对于保障粮食安全具有重要的意义。作物的地面生物量(AGB)被广泛认为与作物的生长状态密切相关,常常被直接用来参与作物产量预测和健康状态参数评估。现有的研究表... 详细信息

马铃薯是继水稻、小麦、玉米之后的一种重要的粮食作物,其优化种植和生产对于保障粮食安全具有重要的意义。作物的地面生物量(AGB)被广泛认为与作物的生长状态密切相关,常常被直接用来参与作物产量预测和健康状态参数评估。现有的研究表明,遥感植被指数在中高作物覆盖度时会丧失对作物参数的敏感性,即“饱和现象”,这制约了作物生长中后期AGB的准确监测。采用了一个新型垂直生长作物AGB估算模型(VGC-AGB)结合高光谱遥感开展马铃薯多生长阶段的AGB估算研究。针对多生长时期遥感光谱指数开展作物生物量监测中存在的“饱和问题”,VGC-AGB定义了叶片干物质含量(C_(m))和垂直器官干物质含量(C_(sm))2个参数,分别描述马铃薯叶片和茎的平均干物质含量,并通过叶面积指数(LAI)×C_(m)计算叶片的地上生物量(AGB l),通过种植密度(C_(d))、马铃薯株高(C_(h))和C_(sm)的乘积,即C_(d)×C_(h)×C_(sm)计算垂直器官的地上生物量(AGB v)。基于国家精准农业研究示范基地2019年马铃薯田间实验,分别获取了马铃薯4个关键生长时期的地面ASD高光谱数据、实测株高、AGB和LAI数据等,并利用高光谱反射率数据构建了高光谱特征参数,分别对比了(1)高光谱特征参数+株高,(2)地面测量参数+VGC-AGB模型和(3)高光谱特征参数+VGC-AGB模型的3种马铃薯AGB估算模型的性能。结果表明,与传统的高光谱遥感植被指数+株高的AGB估算方法相比,新型VGC-AGB模型结合高光谱遥感数据可以提供更高性能的马铃薯AGB l、AGB v和总AGB估算结果,该方法可为马铃薯AGB的快速无损监测提供技术支撑。

关键词： VGC-AGB模型高光谱遥感马铃薯地面生物量

基于随机森林算法的冬小麦生物量遥感估算模型对比

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2016年第18期32卷 175-182页

作者：岳继博杨贵军冯海宽河南理工大学测绘与国土信息工程学院焦作454000 北京农业信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 农业部农业信息技术重点实验室北京100097 北京市农业物联网工程技术研究中心北京100097

为了寻求高效的冬小麦生物量估算方法,该研究获取了2014年陕西省杨凌区拔节期、抽穗期和灌浆期的冬小麦生物量和对应的RADARSAT-2全极化雷达、GF1-WFV多光谱数据,并利用随机森林算法(random forest,RF)将光谱、雷达后向散射、光学植被... 详细信息

为了寻求高效的冬小麦生物量估算方法,该研究获取了2014年陕西省杨凌区拔节期、抽穗期和灌浆期的冬小麦生物量和对应的RADARSAT-2全极化雷达、GF1-WFV多光谱数据,并利用随机森林算法(random forest,RF)将光谱、雷达后向散射、光学植被指数和雷达植被指数结合进行冬小麦生物量回归建模。将相关系数分析(correlation coefficient,r)、袋外数据(out-of-bag data,OOB)重要性和灰色关联分析(grey relational analysis,GRA)与随机森林算法(RF)进行整合,构建了3种冬小麦生物量估算模型:r-RF、OOB-RF和GRA-RF,并分别利用3种估算模型对冬小麦生物量进行了估算。结果表明:r-RF、OOB-RF和GRA-RF3种模型分别采用3、4、10组数据时,验证决定系数分别为0.70、0.70和0.65,平均绝对误差分别为0.162、0.164和0.172 kg/m2,均方根误差分别为0.218、0.221和0.236 kg/m2,r-RF和OOB-RF比GRA-RF对冬小麦生物量有更好而的预测能力。研究结果证实了随机森林算法对冬小麦生物量进行遥感估算的潜力。

关键词：遥感生物量模型冬小麦随机森林灰色关联

在线全文

学校读者我要写书评

暂无评论

面向AI的“模式识别”课程教学探讨

科技视界 2023年第17期 38-40页

作者：付元元侯建岳继博周洋郭伟河南农业大学信息与管理科学学院河南郑州450002

为了解决本科模式识别课程中理论性较强、数学推导偏多、实践案例陈旧、理论与实际应用脱离等问题,本文探索将案例教学法和线上线下混合法相结合,以实际案例为驱动,引导学生探索解决问题的方法,改变传统“填鸭式”的教学模式,合理拆分... 详细信息

为了解决本科模式识别课程中理论性较强、数学推导偏多、实践案例陈旧、理论与实际应用脱离等问题,本文探索将案例教学法和线上线下混合法相结合,以实际案例为驱动,引导学生探索解决问题的方法,改变传统“填鸭式”的教学模式,合理拆分线上线下教学内容,在有限课时内让学生掌握模式识别的相关方法,并配合课程实践,最终以编程形式实现具体模式识别模型。让课堂言之有物,增强学生对课程价值的认同感,提高教学效果。

关键词：模式识别 AI 教学改革案例驱动混合式教学

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

多媒体技术在线上授课中的应用效果分析

科技视界 2023年第8期 42-45页

作者：岳继博孙肖云付元元王健郭伟河南农业大学信息与管理科学学院河南郑州450000

本研究以“数据库原理与应用”课程为例,以考试成绩为基准,分析线上和线下授课的学生考试成绩差异。本研究发现,线上授课成绩与线下授课成绩没有显著区别。基于研究结果,建议高校探索扩大线上和线下相结合的教学模式,提高教学效果。

关键词：数据库原理与应用线上教学授课效果分析考试成绩

基于影像增强和综合决策的VIRR影像云检测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

河南理工大学学报（自然科学版） 2016年第6期35卷 802-809页

作者：齐修东岳继博河南理工大学测绘与国土信息工程学院河南焦作454000

为充分利用FY-3-VIRR(风云三号可见光红外扫描辐射计)VIRR各个波段的影像,提高VIRR云检测效果,提出基于像元晴朗置信水平的云检测算法。对VIRR多光谱遥感影像进行图像增强,包括NDVI,RVI,NDWI等,并对水像元进行提取,完成云像元和地物像... 详细信息

为充分利用FY-3-VIRR(风云三号可见光红外扫描辐射计)VIRR各个波段的影像,提高VIRR云检测效果,提出基于像元晴朗置信水平的云检测算法。对VIRR多光谱遥感影像进行图像增强,包括NDVI,RVI,NDWI等,并对水像元进行提取,完成云像元和地物像元的对比增强;对每一种增强图像或者单波段图像中各类像元的分布进行分析,并确定像元的晴朗置信水平;综合决策对像元的晴朗置信水平进行确定,并生成云掩模。两种结果对比表明,本文所述方法云检测结果优于直接利用光谱信息云检测的方法。

关键词： VIRR 云检测置信水平云掩模

Sentinel-2卫星落叶松林龄信息反演

在线全文

学校读者我要写书评

暂无评论

遥感学报 2020年第12期24卷 1511-1524页

作者：唐少飞田庆久徐凯健徐念旭岳继博南京大学国际地球系统科学研究所南京210023 江苏省地理信息技术重点实验室南京210023

林龄结构信息能够有效反映区域森林群落不同生长阶段的固碳能力,对于评估森林生态系统的健康状况具有重要意义。本研究以中国温带典型优势树种落叶松林为研究对象,分别选择其芽萌动期、展叶期和落叶期时段的Sentinel-2影像,采用多元线... 详细信息

林龄结构信息能够有效反映区域森林群落不同生长阶段的固碳能力,对于评估森林生态系统的健康状况具有重要意义。本研究以中国温带典型优势树种落叶松林为研究对象,分别选择其芽萌动期、展叶期和落叶期时段的Sentinel-2影像,采用多元线性回归(MLR)、随机森林(RF)、支持向量机回归(SVR)、前馈反向传播神经网络(BP)以及多元自适应回归样条(MARS)等5种方法依次构建落叶松林龄反演模型。通过相关性分析首先确定最佳遥感反演物候期,并在此基础上根据相关性差异筛选出5个最优特征变量用于模型反演,分别为冠层含水量(CWC),归一化水体指数(NDWI),叶面积指数(LAI),光合有效辐射吸收率(FAPAR)和植被覆盖度(FVC)。研究结果表明,展叶期为落叶松林最佳遥感反演物候期。除植被衰减指数(PSRI)以及落叶期的NDVI、RVI外,落叶松林龄与各指标之间均呈负相关关系,其中与冠层含水量(CWC)的相关性最高,pearson相关系数达到-0.74(p<0.01)。此外,不同模型反演结果表明,随机森林模型(RF)为最佳落叶松林龄估测模型,其平均决定系数R2和平均均方根误差RMSE分别为0.89和2.91 a;多元线性回归模型(MLR)的林龄估测结果最差,其平均决定系数R2和平均均方根误差RMSE仅为0.57和5.69 a,非线性模型能更好的解释林龄与建模变量之间的关系。

关键词：遥感 Sentinel-2 落叶松林龄反演生物物理参数随机森林

基于时序NDVI与光谱微分变换的森林优势树种识别

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2019年第12期39卷 3794-3800页

作者：徐凯健田庆久徐念旭岳继博唐少飞南京大学国际地球系统科学研究所江苏南京210022 江苏省地理信息技术重点实验室江苏南京210023

基于遥感光谱特征准确识别优势树种类型对于区域林业资源的监测和经营具有重要意义,也是当前亟待解决的重要科学问题。伴随遥感技术的发展,利用时间序列高分影像能够有效获取林分树种不同物候期生长特性及其冠层光谱动态信息,有利于克... 详细信息

基于遥感光谱特征准确识别优势树种类型对于区域林业资源的监测和经营具有重要意义,也是当前亟待解决的重要科学问题。伴随遥感技术的发展,利用时间序列高分影像能够有效获取林分树种不同物候期生长特性及其冠层光谱动态信息,有利于克服区域森林类型精细识别中普遍存在的异物同谱难题。以中国东北地区赤峰市旺业甸国有林场为试验区,采用覆盖完整自然年的共36景高分一号(GF-1)WFV时间序列数据(16 m),提取包含不同优势树种生长阶段特征的林分冠层光谱归一化植被指数(NDVI),结合支持向量机(SVM)模型对研究区内5种典型优势树种:油松、落叶松、山杨、白桦和蒙古栎,进行不同时间尺度下(单季相、全季相、逐月和逐旬)的光谱识别研究。同时,分别基于原始时序光谱及其一阶、二阶和三阶微分变换结果,探讨了不同分辨率时序NDVI光谱及其3种微分变换结果对区域森林优势树种的识别效果。结果显示,基于不同尺度的时间序列数据能够获得比不同季节单时相数据更好的树种识别结果(p<0.05),其中采用全季相数据的树种总分类精度相比于春、夏和秋不同季节的单季相数据结果,分别提高了7.67%,6.64%和3.6%,表明时间序列影像中所包含的植被物候信息对于区分不同森林树种类型十分重要,同时秋季是采用单时相数据的最佳识别季节(p<0.05);在不同时间序列数据中,基于逐旬的NDVI数据显著优于基于逐月和全季相数据的光谱识别结果(p<0.05),而基于全季相数据的光谱识别结果最低(p<0.05),表明更密集的时序光谱信息有利于区域树种类型识别精度的提升。此外,结合光谱微分变换后的树种识别结果比仅采用原始NDVI时间序列的识别结果精度更高(p<0.05),其中基于逐旬和逐月时间分辨率数据的最高识别精度能够达到82.1%和78.74%,分别提升了3.38%和2.95%。研究表明采用基于全年逐旬或逐月尺度的时序光谱数据,并结合相应的微分变换方法,可以有效提高区域尺度优势树种的识别精度,为相关多光谱森林植被精细识别研究提供参考。

关键词：树种识别时序NDVI 微分变换高分一号支持向量机

在线全文

学校读者我要写书评

暂无评论

基于地形校正的山区积雪深度反演算法

干旱区研究 2016年第5期33卷 927-933页

作者：李长春包安明岳继博王宇马春艳中国科学院新疆生态与地理研究所新疆乌鲁木齐830011 河南理工大学测绘与国土信息工程学院河南焦作454001

积雪深度是天气和水文模型运行的必要参数。利用微波遥感可以反演不同尺度的地表积雪深度参数,为全球或区域尺度气候模型与水循环提供有效积雪参数。现有积雪深度微波遥感反演算法未综合考虑地形因子对反演结果的影响。微波辐射计观测... 详细信息

积雪深度是天气和水文模型运行的必要参数。利用微波遥感可以反演不同尺度的地表积雪深度参数,为全球或区域尺度气候模型与水循环提供有效积雪参数。现有积雪深度微波遥感反演算法未综合考虑地形因子对反演结果的影响。微波辐射计观测的地表信号会受到地形的影响,导致能量在地表重新得到分配,这不仅引起传感器本身的观测误差,而且改变了地表的微波散射和辐射,使得水热能量在地表重新分配,从而也影响着地表关键参数的反演精度。为了提高山区积雪深度的反演精度,分析了坡度、坡向等地形因子对积雪深度反演的影响,在利用微波遥感反演积雪深度时加入地形坡度和坡向校正,构建基于地形效应的微波辐射模型,提出基于地形校正的山区积雪深度反演算法。实验结果显示,地形校正前,积雪深度反演的RMSE=10.41,地形校正后,积雪深度反演的RMSE=7.22,积雪深度反演精度得到了一定的提高。

关键词：地形校正微波遥感积雪深度遥感反演