检索结果-南通市图书馆

基于无人机多光谱和高分二号遥感影像的冬小麦植株氮积累量监测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于无人机多光谱和高分二号遥感影像的冬小麦植株氮积累量监测

作者：井宇航河南农业大学

学位级别：硕士

氮肥的合理管理是现代农业的先决条件,只有在充足的氮供应情况下,才能获得优质小麦和最佳产量。为实现冬小麦氮素营养的快速、无损监测,本研究通过无人机搭载多光谱相机获取30m冬小麦主要生育期冠层多光谱影像,探究了无人机多光谱提取... 详细信息

氮肥的合理管理是现代农业的先决条件,只有在充足的氮供应情况下,才能获得优质小麦和最佳产量。为实现冬小麦氮素营养的快速、无损监测,本研究通过无人机搭载多光谱相机获取30m冬小麦主要生育期冠层多光谱影像,探究了无人机多光谱提取的多源信息对冬小麦植株氮积累量估算模型的影响;其次,通过获取不同高度(飞行高度在30、60、90m,分辨率在1.05～3.26cm之间)无人机影像植被指数、纹理特征进一步探讨了无人机飞行高度对冬小麦植株氮积累量估算模型的影响;最后,为实现区域范围植株氮积累量监测,通过对比30m无人机多光谱与国产GF-2号卫星两种遥感数据对冬小麦植株氮积累量估算结果,探讨无人机多光谱构建的植株氮积累量估算模型在GF-2号影像中的适用性。通过以上研究为田块尺度以及区域尺度冬小麦植株氮积累量监测提供技术支撑。本研究主要结果如下:(1)基于冬小麦拔节期、开花期和灌浆期30m无人机多光谱影像,提取数字正射影像的光谱信息(主要包括冠层反射率和植被指数)与纹理特征,并结合数字表面模型提取的株高信息,利用多元线性回归、偏最小二乘回归和BP神经网络方法构建冬小麦植株氮积累量估算模型,探讨不同数据源信息对冬小麦植株氮积累量估算的影响。光谱信息、纹理特征和提取株高与冬小麦植株氮积累量均存不同程度相关性。使用数字正射影像信息进行冬小麦植株氮积累量估算时,光谱信息+纹理特征构建的冬小麦植株氮积累量估算模型R、RMSE和RPD范围分别在0.712～0.824、0.305～2.233 g/m和1.860～3.331,优于单一光谱特征和纹理特征,其中开花期BP神经网络模型效果最好(模型R=0.824、RMSE=0.305 g/m、RPD=3.331),结合提取株高对冬小麦植株氮积累量估算时,模型估算精度提高,其中纹理特征+提取株高提高最明显。光谱信息+纹理特征+提取株高在开花期构建的BP神经网络模型估算效果最好(模型R=0.828、RMSE=0.154 g/m、RPD=3.399)。充分利用数字正射影像和数字表面模型两种数据源信息,结合机器学习算法,构建冬小麦主要生育期植株氮积累量估算模型,可以有效提高冬小麦植株氮积累量估算效果,为农民及时调整作物投入做出特定地点的管理决策,保证粮食安全具有重要意义。(2)通过设置30、60、90m飞行高度获取冬小麦拔节期、开花期、灌浆期不同分辨率的无人机遥感影像,探索无人机飞行高度对冬小麦植株氮积累量预测模型的影响。基于筛选出的植被指数和纹理特征,采用偏最小二乘回归和BP神经网络法建立了植被指数、纹理特征与植被指数+纹理特征的冬小麦植株氮积累量预测模型,并将模型在不同高度进行交叉验证,采用R、RMSE和RPD指标对模型的稳定性进行了分析。结果表明,2种方法均是30m高度下的遥感影像提取的植被指数、纹理特征、植被指数+纹理特征建立的预测模型稳定性最好,3种建模信息构建的模型验证时的R、RMSE、RPD范围分别为0.517～0.842、1.274～4.157 g/m、1.372～3.050。BP神经网络在3种建模信息下构建的模型稳定性整体优于偏最小二乘回归,验证模型的R、RPD提高范围分别为0.009～0.388、0.046～1.438,RMSE下降范围为0.079～8.527 g/m。3个高度植被指数、纹理特征、植被指数+纹理特征植株氮积累量预测模型稳定性顺序:植被指数+纹理特征>植被指数>纹理特征。融合多高度遥感影像的植被指数、纹理特征、植被指数+纹理特征进行植株氮积累量预测可以提高估算精度(模型R、RMSE、RPD范围分别为0.867～0.937、1.320～1.611 g/m、3.368～3.810)。因此,在兼顾效率与精度的情况下,适当提高无人机飞行高度,综合利用植被指数和纹理特征可以对植株氮积累量达到较好的预测效果。(3)GF-2号卫星影像因其亚米级的分辨率为冬小麦长势监测提供了重要技术手段,要实现大范围的冬小麦植株氮积累量精准监测就需要丰富的地面数据进行监测模型的构建。本研究通过无人机平台获取不同施氮水平下的冬小麦冠层影像。对比无人机多光谱与GF-2号卫星影像植被指数,探讨了基于无人机多光谱植被指数构建的冬小麦植株氮积累量估算模型在GF-2号反演中的模型精度及稳定性。结果表明,无人机多光谱各波段反射率与GF-2号在Blue、Red、Nir波段反射率具有高度的相关性,R顺序为Nir>Red>Blue。两种传感器植被指数中,与冬小麦植株氮积累量相关系数范围分别在0.448～0.694(GF-2)、0.644～0.862(UAV),相关系数中RDVI差异最大,OSAVI差异最小。通过对比这两个植被指数构建模型的预测结果可以看出,无人机多光谱植被指数OSAVI在两种尺度的影像适用性最好,在无人机尺度以及卫星尺度反演结果

关键词：冬小麦植株氮积累量无人机多源信息飞行高度高分二号

基于多层级特征筛选和无人机影像的冬小麦植株氮含量预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

农业工程学报 2024年第12期40卷 174-182页

作者：郭燕王来刚贺佳井宇航宋晓宇张彦刘婷河南省农业科学院农业信息技术研究所/农业农村部黄淮海智慧农业技术重点实验室郑州450002 河南省农作物种植监测与预警工程研究中心郑州450002 北京市农林科学院信息技术研究中心北京100094

氮素是冬小麦生长发育必不可少的大量元素,无人机超高分辨率影像丰富的光谱信息和纹理信息为冬小麦植株氮含量精准预测提供了重要的技术途径,但是过多变量造成了信息冗余和模型复杂的问题。针对此问题,该研究提出了一种“相关分析+共线... 详细信息

氮素是冬小麦生长发育必不可少的大量元素,无人机超高分辨率影像丰富的光谱信息和纹理信息为冬小麦植株氮含量精准预测提供了重要的技术途径,但是过多变量造成了信息冗余和模型复杂的问题。针对此问题,该研究提出了一种“相关分析+共线性分析+LASSO(least absolute shrinkage and selection operator)特征筛选”的多层级植株氮含量敏感特征的筛选方法,引入约束系数向量的L1正则化实现特征的稀疏性,将某些特征的系数缩小为0,基于冬小麦关键生育期(拔节期、孕穗期、开花期、灌浆期)无人机影像提取的65个光谱和纹理特征,采BP神经网络(back propagation,BP)、Adaboost、随机森林(random forest,RF)和线性回归(linear regression,LR)4种机器学习算法构建了冬小麦植株氮含量预测模型。结果表明:相关分析筛选出51个通过0.01显著性检验的变量;基于共线性分析,当LASSSO正则化参数λ取值为0.08时,17个敏感特征变量被筛选。基于筛选的敏感特征变量,BP、Adaboost、RF和LR 4种算法建立的植株氮含量预测模型均达到了0.01水平差异显著性,且BP、Adaboost和RF 3种预测模型的精度具有高度的一致性,模型R2均为0.81,RMSE分别为0.36%、0.38%和0.37%,说明该研究提出的多层级特征筛选方法不仅使得模型变得简洁,而且稳健性高,可为智慧农业氮肥精准监测、智慧管理提供技术支撑。

关键词：无人机冬小麦氮素多层级特征筛选 LASSO回归机器学习最小二乘回归

同方期刊数据库

全自动无人驾驶地铁车辆空气断路器远程监视与复位方案

在线全文

学校读者我要写书评

暂无评论

机车电传动 2021年第1期 86-90页

作者：井宇航黄见会司尚卓周利中车株洲电力机车有限公司湖南株洲412001

为了解决全自动无人驾驶地铁车辆中无法实现空气断路器的人工复位问题,针对全自动无人驾驶系统的特点,提出了空气断路器矩阵监控方案与空开远程复位方案。该方案在上海18号线无人驾驶地铁车辆上进行实际应用并取得良好的效果。

关键词：城市轨道交通全自动无人驾驶地铁空气断路器远程监控远程复位

基于无人机影像特征的冬小麦植株氮含量预测及模型迁移能力分析

在线全文

学校读者我要写书评

暂无评论

中国农业科学 2023年第5期56卷 850-865页

作者：郭燕井宇航王来刚黄竞毅贺佳冯伟郑国清河南省农业科学院农业经济与信息研究所农业农村部黄淮海智慧农业技术重点实验室河南省农作物种植监测与预警工程研究中心河南农业大学农学院/省部共建小麦玉米作物学国家重点实验室 Department of Soil Science University of Wisconsin-Madison

【目的】氮素的精准监测和合理施用对小麦健康生长、产量及品质提升、减少农田环境污染与资源浪费尤为重要。为精准监测小麦生长关键生育期植株氮含量，探索机器学习方法构建的植株氮含量预测模型的迁移能力。【方法】小区试验于2020—2... 详细信息

【目的】氮素的精准监测和合理施用对小麦健康生长、产量及品质提升、减少农田环境污染与资源浪费尤为重要。为精准监测小麦生长关键生育期植株氮含量，探索机器学习方法构建的植株氮含量预测模型的迁移能力。【方法】小区试验于2020—2022年在河南省商水县开展，在冬小麦拔节期、孕穗期、开花期和灌浆期，采用M600大疆无人机搭载K6多光谱成像仪获取5波段(Red、Green、Blue、Rededge、Nir)多光谱影像。基于5个波段冠层反射率提取20种植被指数和40种纹理特征，采用相关分析从65个影像特征中筛选冬小麦植株氮含量敏感特征。基于筛选出的敏感特征，采用BP神经网络(BP)、随机森林(RF)、Adaboost、支持向量机(SVR)4种机器学习回归方法构建植株氮含量预测模型，并对模型预测效果和在不同水处理条件下模型的迁移预测能力进行分析。【结果】(1)植株氮含量与影像特征的相关系数通过0.01极显著水平检验的包括22个光谱特征和29个纹理特征。(2)4种机器学习回归方法构建的冬小麦植株氮含量预测模型存在差异，RF和Adaboost方法预测植株氮含量集中于95%的置信区间，多分布于1:1直线附近，而BP和SVR方法预测的植株氮含量分布相对较为分散；RF方法构建的预测模型R2最大，RMSE最小，MAE中等，分别为0.81、0.42%和0.29%;SVR方法构建的预测模型R2最小，RMSE和MAE较大，分别为0.66、0.54%和0.40%。(3)以W1处理(按需灌溉)实测植株氮含量为训练集，采用BP、RF、Adaboost和SVR方法构建的模型对W0处理冬小麦植株氮含量迁移预测R2分别为0.75、0.72、0.72和0.66；以W0处理(自然状态)实测植株氮含量为训练集，BP、RF、Adaboost和SVR方法构建的模型对W1处理冬小麦植株氮含量迁移预测R2分别为0.51、0.69、0.61和0.45。【结论】4种机器学习方法构建的冬小麦植株氮含量预测模型均表现出了较强的迁移预测能力，尤以RF和Adaboost方法构建的模型预测效果和迁移能力为好。

关键词：无人机光谱特征纹理特征机器学习冬小麦植株氮含量迁移能力

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小麦冠层氮素含量光谱估算研究进展

麦类作物学报 2021年第11期41卷 1425-1431页

作者：郭燕井宇航贺佳王来刚冯伟刘海礁河南省农业科学院农业经济与信息研究所河南郑州450002 河南农业大学国家小麦工程技术研究中心河南郑州450046

氮素作为作物生长和产量形成的首要元素,约占作物体干重的0.3%~5.0%,有生命元素之称。小麦是世界上种植面积最大、商品率最高的粮食作物,面积和总产量均占世界粮食作物的1/3左右,小麦氮素含量估算技术的现代化、信息化水平与农业的现代... 详细信息

氮素作为作物生长和产量形成的首要元素,约占作物体干重的0.3%~5.0%,有生命元素之称。小麦是世界上种植面积最大、商品率最高的粮食作物,面积和总产量均占世界粮食作物的1/3左右,小麦氮素含量估算技术的现代化、信息化水平与农业的现代化、信息化密切相关,快速、准确、无损地获取作物氮素含量对制定合理施肥策略和农业可持续发展具有重要意义。本文首先对小麦冠层氮素含量光谱估算的原理进行了介绍,然后对目前氮素含量估算采用的数据类型和方法进行了总结分析,并在此基础上分析了目前小麦冠层氮素光谱估算存在的问题,对未来小麦冠层氮素光谱快速估算前景进行了展望。

关键词：氮素小麦近地光谱机载光谱星载光谱

基于速度判断的城轨车辆紧急制动手柄电路设计

在线全文

学校读者我要写书评

暂无评论

电力机车与城轨车辆 2024年第2期47卷 107-109页

作者：井宇航黄见会中车株洲电力机车有限公司湖南株洲412001

文章阐述了目前地铁列车紧急制动手柄被乘客拉下后的处理方案,并针对未设置信号系统车辆的紧急制动触发时机进行了分析,提出了一种基于速度判断的车辆紧急制动手柄电路。该电路的设计能在乘客拉下紧急制动手柄后自动判断车辆紧急制动触... 详细信息

文章阐述了目前地铁列车紧急制动手柄被乘客拉下后的处理方案,并针对未设置信号系统车辆的紧急制动触发时机进行了分析,提出了一种基于速度判断的车辆紧急制动手柄电路。该电路的设计能在乘客拉下紧急制动手柄后自动判断车辆紧急制动触发的时机,从而满足运营管理需求。

关键词：列车紧急制动手柄速度判断电路设计

基于IEC 60349的牵引电机温升测试方法

在线全文

学校读者我要写书评

暂无评论

技术与市场 2021年第3期28卷 55-58页

作者：黄见会井宇航中车株洲电力机车有限公司湖南株洲412000 大功率交流传动电力机车系统集成国家重点实验室湖南株洲412000

牵引电机是轨道交通车辆牵引传动系统中关键的一个部分,温升是牵引电机性能检测的一个重要指标。从试验验证的角度出发,介绍了牵引电机温升限值以及基于IEC 60349的温升试验的原理和方法,并以某动车组的异步电机温升的试验为例,通过对2... 详细信息

牵引电机是轨道交通车辆牵引传动系统中关键的一个部分,温升是牵引电机性能检测的一个重要指标。从试验验证的角度出发,介绍了牵引电机温升限值以及基于IEC 60349的温升试验的原理和方法,并以某动车组的异步电机温升的试验为例,通过对2次测试结果进行分析,验证了试验方法的可靠性和稳定性。

关键词： IEC 60349 牵引电机温升试验

在线全文

学校读者我要写书评

暂无评论

爆破震动对西湾露天煤矿边坡稳定性的影响

露天采矿技术 2024年第1期39卷 88-91页

作者：井宇航雷尧国家能源集团神延煤炭有限责任公司陕西榆林719000 西安科技大学能源学院陕西西安710054

爆破震动是影响边坡稳定性的重要因素之一,为了探究爆破产生的震动对西湾露天煤矿边坡稳定性的影响情况,采用数值模拟、极限平衡理论等研究方法与手段,通过爆破监测数据测拟合出爆破监测点处的震动加速度,对施加了不同数值的水平方向震... 详细信息

爆破震动是影响边坡稳定性的重要因素之一,为了探究爆破产生的震动对西湾露天煤矿边坡稳定性的影响情况,采用数值模拟、极限平衡理论等研究方法与手段,通过爆破监测数据测拟合出爆破监测点处的震动加速度,对施加了不同数值的水平方向震动加速度的坡面进行稳定性模拟。结果表明:当水平方向的震动加速度从0上升到0.03时,其坡面的稳定系数下降0.19;当水平方向的震动加速度从0.03上升到0.05时,其坡面的稳定系数下降0.114;爆破震动对边坡稳定性的影响会随着爆破震动加速度的增大而逐渐降低。

关键词：爆破震动数值模拟极限平衡理论震动加速度边坡稳定性

基于无人机多光谱和热红外影像信息融合的小麦白粉病监测

在线全文

学校读者我要写书评

暂无评论

中国农业科学 2022年第5期55卷 890-906页

作者：冯子恒宋莉张少华井宇航段剑钊贺利尹飞冯伟河南农业大学信息与管理科学学院河南农业大学农学院国家小麦工程技术研究中心

【目的】白粉病严重危害小麦生长及制约产量形成，确立实时监测小麦白粉病的多源数据融合方法，为精确防控及保证国家粮食安全提供技术支撑。【方法】在小麦开花和灌浆期，使用同时搭载多光谱仪和热成像仪的六旋翼无人机作为遥感数据获... 详细信息

【目的】白粉病严重危害小麦生长及制约产量形成，确立实时监测小麦白粉病的多源数据融合方法，为精确防控及保证国家粮食安全提供技术支撑。【方法】在小麦开花和灌浆期，使用同时搭载多光谱仪和热成像仪的六旋翼无人机作为遥感数据获取平台，通过ENVI软件从小麦白粉病遥感影像中提取植被指数、纹理特征以及冠层温度信息，进而利用多元线性回归(MLR)、后向传播神经网络(BP)、随机森林(RF)、极限学习机(ELM)算法将植被指数(VIs)、纹理特征(TFs)和温度特征(T)进行结合，以构建小麦白粉病病情指数的监测模型。【结果】无论是单数据源建模，还是多数据源建模，随机森林(RF)的精度均高于其他模型；3种数据源中植被指数的RF模型(VIs-RF,R~2=0.667,RMSE=5.712,RPD=1.572)更适宜白粉病监测，其次是温度特征(T-RF,R~2=0.559,RMSE=6.563,RPD=1.430)，而纹理特征(TFs-RF,R~2=0.495,RMSE=7.014,RPD=1.348)效果最差；多数据源协同建模间比较，RF协同植被指数和纹理特征的模型R~2为0.701(VIs&TFs-RF,R~2=0.701,RMSE=5.308,RPD=1.724)，仅比VIs-RF模型R~2提升5.101%,RMSE降低7.073%,RPD提高9.672%，而RF协同植被指数和温度特征模型(VIs&T-RF)以及协同3种数据源模型(VIs&TFs&T-RF)的精度分别为R~2=0.750,RMSE=4.704,RPD=1.912和R~2=0.820,RMSE=4.677,RPD=1.996，较VIs-RF模型R~2分别提升12.453%和23.181%,RMSE分别降低17.640%和18.113%,RPD分别提高21.667%和26.981%。同时对不同模型进行10折交叉验证，进一步证实了RF模型在多数据源融合建模中性能稳定，估算效果最好。【结论】采用多数据源协同建模能够提升小麦白粉病遥感监测精度，研究结果为实现大面积高精度遥感监测作物病害状况提供了思路与方法。

关键词：小麦白粉病无人机机器学习信息融合遥感监测