土地利用分类粒子群优化概率神经网络半监督算法     

王春阳  汤子梦  吴喜芳  李长春  张合兵 《农业机械学报》2022,53(2):167-176

针对以往土地利用监测大都采用监督分类算法,成本较高、错分漏分严重且受人为因素影响较大的问题,提出了一种粒子群优化概率神经网络的半监督分类算法.该算法通过粒子群优化算法优化分类器的参数,提高分类器的精度,运用香农熵选择高置信度的样本扩展初始训练样本集,将大量未标记的样本扩展到训练样本集中,减少了初始标签样本的数量,节约了...  相似文献   

基于连续小波变换的冬小麦叶片最大净光合速率遥感估算     

苗梦珂  王宝山  李长春  龙慧灵  杨贵军  冯海宽  翟丽婷  刘明星  吴智超 《江苏农业学报》2020,36(3):544-552

已有研究发现,植物的最大净光合速率(A_(max))决定了其潜在的光合能力。以冬小麦为研究对象,以2017年、2018年4-6月获取的拔节期、挑旗期、开花期和灌浆期4个重要生育期的不同叶位叶片的原始光谱(350～1 350 nm)与气体交换数据为基础,旨在建立基于连续小波变换的冬小麦叶片最大净光合速率估算模型。结果表明,基于连续小波变换方法估算的模型,2017年、2018年的建模决定系数(R~2)分别为0.62、0.77,验证R~2分别为0.65、0.77,其估算模型的精度远高于基于植被指数建立的模型。通过对比分析几种植被指数与高光谱数据对最大净光合速率的估算结果发现,植被指数对小麦叶片A_(max)的解释能力较低,无法对光合能力作出正确且精确的估算。基于连续小波变换方法对冬小麦叶片A_(max)的估算精度较高,可以作为预估冬小麦生长状况、产量的依据。  相似文献   

基于无人机数码影像的大豆育种材料叶面积指数估测   总被引：6，自引：0，他引：6  

李长春  牛庆林  杨贵军  冯海宽  刘建刚  王艳杰 《农业机械学报》2017,48(8):147-158

利用低成本的无人机(Unmanned aerial vehicle,UAV)高清数码影像获取系统,于2016年7—9月在山东省济宁市嘉祥县圣丰大豆育种基地,获取大豆育种材料试验区的R1-R2、R3、R5-R6共3个关键生育期的高清数码影像,首先利用高清数码影像中的黑白定标布,对数码影像的DN(Digital number,DN)值进行归一化标定,并构建标定的18个数码影像变量,然后基于900个育种小区的叶面积指数实测数据构建大豆育种材料叶面积指数的一元线性回归、逐步回归、全子集回归、偏最小二乘回归、支持向量机回归和随机森林回归模型,最后基于模型建立和验证的决定系数(R~2)、均方根误差(RMSE)和归一化的均方根误差(nRMSE)3个指标,筛选估测叶面积指数的最佳模型。研究表明,全子集回归模型中采用4个数码影像变量B、RGBVI、GLA和B/(R+G+B)的多元线性回归模型对大豆育种材料叶面积指数的解析精度最优,模型建立的R~2、RMSE和nRMSE分别为0.69、0.99和17.90%,验证模型的R~2、RMSE和nRMSE分别为0.68、1.00和18.10%。结果表明,以无人机为遥感平台,搭载低成本的高清数码相机,利用高清数码影像进行大豆育种材料LAI估测是可行的,可以快速、有效、无损地获取大豆育种材料的长势信息,为筛选高产大豆品种提供一种低成本的可行方法。  相似文献   

基于无人机数码影像的马铃薯覆盖度提取方法   总被引：3，自引：0，他引：3  

吴智超  李长春  冯海宽  翟丽婷  王道勇  杨贵军 《农业机械学报》2020,51(3):164-170

为了利用数码影像快速提取马铃薯覆盖度,首先,利用植被覆盖度提取算法从地面数码影像中获取马铃薯覆盖度实测值;然后,通过植被指数提取法和最大似然监督分类法对无人机数码影像进行处理,分别获取各个研究小区的马铃薯覆盖度;提出利用颜色转换空间HSI(H-A法)从无人机数码影像中快速提取马铃薯覆盖度;最后,对HA法、最大似然监督分类法和植被指数提取法3种方法的计算结果进行精度比较。结果表明,H-A法估测的植被覆盖度的精度最高,均达到0. 91以上,拟合函数拟合度为0. 97;最大似然监督分类法次之,最低精度为0. 75,拟合度为0. 82;植被指数提取法最差,最低精度为0. 74,拟合度为0. 74。  相似文献   

浅谈后非洲猪瘟时代恢复养猪生产的员工队伍建设与组织管理     

刘向东  段永杰  梁璐  马官军  陈伟  李长春 《猪业科学》2021,38(1):119-121

2018 年8 月我国暴发首例非 洲猪瘟疫情,随着非洲猪瘟疫情 的蔓延,养猪行业大概经历了三 个阶段:暴发期、平台期和恢复期. 2019 年底到2020 年初,各地市疫 情逐步进入平台期和恢复期.国家 统计局2020 年2 月28 日发布了 2019 年国民经济和社会发展统计 公报[1],根据公报,2019 年猪肉 产...  相似文献   

基于Sentinel-1A影像的原阳县玉米和水稻分类时间窗选择     

李长春  翟伟广  王春阳  陈伟男  吴喜芳  顾明明 《江苏农业学报》2023,(2):413-422

使用遥感技术可以快速、准确地识别作物类型。本研究以河南省原阳县为试验区，基于Google Earth Engine(GEE)云平台，以玉米、水稻关键生育期的Sentinel-1A影像为数据源，分析各类地物的极化特征时序曲线。对6期Sentinel-1A影像进行穷举组合，使用随机森林算法对所有影像组合分类，分析各生育期影像对作物分类的重要性，选出玉米、水稻分类最佳时间窗。结果表明，作物生长中后期影像对作物分类更重要，其中玉米的乳熟期最重要，水稻的灌浆期最重要。全生育期影像组合中玉米的用户精度和生产者精度分别为90.43%和90.53%,水稻的用户精度和生产者精度分别为88.89%和89.01%。经过优选，大喇叭口期至成熟期为玉米分类最佳时间窗，相较于全生育期影像组合，此生育期影像组合的玉米用户精度和生产者精度分别提高了3.38个百分点和5.26个百分点；拔节期至成熟期为水稻分类最佳时间窗，相较于全生育期影像组合，此生育期影像组合的水稻用户精度和生产者精度分别提高了4.73个百分点和2.66个百分点。本研究结果可以为Sentinel-1A影像在原阳县及其附近区域的玉米、水稻种植结构监测研究...  相似文献   

基于"残差-挤压激励"深度混合卷积网络的土地利用分类          下载免费PDF全文

王春阳  张英杰  李长春  芦碧波  张合兵  吴喜芳 《农业工程学报》2022,38(1):305-313

土地利用变化的监测需要高精度的土地利用分类图，遥感技术的发展为这一工作提供了便利。然而，传统分类方法往往无法针对性的利用影像中的信息，其分类结果中地物边缘信息模糊，分类精度不高且噪声较大，难以满足土地变化监测的需要。该研究针对传统方法分类结果不理想的问题，提出一种基于"残差-挤压激励"单元的混合卷积神经网络模型，采用膨胀卷积层对影像进行"光谱-空间"特征提取，并引入"残差-挤压激励"单元，实现特征重用的同时，选择性的强调信息性特征，对噪声性特征进行抑制，最后对得到的特征进行整合实现对遥感影像的分类。该研究提出的模型与k-最邻近算法（K-Nearest Neighbor, KNN）、支持向量机（Support Vector Machine, SVM）、二维卷积网络（2D- Convolutional Neural Network, 2D-CNN）以及混合卷积网络（HybridSN）相比，在试验数据集上总体精度分别提高了11.15个百分点、11.18个百分点、0.06个百分点和2.46个百分点。且有效减少了地物边缘信息的损失，验证了该方法的有效性。此外，基于该方法分类结果统计出的耕地面积与试验区真实耕地面积仅相差0.77%，误差绝对值远低于其他分类方法。  相似文献   

地方新农科专业校外实践基地“三精四共”建设模式研究——以湖北工程学院为例     

姚国新  温馨  汤亚芳  李长春  王有宁 《安徽农业科学》2023,(5):280-282

校外共建实践基地是地方高校实践技能人才培养的重要场所，基地建设水平直接与人才培养质量息息相关。以地方本科涉农高校湖北工程学院40多年的校外实践基地建设经验为基础，研究并实践了校外实践基地“三精四共”的建设模式，经过地方农科院校多年实践，显著提升了农科实践创新能力，可在更大范围内推广应用。  相似文献