期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
机器学习结合高光谱植被指数与SPAD值估算冬小麦氮含量 被引量：2
1
作者 冯惠芬 李映雪 +1 位作者 吴芳 邹晓晨 《农业工程学报》 EI CAS CSCD 北大核心 2024年第1期227-237,共11页
冬小麦叶片氮含量与叶片光合作用和营养状况密切相关,直接影响植株生长发育,而茎秆中的氮含量与茎秆中纤维素、半纤维素和木质素的比例和含量密切相关,直接影响茎秆质量及植株的抗倒伏能力。然而,有关对冬小麦茎秆氮含量估算研究较为有... 冬小麦叶片氮含量与叶片光合作用和营养状况密切相关,直接影响植株生长发育,而茎秆中的氮含量与茎秆中纤维素、半纤维素和木质素的比例和含量密切相关,直接影响茎秆质量及植株的抗倒伏能力。然而,有关对冬小麦茎秆氮含量估算研究较为有限,限制了从氮含量角度判断茎秆质量及对倒伏的预测能力。为精准估算冬小麦不同器官(叶片、茎秆)氮含量,该研究通过2年田间试验,获取冬小麦4个关键生育期(拔节期、抽穗期、开花期、灌浆期)和3种施氮水平条件下(N1、N2和N3)的冠层光谱反射率、叶片、茎秆氮含量及叶片SPAD(soil and plant analyzer development,SPAD)值。分析了不同生育期和施氮水平条件下高光谱植被指数对叶片和茎秆氮含量的敏感性,并结合5种常用的机器学习算法:随机森林回归(random forest regression,RFR)、支持向量回归(support vector regression,SVR)、偏最小二乘回归(partial least squares regression,PLSR)、高斯过程回归(gaussian process regression,GPR)、深度神经网络回归(deep neural networks,DNN)构建冬小麦叶片和茎秆氮含量估算模型。结果表明:高光谱植被指数对叶片和茎秆氮含量的敏感性受到生育期和施氮水平的影响。在灌浆期,最佳植被指数双峰冠层植被指数DCNI(double-peak canopy nitrogen index)对叶片氮含量的敏感性最高,R^(2)为0.866。对茎秆氮含量,在抽穗期的敏感性最高,最佳植被指数归一化叶绿素比值指数NPQI(normalized phaeophytinization index)与氮含量决定系数R^(2)=0.677。施氮水平的提升增加了光谱植被指数对茎秆氮含量的敏感性。结合SPAD值的机器学习算法提升了氮含量的估算精度,对叶片氮含量,在不同生育期和施氮水平条件下估算精度提升了1%~7%,其中在全生育期的归一化均方根误差NRMSE从0.254降低到0.214,抽穗期的NRMSE提升最大,从0.201降低到0.128。对茎秆氮含量,全生育期的NR 展开更多
关键词 冬小麦 机器学习 叶片 茎秆 氮含量 SPAD 高光谱植被指数
下载PDF
冠层光谱红边参数结合随机森林机器学习估算冬小麦叶绿素含量 被引量：1
2
作者 王震 李映雪 +1 位作者 吴芳 邹晓晨 《农业工程学报》 EI CAS CSCD 北大核心 2024年第4期166-176,共11页
作物光谱红边参数与叶绿素含量密切相关,是作物生长发育和营养状况的指示器。基于红边参数构建叶绿素含量探测模型是大尺度监测作物长势的有效方法。为提升冬小麦叶绿素含量探测精度,构建适用于不同生育期和施氮水平条件的叶片叶绿素相... 作物光谱红边参数与叶绿素含量密切相关,是作物生长发育和营养状况的指示器。基于红边参数构建叶绿素含量探测模型是大尺度监测作物长势的有效方法。为提升冬小麦叶绿素含量探测精度,构建适用于不同生育期和施氮水平条件的叶片叶绿素相对含量(chlorophyll content,CHL)估算模型。该研究通过4 a大田试验,获取冬小麦4个关键生育期(拔节期、抽穗期、开花期和灌浆期)和3种施氮水平条件下的冠层光谱反射率和叶片CHL。系统比较和评估了47种光谱红边参数对CHL的敏感性,同时采用逐步选择红边参数相对重要性提升了随机森林机器学习模型估算冬小麦CHL的精度。结果表明:光谱红边参数对CHL的敏感性受到冬小麦生育期和施氮水平的影响,在单一生育期中的最佳红边参数与CHL的决定系数R^(2)在0.39和0.89之间。全生育期中最佳红边参数为NDDRmid,与CHL的决定系数R^(2)为0.76。灌浆期敏感性最高,红边参数REPRpi、NDDRmid、RVI2、RVI4、RVI5、RVI6、NDRE、RVI12和RVI13与CHL的决定系数都高于0.80,红边参数RVI5与CHL的决定系数R^(2)为0.89。单一施氮水平条件下敏感性最佳的红边参数与CHL的决定系数在0.75和0.81之间。在N1和N2条件下,最佳红边参数为NDDRmid。在N3条件下RIDRfd与CHL的决定系数最高,R^(2)为0.81。在所评估的光谱红边参数中,NDDRmid、RVI5、RVI12和DIDA在单一生育期和施氮水平条件下都表现出较高的相关性。逐步选择相对重要性红边参数特征优化随机森林模型提升了CHL的估算精度,全生育期中最佳估算精度为R^(2)=0.80和RMSE=4.25。不同生育期和施氮水平条件下,红边参数DIDA和RVI13都作为随机森林模型的重要特征。研究结果揭示了光谱红边参数在不同生育期和施氮条件下估算冬小麦CHL的潜力,同时也为基于红边参数特征的其他类型农作物叶绿素含量探测研究提供了参考。 展开更多
关键词 机器学习 冬小麦 叶绿素 红边参数 SPAD 随机森林
下载PDF
基于金字塔语义token全局信息增强的高分光学遥感影像变化检测
3
作者 彭代锋 翟晨晨 +3 位作者 周顶蔚 张永军 管海燕 臧玉府 《测绘学报》 EI CSCD 北大核心 2024年第6期1195-1211,共17页
针对复杂背景、光谱变化等因素导致高分辨率遥感影像中细小地物检测缺失,几何结构检测不完整等问题,本文联合卷积网络和Transformer网络优势,提出一种基于金字塔语义token全局信息增强的变化检测网络(PST-GIENet)。首先,利用无最大池化... 针对复杂背景、光谱变化等因素导致高分辨率遥感影像中细小地物检测缺失,几何结构检测不完整等问题,本文联合卷积网络和Transformer网络优势,提出一种基于金字塔语义token全局信息增强的变化检测网络(PST-GIENet)。首先,利用无最大池化层的ResNet18网络提取多时相影像深度特征以构建融合特征,并采用联合注意力机制和深监督策略提高融合特征表达能力;然后,通过空间金字塔池化将影像特征表示为多尺度语义token,进而利用Transformer编码器和解码器对融合特征空间进行全局上下文建模;最后,通过逐层上采样解码器生成最终变化图。为验证本文方法有效性,采用LEVIR-CD、CDD和WHU-CD 3个公开变化检测数据集进行对比试验与分析,定量结果表明PST-GIENet在3个数据集中均取得最优精度指标,其F 1值分别达到91.71%、96.16%和94.08%。目视结果表明PST-GIENet可有效抑制复杂背景、光谱变化等因素干扰,显著增强网络对地物边缘结构和多尺度变化的捕捉能力,取得最佳目视效果。 展开更多
关键词 高分辨率遥感影像 变化检测 金字塔语义token 全局依赖性 注意力机制
下载PDF
星载GNSS-R融冰期海冰密集度反演研究
4
作者 王玥 谢涛 +3 位作者 李建 张雪红 白淑英 王明华 《海洋学报》 CAS CSCD 北大核心 2024年第5期127-136,共10页
针对北极融冰期的海冰密集度反演,并改善全球导航卫星系统反射测量(GNSS-R)对海水的海冰密集度高估问题,本文提出一种利用机器学习算法生成高时空分辨率的融冰期海冰密集度估算方法,提取GNSS-R时延多普勒图(DDM)的特征参数,并结合海表... 针对北极融冰期的海冰密集度反演,并改善全球导航卫星系统反射测量(GNSS-R)对海水的海冰密集度高估问题,本文提出一种利用机器学习算法生成高时空分辨率的融冰期海冰密集度估算方法,提取GNSS-R时延多普勒图(DDM)的特征参数,并结合海表温度数据建立LightGBM模型,将反演结果与参考海冰密集度值进行相关性分析和评估。本文的模型结果与OSI SAF的海冰密集度产品显示出较好的一致性,相关系数、平均绝对误差和均方根误差分别为0.965、0.061和0.090。该方法能够实现对北极海冰边缘区的海冰密集度高精度估计。 展开更多
关键词 GNSS-R DDM 融冰期 海冰密集度 LightGBM 北极
下载PDF
基于改进SSD的城市地下排水管道缺陷识别算法
5
作者 王治国 曹爽 +1 位作者 管海燕 周弈 《测绘工程》 2024年第5期7-13,共7页
城市地下排水管道的维护是保证排水管道使用功能的基础工作,对城市地下排水管道进行缺陷检查则是进行维护工作的必要前提。为了提高城市地下排水管道缺陷识别效率,实现管道缺陷识别智能化,提出一种基于改进SSD的城市地下排水管道缺陷识... 城市地下排水管道的维护是保证排水管道使用功能的基础工作,对城市地下排水管道进行缺陷检查则是进行维护工作的必要前提。为了提高城市地下排水管道缺陷识别效率,实现管道缺陷识别智能化,提出一种基于改进SSD的城市地下排水管道缺陷识别算法。针对传统SSD算法特征提取不足的问题,设计了一种注意力机制模块,以提高城市地下排水管道缺陷特征提取能力;针对传统SSD算法感受野不足的问题,引入感受野扩增模块并调整其参数和结构,以捕获不同尺度的感受野;最后在自建城市地下排水管道缺陷数据集上进行实验。结果表明,该方法较传统SSD算法在城市地下排水管道缺陷识别上的平均准确率提高约7.89%,因此本方法对于城市地下排水管道缺陷识别有一定应用价值。 展开更多
关键词 地下排水管道 单次多框检测器 缺陷识别 注意力机制 感受野
下载PDF
利用全极化SAR数据的极化特征获取海冰密集度的算法
6
作者 陈星哲 谢涛 +3 位作者 王明华 张雪红 李建 白淑英 《测绘通报》 CSCD 北大核心 2024年第2期80-84,89,共6页
本文提出了一种利用全极化SAR数据的极化特征获取海冰密集度算法。首先,对全极化SAR数据进行多视化及滤波等预处理,以获取相干矩阵与协方差矩阵;其次,通过相干矩阵与协方差矩阵获取若干极化特征,对这些极化特征进行相关性与冗余性分析,... 本文提出了一种利用全极化SAR数据的极化特征获取海冰密集度算法。首先,对全极化SAR数据进行多视化及滤波等预处理,以获取相干矩阵与协方差矩阵;其次,通过相干矩阵与协方差矩阵获取若干极化特征,对这些极化特征进行相关性与冗余性分析,构建最优特征空间;然后,将最优特征空间作为输入量放入神经网络分类器中,得到海冰分类结果;最后,根据海冰分类结果提取海冰密集度。选用拉布拉多南部海域2景全极化Radarsat-2影像获取海冰密集度,与业务化海冰密集度产品ASI-3125进行对比研究。本文算法结果与ASI-3125海冰密集度分布趋势基本一致,总体上略大于ASI-3125海冰密集度,标准差值分布为3.46%和6.82%,说明利用高分辨率全极化SAR数据在监测边缘区域小尺寸破碎海冰方面具有优势。 展开更多
关键词 RADARSAT-2 海冰 海冰密集度 特征提取 神经网络
下载PDF
基于高分辨率数据的农村居民点分布格局及影响因素研究
7
作者 马丽萍 刘波 +1 位作者 陈正超 张兵 《水土保持研究》 CSCD 北大核心 2024年第4期395-407,共13页
[目的]剖析高分辨率视角下西南农村居民点大区域分布特征,探讨不同因素对农村居民点空间分布的影响,为农村居民点空间发展提供科学依据。[方法]针对当前研究中“区域性规律”和“内部精细结构”难以兼顾的不足,基于高分辨率农村居民点数... [目的]剖析高分辨率视角下西南农村居民点大区域分布特征,探讨不同因素对农村居民点空间分布的影响,为农村居民点空间发展提供科学依据。[方法]针对当前研究中“区域性规律”和“内部精细结构”难以兼顾的不足,基于高分辨率农村居民点数据,采用核密度、空间热点探测、可达性分析和地理探测器等方法,从全域和斑块尺度研究了广西农村居民点空间分布特征,进一步分析自然因素、区位因素和社会经济因素对农村居民点空间分布的影响。[结果](1)研究区农村居民点整体分布呈显著集聚型,以小规模、低密度、复杂形状为主要分布特征。全省农村居民点平均密度为5.59个/km^(2),规模和形状均呈现显著高值聚集特征。(2)农村居民点分布具有显著分异性,随着高程和坡度的增加,以及耕地、道路和水域可达性的减小,农村居民点总面积、规模和密度呈现递减趋势。不同地质背景居民点空间分布差异较大,喀斯特区农村居民点分布总面积少但规模较大,形状更复杂、密度更低。(3)自然、区位和社会经济等不同因素对农村居民点分布的影响具有明显的差异性,社会经济因素对农村居民点分布总面积具有较强的“决定力”,区位因素特别是耕地与道路对农村居民点分布规模和形状具有主导作用,而对农村居民点分布密度影响最重要的是自然因素。[结论]广西农村居民点空间分布地域差异性显著,不同因子对农村居民点产生显著效果。 展开更多
关键词 农村居民点 空间格局 高分辨率数据 喀斯特区
下载PDF
基于数据增强与掩码学习的移动激光扫描点云分类方法
8
作者 雷相达 管海燕 +2 位作者 陈科 秦楠楠 臧玉府 《中国激光》 EI CAS CSCD 北大核心 2024年第13期257-268,共12页
车载移动激光扫描(MLS)点云可以精确描述道路周围场景,其分类结果可为智能交通、数字孪生城市、高精地图及辅助驾驶等任务提供数据基础。为增强点云分类模型提取特征的表达能力,提高预测的鲁棒性,提出一个基于数据增强与掩码学习的MLS... 车载移动激光扫描(MLS)点云可以精确描述道路周围场景,其分类结果可为智能交通、数字孪生城市、高精地图及辅助驾驶等任务提供数据基础。为增强点云分类模型提取特征的表达能力,提高预测的鲁棒性,提出一个基于数据增强与掩码学习的MLS点云分类方法。所提方法主要由高程校准的Mix3D(EC-Mix3D)点云增强策略和掩码学习框架构成。其中,EC-Mix3D策略用于对训练数据进行高程校准的场景混合,扩充训练样本分布,提高模型预测的鲁棒性;掩码学习框架首先对输入点云施加随机块掩码操作获取掩码点云,然后对原始点云和掩码点云的预测进行标签监督学习、一致性约束及错误预测熵最大化,提高对点云特征的表达能力。采用公共MLS数据集(Toronto3D和Pairs数据集)进行方法验证。实验结果表明,所提方法可以对MLS点云进行有效分类,在两个测试数据集上分别获得了83.8%和68.74%的平均交并比,优于其他对比方法。 展开更多
关键词 车载移动激光扫描点云分类 EC-Mix3D数据增强 掩码学习框架 一致性约束 错误预测熵最大化
原文传递
基于非监督分类和图优化的GNSS多路径误差削弱方法
9
作者 丁杨 赵乐文 李飞翔 《大地测量与地球动力学》 CSCD 北大核心 2023年第10期1015-1019,1031,共6页
基于城市环境下采集的多系统GNSS数据研究非监督分类算法和图优化(factor graph optimization,FGO)算法对多路径误差的抑制能力。伪距单点定位(single point positioning,SPP)结果表明,基于K-means++的非监督分类算法进行多路径信号分离... 基于城市环境下采集的多系统GNSS数据研究非监督分类算法和图优化(factor graph optimization,FGO)算法对多路径误差的抑制能力。伪距单点定位(single point positioning,SPP)结果表明,基于K-means++的非监督分类算法进行多路径信号分离时,在N、E、U方向的定位精度分别为3.61 m、2.90 m、8.14 m,较传统算法分别提升53.18%、55.18%、44.96%。图优化方法利用伪距和多普勒约束因子进行最优估计,在N、E、U方向的定位精度分别为0.94 m、1.34 m、2.78 m,精度分别提升82.1%、78.5%、82.0%。图优化算法对城市环境下GNSS定位的多路径误差抑制具有显著效果,可用于GNSS精密定位预处理阶段的异常卫星剔除和精确坐标初值获取,提高城市环境下GNSS定位性能。 展开更多
关键词 非监督分类 图优化 伪距单点定位 多路径误差
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部