共查询到20条相似文献，搜索用时 15 毫秒
1.
绿色植物的光合作用受多方面因素的影响，因此，构建融合多种因素的光合速率模型是实现作物生长状态高效预测的关键。试验选取奶油生菜作为研究对象，设置多因素嵌套试验，其中外界环境变量包括光量子通量密度、室温、根温、二氧化碳体积分数等，共获得试验数据648组，利用Pearson分析法对各因素与植物光合速率进行相关性分析，并选定根温、叶温、二氧化碳体积分数、光量子通量密度为建模输入特征，在此基础上构建基于LMBP算法的奶油生菜光合速率模型。结果表明，根温在0.01水平上与植株的光合速率显著相关。与未加入根温的训练结果进行对比，加入根温后模型训练集和测试集精度均有提高；训练集均方根误差为1.46×10-3μmol/(m2·s)，平均绝对误差为1.873×10-3μmol/(m2·s)，测试集决定系数为0.995 26。基于LMBP算法的奶油生菜光合速率模型考虑了根温对植物光合作用的影响，可以实现光合速率的精准预测。 相似文献
2.
罗为检 《东北林业大学学报》2022,(1):40-45
为了探究Landsat8 OLI影像和支持向量机算法在林分蓄积量估测中的潜力,以湖南省株洲市为研究区,以Landsat8 OLI卫星影像为遥感数据源,并结合同时期的湖南省森林资源二类调查数据,提取单波段特征、植被指数和纹理特征等遥感因子作为候选变量;利用最大信息系数对遥感变量进行筛选,并构建基于多项式核的PK-SVR模型、基于径向基核的RK-SVR模型、基于拉普拉斯核的LK-SVR模型和基于Sigmoid核的SK-SVR模型;以决定系数、相对均方根误差作为预测模型的评价指标,并与传统的线性回归模型进行对比,同时对研究区的森林蓄积量进行反演,得到株洲市森林蓄积量空间分布图。结果表明：支持向量机（SVR）模型的预测结果明显优于多元线性回归模型,RK-SVR模型的预测效果最好,其决定系数为0.61、均方根误差为69.26 m3/hm-2、相对均方根误差为31.2%。 相似文献
3.
为探寻更精确有效的南果梨始花期预报方法,采用灰色关联分析法确定与始花期关联较大的冬季气象因子,以此作为BP(Black Propagation)神经网络与RBF(Radial Basis Function)神经网络建模的输入因子并预测南果梨始花期,利用均方根误差(RMSE)和相对误差(RE)评价该模型的预测效果,同时对比与南果梨始花期显著相关的冬季气象因子建立逐步回归方程并进行回代后的预测结果。结果表明：（1）与南果梨始花期灰色关联较大的气象因子为冬季日均气温、日最高气温、日最低气温、日均相对湿度,关联度均在0.6以上,故将这4个因子作为BP和RBF神经网络模型的输入层来预测南果梨始花期;（2）与始花期显著相关的气象因子有日均气温、日均5 cm地温、日最低气温、日最高气温,相关系数分别为-0.646、-0.628、-0.638、-0.663,所建回归模型均通过了显著性检验且具有统计学意义;（3）BP和RBF方法建立的模型拟合精度总体上较接近;（4）基于灰色关联下BP神经网络和RBF神经网络预测结果误差分别为1 d和2.25 d,BP神经网络预测的开花日期更接近实际开花日期;（5）基于灰色关联下BP神经网络模型RMSE为1、RE为6.34%、R2为0.7,而RBF神经网络模型RMSE为2.25、RE为13.13%、R2为0.568。综上,灰色关联分析法建立的BP神经网络模型较RBF模型预测南果梨始花期更精确。 相似文献
4.
【目的】探究迎春5号杨树在树干纵向上的木材密度影响因子和变异规律，构建迎春5号杨树边材、心材、树皮和树干密度混合效应beta回归模型，为树干生物量预测和木材材性研究提供参考。【方法】以黑龙江省尚志市90株迎春5号杨树解析木数据为基础，构建迎春5号杨树边材、心材、树皮和树干密度的混合效应beta回归模型。采用相关性分析和最优子集法筛选beta回归基础模型的变量；利用负二倍的对数似然值、赤池信息准则、贝叶斯信息准则、调整确定系数(Ra2)、似然比检验对收敛模型进行拟合优度的评价，利用留一交叉验证法对模型进行检验，指标为平均绝对误差(MAE)和平均绝对百分比误差；结合两种抽样方式(方案Ⅰ：不限定相对高；方案Ⅱ：限定相对高在0.1以下)对模型进行校正。【结果】边材、心材、树皮和树干密度不仅受到相对高的影响，还分别与胸径平均生长量、年龄、胸径密切相关，基于林木因子建立的混合效应beta回归模型的Ra2分别为0.53、0.52、0.52、0.63,MAE <0.05 g/cm3，与基... 相似文献
5.
【目的】针对采伐干扰后天然恢复的次生林，建立其碳储量生长模型及对应的碳汇模型，分析不同因子对固碳能力的驱动作用，为固碳能力量化评价提供科学依据。【方法】基于吉林省第9次森林资源连续清查固定样地数据筛选出的111个采伐后形成的天然次生林样地数据，采用Richards理论生长方程，以样地平均木的碳储量为因变量，以样地平均年龄为自变量，通过对年龄分组和迭代算法建立碳储量分级生长模型，通过对碳储量分级生长模型中的年龄求导得到碳汇分级生长模型。采用决定系数(R2)和均方根误差(RMSE)评价模型拟合效果。以地理因子、地形因子、气候因子、土壤因子和林分因子为自变量，基于一般线性模型，引入定性和定量因子交互作用，分析固碳能力的驱动力。【结果】(1)天然次生林碳储量分级生长模型的R2为0.965 6,RMSE为2.61 kg，具有很好的拟合优度。(2)各个分级碳汇量最大的年龄分别为8、10、13、17和29年，以1 000株/hm2的密度计算，5年时间的阈值为1.84 t/hm2，到30年时增加到10.78 t/h... 相似文献
6.
在海南岛范围内,橡胶林种植面积很大,但对于这种经济树种大多评估它的生产效益和经济效益,很少建立生物量估计模型。基于海南岛54株实测生物量数据,建立橡胶树不同组合自变量非线性回归模型和非线性度量误差模型。由于生物量与自变量之间存在非线性关系,在拟合模型时采用最小二乘建模技术。模型的选择基于解释系数（Pseudo-R2）、均方根误差（RMSE）和平均预测误差（MPE）。结果表明,通用模型的解释系数（Pseudo-R2）和平均预测误差（MPE）分别为0.70~0.94、-0.8%~1.1%,选择基于胸径和木材基本密度的二元模型为最优通用模型。以最优通用模型地上生物量估计值为总量,构建各分项生物量相容性模型,其中树干生物量模型的Rseudo-R2、RMSE值分别为0.92、28.4 kg,拟合效果优于树枝和树叶生物量模型。总体来看,添加树高、树冠和木材基本密度因子进行橡胶树地上生物量模型的构建十分必要。 相似文献
7.
《江西农业学报》2022,(9)
基于江西省91个国家气象站1961～2019年的气象数据和茶叶产量资料,分析了江西省茶叶光合生产潜力、光温生产潜力和气候生产潜力的时空分布特征及其气象影响因子和气候资源利用率。结果表明:江西茶叶的光合生产潜力呈西低东高的分布特征,光温生产潜力和气候生产潜力基本上都呈南高北低的分布特征,三者的多年平均值分别为56.23、36.78和16.98 t/hm2;近59年来光合生产潜力、光温生产潜力和气候生产潜力分别以-1.11、-0.38、-1.04 t/(hm2;近59年来光合生产潜力、光温生产潜力和气候生产潜力分别以-1.11、-0.38、-1.04 t/(hm2·10a)的速率下降;影响江西省茶叶生产的主要气象因子为降水,其次是太阳辐射和气温;江西省茶叶生产的资源利用率逐年提升,但仍然偏低,全省多年平均资源利用率仅为4.78%。 相似文献
8.
表型特征是评估作物生长状况的关键指标,对作物长势的分析至关重要。本研究利用Cubert S185机载高光谱成像仪采集了春小麦4个生长期的高光谱影像,同时测量了作物高度,叶面积指数和叶绿素含量。采用线性回归和多种机器学习算法,确定不同表型特征的最优反演模型,结果发现：利用播种前和不同生长期的DSM数据估算春小麦高度,实测值与预测值间的R2为0.808,RMSE为0.105,较好地模拟了高度变化;对比3种机器学习回归模型,发现基于光谱指数NDSI((710,714))构建的支持向量回归(SVR)模型对LAI具有良好的预测能力,R2为0.723,RMSE为0.267。同样,基于光谱指数NDSI((738,710))构建的XGBoost模型在预测CCC方面也表现优异,R2为0.795,RMSE为132.811。本研究结果可为精准农业的高效管理提供有力的技术支撑。 相似文献
9.
【目的】提出一种优化模型精度的机器学习网格搜索方法,解决滴灌玉米光合响应曲线模型参数确定难、精度低等问题,为滴灌玉米光合生理机制及光合响应特征提供新思路。【方法】2017年和2018年以宁夏玉米主栽品种（TC19）为试验材料,设置6个施钾水平（0（K0）、90 kg·hm -2（K1）、180 kg·hm -2（K2）、270 kg·hm -2（K3）、360 kg·hm -2（K4）、450 kg·hm -2（K5））,使用Li-6400XT光合仪测定不同钾肥水平下玉米吐丝期光响应曲线。运用机器学习网格搜索法和非线性回归分析法对基于直角双曲线修正模型的光响应曲线进行拟合。选取决定系数（R 2）、均方根误差（RMSE）及平均绝对误差（MAE）对模型精度进行评价。【结果】在玉米吐丝期,叶片光合参数Pn、Tr和Gs随施钾量的增加呈先增大后减小的趋势。拟合评价结果表明,在K0和K1处理下机器学习方法计算效果优于传统方法,R 2均大于0.991,RMSE均小于1.487,MAE均小于1.350。在K2—K5处理下,2种方法拟合效果相当,R 2均大于0.993,RMSE均小于0.952、MAE均小于0.860。最优拟合方法（网格搜索法）对光响应特征参数计算结果表明,α、Pnmax、Rd、LSP和LCP的变化趋势与其光合参数相似。在施钾量为360 kg·hm -2（K4）时,各光响应特征参数均达到最大,在450 kg·hm -2（K5）时出现光抑制现象。【结论】基于机器学习的网格搜索法可准确地拟合宁夏滴灌玉米光响应特征,且施钾量为360 kg·hm -2时玉米光合性能达到最佳。 相似文献
10.
为了探究机载LiDAR数据结合极端梯度提升(XGBoost)算法估算森林地上生物量的可行性和适用性，寻求更优的森林地上生物量的监测和估算模型的建模方法。根据125块地面样地调查数据和机载激光雷达提取的点云特征变量，结合根据皮尔森相关系数和递归特征消除筛选变量，采用多元线性回归(MLR)、随机森林(RF)、支持向量机(SVM)和极端梯度提升(XGBoost)算法，建立4种不同算法的地上生物量估测模型并进行对比分析。结果表明：在训练集中，RF模型表现最好(RMSE=9.98 t·hm-2,R2=0.93,MAE=5.69 t·hm-2),其次是XGBoost模型(RMSE=10.80 t·hm-2,R2=0.89,MAE=7.24 t·hm-2);在测试集中，采用XGBoost算法建立的模型表现(RMSE=12.20 t·hm-2... 相似文献
11.
以Landsat 8、GF-1和Sentinel-2A为数据源,依据2019年、2020年外业调查数据为实测数据,提取纹理因子和植被指数,采用KNN-FIFS方法构建研究区的森林AGB估算模型,对云南省宜良县小哨林场森林AGB进行反演。结果发现3种光学数据的森林AGB估算模型中,Sentinel-2A数据结果最优,R2为0.60,RMSE为21.40 t/hm2;GF-1反演结果次之,R2为0.59,RMSE为22.11 t/hm2;Landsat 8反演结果较差,R2为0.47,RMSE为23.29 t/hm2;组合3种数据特征的反演结果最差,R2为0.42,RMSE为23.86 t/hm2。结论得出：高空间分辨率光学数据反演结果优于低空间分辨率结果,多源数据组合反演森林AGB低于单一数据源反演结果,Sentinel-2A和... 相似文献
12.
以黑龙江省帽儿山林场的针阔混交林、针叶纯林两块样地为研究对象,基于地基激光雷达、无人机载激光雷达数据及两者融合数据,采用点云体素化理论、贝尔定律以及多元线性回归法估算森林叶面积指数,探究融合数据对估算叶面积指数结果的影响。结果表明：两种林分类型样地通过无人机载激光雷达数据体素法估算有效叶面积指数精度较低(R2分别为0.76、0.75,均方根误差分别为0.83、0.97),均方根误差较大;地基激光雷达数据体素法、无人机载激光雷达数据贝尔定律分别估算针叶纯林有效叶面积指数(R2=0.79,均方根误差=0.69;R2=0.78,均方根误差=0.55)均优于针阔混交林对应的估算结果(R2=0.74,均方根误差=0.63;R2=0.75,均方根误差=0.66);融合数据体素法(R2=0.84,均方根误差=0.54)与多元回归分析法(R2=0.86,均方根误差=0.62)估算针阔混交林真实叶面积指数精度均较高,但多元回归分析法的优势为估算的真实叶... 相似文献
13.
[目的]本文旨在探究基于电子鼻和高光谱成像技术实现冷鲜牛肉中微生物生长曲线拟合的可行性。[方法]采用平板计数法测定4℃恒温贮藏下冷鲜牛肉中的菌落总数，并采集其电子鼻和高光谱数据；采用Huang模型和Baranyi模型建立基于传统平板计数法、电子鼻和高光谱特征信息的生长模型，并对其进行比较。[结果]基于传统平板计数法构建的生长模型精度较高，模型决定系数R2高达0.993;与平板计数法相比，基于电子鼻特征信息的方法ⅰ和ⅱ所建的生长模型精度略低，R2大于0.871,二者之间的相关系数r为0.917～0.994。基于高光谱信息的方法Ⅰ所建模型R2与之相当，r高达0.998;而基于高光谱响应值的方法Ⅱ所建的模型表现稍差，R2为0.749～0.918,r为0.761～0.859。[结论]电子鼻和高光谱特征信息可用于冷鲜牛肉微生物生长曲线拟合，这为无损检测技术在预测微生物学领域的应用提供了理论支持和技术参考。 相似文献
14.
为研究田间尺度灌溉条件下土壤水力特征参数的时空变异性，基于甘肃省武威市石羊河试验站葡萄园内土壤含水率数据，采用HYDRUS-2D模型反演估计不同生育期不同深度的土壤水力特征参数，评估反演参数的土壤含水率模拟效果，分析其时空变异性。结果表明：田间尺度下采用反演参数模拟不同深度土壤含水率的变化的效果优于同种情况下Rosetta模型预测参数的模拟效果；反演参数在果实膨大期和转色期的模拟效果好于其它生育期，反演的拟合优度R2值由Rosetta模型的0.4～0.5提高到了0.7～0.8,均方根误差RMSE和平均绝对误差MAE值由Rosetta模型的0.04～0.05 cm3/cm3和0.03～0.04 cm3/cm3分别降低到了0.03～0.04 cm3/cm3和0.02～0.03 cm3/cm3;此外，反演出的土壤水力学特征参数只适用于参与反演过程类似条件下的模拟，应用于有明显差异的情景时，模拟精度... 相似文献
15.
针对玉米叶片表型检测传统方式存在耗费大量人力物力且存在人工主观性误差等问题，提出了一种基于计算机视觉技术和深度学习方法的玉米叶片表型检测方法，建立了玉米叶片表型回归检测模型。首先采集玉米叶片图像及对应的表型数据，然后搭建浅层卷积神经网络，通过调整浅层卷积神经网络模型结构，添加注意力机制以及RGB三通道分离结构对搭建的网络进行优化，最后将图像和表型数据输入到模型进行训练，并对不同任务组合分别进行模型训练，分析不同任务组合对模型预测精度的影响。结果表明，三通道分离结构和通道注意力机制的添加提高了模型在所有任务组合上的性能，且不同任务组合试验的结果表明，玉米叶片各个表型的检测在不同任务搭配后检测效果有较大波动，基于三通道分离结构和通道注意力机制的模型检测叶片叶面积的结果最高决定系数r2达到0.997,鲜质量r2达到0.988,叶宽r2达到0.982,SPAD值r2达到0.901。研究结果表明，三通道分离可以降低R、G、B三通道带来的影响，添加通道注意力机制，可以提高玉米叶片表型检测的模型性能。 相似文献
16.
【目的】研究塔吉克斯坦主要农作物生产潜力,探明塔吉克斯坦主要作物单产提高的主要限制因素,为中塔未来农业合作的可能性和合作途径提供依据。【方法】采用农业生态区域法等数学模型分别对塔国棉花、冬小麦两大主要农作物的光合生产潜力、光温生产力以及开发度进行计算分析。【结果】塔吉克斯坦冬小麦、棉花的光合生产潜力分别在14 43019 240 kg/hm2和31 12019 240 kg/hm2和31 12038 900 kg/hm2,光温生产力分别在7 93838 900 kg/hm2,光温生产力分别在7 93810 584 kg/hm2和8 81310 584 kg/hm2和8 81311 016 kg/hm2。塔国冬小麦和棉花的光温生产潜力都很高,但实际开发度却很低,分别只有光温生产潜力的23%11 016 kg/hm2。塔国冬小麦和棉花的光温生产潜力都很高,但实际开发度却很低,分别只有光温生产潜力的23%30%和15%30%和15%18%。农田投入较低、灌溉设施差、农田管理粗放严重限制了塔吉克斯坦小麦、棉花生产潜力的发挥。【结论】塔吉克斯坦小麦、棉花增产潜力的空间很大,借鉴新疆农作物高产生产经验,提高农田管理技术水平,塔吉克斯坦小麦、棉花的生产力潜力可以得到进一步发挥。 相似文献
17.
以沈阳农业大学试验田为研究区域,将无人机遥感技术与人工结合,采集2015年夏季粳稻生长全过程的冠层NDVI数据。首先,利用二元定距变量相关分析的方法对单天和各旬、各月冠层NDVI与产量进行相关性分析;然后,利用线性回归和Square(或Cubic)曲线分别对相关性较好的单天和各旬与产量建模,并对回归模型进行检验,验证模型精度,同时将效果较好的几个模型进行对比分析。结果表明,单独用一个变量建模,Square(或Cubic)曲线模型优于一次线性回归模型,6月中旬和8月上旬的组合模型是估产最理想的模型,其判定系数(R2)为0.771,相对误差(RE)为4.06%,均方根误差(RMSE)为0.474 t·hm-2,精度较高,具有可行性,据此确定北方粳稻最佳估产时间是6月中旬的分蘖盛期和8月上旬的抽穗期。 相似文献
18.
蜜柚叶片磷素(phosphorus,P)含量是准确诊断和定量评价生长状况的重要指标,为快速、无损、精确地估测磷素含量,需要建立蜜柚叶片磷素含量高光谱估算模型。基于蜜柚叶片高光谱数据和磷素含量实测数据,提取原始光谱及一阶微分光谱特征波段和光谱特征变量,构建单变量估算模型、偏最小二乘回归模型和BP神经网络回归模型,并确定蜜柚叶片磷素含量最佳估算模型。在350～1 050 nm波段,原始光谱和一阶微分光谱与叶片磷素含量在可见光范围内有多波段相关性显著,并出现多个极值。原始光谱敏感波长为549和718 nm,一阶微分的敏感波长为528、703和591 nm。在建立的回归模型中,选择决定系数较高的模型进行精度检验,其中BP神经网络模型的拟合R2(0.775 9)最大,偏最小二乘估算模型的拟合R2(0.749 9)次之。综合建模精度和模型检验精度,确定BP神经网络模型为蜜柚叶片磷含量的最佳估算模型,建模和验证的R2分别为0.71和0.775 9;其次为偏最小二乘估算模型,建模和验证的R2分别为0.64和0.74... 相似文献
19.
为了构建基于气象要素的甘肃省甘州区日光温室低温预测模型,探索应用了岭回归分析的方法。在合理选取预测因子的基础上,对预测因子之间存在的多重共线性进行诊断,为了克服预测因子共线性对模型稳定性的影响,选择岭回归分析的方法进行共线性的处理和模型构建,应用模型的预测值与实测值对模型的精度进行检验。结果表明：选取的预测因子之间存在共线性问题,通过岭回归分析建立的日光低温预测模型可以克服预测因子间由于共线性问题对模型参数造成的影响,模型预测值与实测值之间的绝对误差(≤3℃)的准确率为98.4%,决定系数(R2)为0.8543和均方根误差(RMSE)为0.7849℃,模型精度较好。基于岭回归分析法建立的日光温室低温预测模型能够对当地日光温室低温进行合理而有效的预测。 相似文献
20.
为探究Landsat8 OLI反演蓄积量的潜力,研究不同特征选择方法对蓄积量反演精度及不同蓄积量反演模型对反演精度的影响。以湖南省怀化市排牙山国有林场作为研究区,森林资源二类调查数据作为样地地面实测数据,选用Landsat8 OLI作为遥感数据源,将传统的Pearson相关系数法及主成分分析法2种方法结合,得到一种顾及变量相关性的主成分分析法（PCA-P）对遥感变量进行降维。使用3种变量选择方法构建了随机森林（RF）、K最近邻（KNN）、支持向量机（SVR）、多元线性回归（MLR）模型进行森林蓄积量的估测,使用决定系数（R2）、均方根误差(RMSE)、相对均方根误差(RRMSE)对蓄积量估测模型进行精度评价。结果表明：通过Pearson相关系数结合方差膨胀因子得到IB2、IND25、IMSR3个遥感变量,其与蓄积量相关性分别为0.716、0.623、0.597。使用主成分分析法得到前3个主成分,累计贡献率为93.42%。通过PCA-P得到前2个主成分,累计... 相似文献