共查询到10条相似文献，搜索用时 156 毫秒
1.
以三江源玛多县不同退化程度高寒草原土壤为研究对象，采集 0~30 cm 土层的 90 个土壤样品，测定土壤样品的光谱反射率和有机质(SOM)含量，分析不同光谱数据转换方式与土壤 SOM 含量的相关性，据此挑选 P＜0. 001 水平的显著波段作为特征波段，并与土壤 SOM 含量建立多元逐步回归 (MLSR)、支持向量机(SVM)、决策树(DT)、随机森林(RF)模型。结果表明：1)高寒草原土壤 SOM 含量属中等变异，且与土壤原始反射率呈负相关，与倒数对数呈正相关；2)光谱数据的数学转换扩大了光谱的吸收特征，log(1/R)、R’、[log(1/R)]’与土壤 SOM 含量相关系数绝对值的最大值比 R 分别提高了 0. 099、0. 156、0. 160；3)RF 反演模型精度高于其他反演模型，Log(1/R)‐RF 模型的预测效果较好，其建模组和检验组的决定系数(R2 )、均方根误差(RMSE)分别为 0. 949 1、0. 252 69 和 0. 717 23、0. 496 9，可以准确估算高寒草原土壤 SOM 的含量。 相似文献
2.
基于BP神经网络的草原矿区表层土壤 N/P高光谱反演模型 总被引：1，自引：0，他引：1
氮、磷是维持草原生态健康的重要元素,其含量变化及分布特征,对草原放牧、草地生态管理具有重要的意义。以内蒙古锡林郭勒草原矿区为研究对象,采用多元逐步回归筛选与N/P比最为密切的高光谱波段,建立了基于高光谱反演草原矿区表层土壤N/P的BP神经网络模型。结果表明:1)通过多元逐步回归筛选出的70个波段,其中包括2个可见光波段和68个红外光波段;2)BP神经网络模型随着隐含层层数的增加,训练数据和测试数据的拟合优度先增大后减小,且隐含层层数为3时最大,分别为R2tr=0.872 7和R2t=0.884 2(P0.000 1);训练数据均方根误差先减小后增大,隐含层层数为3时最小,RMSEtr=0.060 0,测试数据均方根误差在隐含层层数为3时,RMSEt=0.088 2;3)节点数为6、3和10的3层隐含层BP神经网络模型在拟合和预测土壤N/P时的效果较好,可用于草原表层土壤N/P的快速预测。 相似文献
3.
植被地上生物量可作为评价矿山生态修复地生态功能的重要指标,为实现对修复地地上植被生物量快速、准确的预测,以安徽省铜陵市铜官山矿区草本植物地上生物量为研究对象,将无人机高分辨率多光谱影像作为数据源,提取了单波段光谱反射率、植被指数两种光谱特征以及各波段纹理特征变量,并利用高精度DEM (digital elevation model)生成地形特征,再先后使用灰色关联法和熵权法对光谱特征和纹理特征分别进行筛选,进而将筛选出的特征变量和地形特征变量分为光谱特征组和多特征组。采用反向传播神经网络(back propagation neural network,BPNN)、卷积神经网络(convolutional neural network, CNN)以及Elman神经网络3种机器学习算法分别构建基于光谱特征组和多特征组的生物量预测模型,比选精度较高的矿区草本植物地上生物量反演模型。结果表明,在光谱特征基础上引入纹理特征和地形特征后3种反演模型精度都有相应程度提高,其中,基于多特征组构建的BPNN模型表现出最优性能,其决定系数(R2)为0.841,均方根误差为11.813 g·m-2,并同时对... 相似文献
4.
[目的]光合参数是衡量草坪草生长状况的重要生理指标,探索基于高光谱技术的草坪草光合参数的模拟估算对于草坪养护管理具有重要意义。[方法]以3个常用草坪草品种红象高羊茅(Festuca arundinacea cv.Hongxiang)、百灵鸟多年生黑麦草(Lolium perenne cv.Bailingniao)和肯塔基草地早熟禾(Poa pratensis cv.Kentucky)为试验材料,通过盆栽试验,在草坪草生长旺盛期,使用SOC710VP成像光谱仪和CIRAS-3便携式光合仪分别测定了草坪草冠层光谱数据、净光合速率(Pn)和蒸腾速率(Tr),筛选与两种光合参数显著相关的原始光谱波段与植被指数,构建偏最小二乘法(PLS)估算模型,并利用PLS模型中变量投影重要性(Variable Importance Projection,VIP)方法筛选VIP值>1.2的重要波段与植被指数。[结果]1)共筛选与Pn显著相关的54个原始光谱波段(435、450、460、475、490～550、560～565、590～725... 相似文献
5.
草坪植物叶片中的叶绿素是影响草坪颜色的重要色素,是评价草坪质量的内在因素。采用便携式光谱仪,在室外自然光照条件下,测定2种草坪群落的反射光谱,选择草坪叶片叶绿素含量的敏感光谱波段400～700 nm,应用偏最小二乘法(PLS)建立草坪植物叶片叶绿素与反射光谱的定量分析模型,结果表明,草坪植物叶绿素的预测值与实测值的相关性较好,相关系数为0.937,相对标准偏差为3.2%,建立偏最小二乘法估测草坪颜色的最优模型,均方根误差评价值较小(RMSE=0.26)。因此,反射光谱技术在园林绿化工程中为快速评价草坪质量提供了新的途径。 相似文献
6.
粗蛋白是评价牧草质量的重要指标,利用高光谱遥感技术可以充分了解粗蛋白的含量及其动态变化,为牧草品质遥感监测提供科学依据.利用光谱仪测定大丰麋鹿自然保护区半散养区主要优势植物狼尾草(Pennisetum alopecuroides)的冠层反射率,并分析了其粗蛋白的相对含量.选择狼尾草原始反射率光谱及其构建的植被指数与其粗蛋白含量进行相关性分析,筛选显著相关的光谱特征;运用偏最小二乘回归(partial?least?squares?regression,PLSR)和多元逐步回归(stepwise?multiple?linear?regression,SMLR)建立狼尾草粗蛋白含量高光谱预测模型,通过比较模型精度确定最优预测模型.结果表明,基于显著性波段的PLSR模型精度最高(验证集R2?=?0.897,?RMSE?=?1.303,?RPD?=3.110);基于显著性波段的SMLR模型反演效果最差(验证集R2?=?0.170,?RMSE?=?3.691,?RPD?=?1.098);基于植被指数的PLSR和SMLR模型精度较为接近,验证集RPD约为2;基于显著性波段的PLSR模型反演效果最好.本研究结果可为保护区大区域尺度狼尾草粗蛋白含量的定量反演提供参考依据. 相似文献
7.
基于高光谱数据的高寒草甸氮磷钾含量估测方法研究——以青海省贵南县及玛沁县高寒草甸为例 总被引：1，自引：0，他引：1
以青海省玛沁县和贵南县高寒草甸作为典型研究区,利用地物光谱仪采集了20块样地的高光谱数据,并测定了对应样地所有样方中牧草的养分含量,分析了牧草中氮磷钾素含量与冠层原始光谱反射率和一阶微分光谱反射率之间的相关关系;采用回归统计方法,基于光谱位置变量,光谱面积变量及植被指数变量构建了高寒草甸氮磷钾素的估测模型,并对模型进行了精度评价.结果表明,1)与原始光谱反射率曲线相比,一阶微分光谱反射率曲线能较好地反映牧草中N,P,K素所对应的敏感波段;2)高寒草甸牧草中N,P,K素含量与冠层高光谱相关性较强的波段大多分布在红光区域(680~760 nm);3)基于光谱位置变量构建的估测模型能更好地反演高寒草甸N,P,K素含量.其中,以光谱位置变量R'708.88为自变量的对数模型对氮素含量估测效果较好,R2为0.67,估测精度达到83.56%;以光谱位置变量R'704.85为自变量的对数模型对磷素含量估测效果较好,R2为0.55,估测精度达到92.15%;以光谱位置变量R'697.36为自变量的对数模型对钾素含量估测效果较好,R2为0.86,估测精度达到82.44%. 相似文献
8.
粗蛋白是评价牧草质量的重要指标,利用高光谱遥感技术可以充分了解粗蛋白的含量及其动态变化,为牧草品质遥感监测提供科学依据。利用光谱仪测定大丰麋鹿自然保护区半散养区主要优势植物狼尾草(Pennisetum alopecuroides)的冠层反射率,并分析了其粗蛋白的相对含量。选择狼尾草原始反射率光谱及其构建的植被指数与其粗蛋白含量进行相关性分析,筛选显著相关的光谱特征;运用偏最小二乘回归(partial least squares regression,PLSR)和多元逐步回归(stepwise multiple linear regression,SMLR)建立狼尾草粗蛋白含量高光谱预测模型,通过比较模型精度确定最优预测模型。结果表明,基于显著性波段的PLSR模型精度最高(验证集R2=0.897, RMSE=1.303, RPD=3.110);基于显著性波段的SMLR模型反演效果最差(验证集R2=0.170, RMSE=3.691, RPD=1.098);基于植被指数的PLSR和SMLR模型精度较为接近,验证集RPD约为2;基于显著性波段的PLSR模型反演效果最好。本研究结果可为保护区大区域尺度狼尾草粗蛋白含量的定量反演提供参考依据。 相似文献
9.
施氮水平对多花黑麦草植株氮含量及反射光谱特征的影响 总被引：6，自引：2，他引：4
植株氮含量是评价牧草群体长势、估测产量和确定最佳施肥量的重要指标。对不同施氮水平下多花黑麦草植株氮含量及冠层反射光谱特征进行了测试,分析了冠层反射光谱与植株氮含量之间的相关性。结果表明,施氮水平对多花黑麦草植株氮含量具有显著影响,植株氮含量随着施氮水平的增加有所升高。在可见光区域,冠层光谱反射率随施氮水平的增加而降低。植株氮含量与单波段反射率呈负相关关系,在波段487～718 nm范围内,相关系数绝对值都大于0.5(P<0.01)。利用敏感波段估测植株氮含量最优模型为y=4.362-0.754x579+0.351x700。以植被指数估测植株氮含量最佳模型为y=3.026-0.670DVI(610,487)+4.997NDVI(700,579)。植株氮含量估测值与实测值之间存在显著相关关系。 相似文献
10.
施氮水平对马蹄金草坪反射光谱特征及光合色素含量的影响 总被引：1，自引：0，他引：1
为促进高光谱遥感技术在草坪营养状况监测中的应用,以马蹄金(Dichondra repens)草坪为材料,研究了不同施氮水平马蹄金草坪反射光谱特征和叶绿素含量的变化,分析了马蹄金草坪高光谱反射率与叶绿素含量的相关性。结果表明,施氮可以显著增加马蹄金草坪草的光合色素含量(P0.05),降低其可见光区光谱反射率;马蹄金草坪草绿波段(520~570nm)光谱反射率与叶绿素含量呈显著负相关关系,以绿波段反射率R570nm与叶绿素b间相关性最高,利用R570nm的变化来反演其叶绿素含量的变化可以达到较好的拟合效果(R2达0.85,P0.01)。试验为利用高光谱遥感技术快速、无损伤探测马蹄金草坪草的色泽和营养状况提供了理论支持。 相似文献