郑雯
- 作品数：2 被引量：24H指数：2
- 供职机构：华中农业大学资源与环境学院更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：农业科学更多>>
- 基于波段深度分析和BP神经网络的水稻色素含量高光谱估算被引量：8
- 2017年
- 该文以水稻田间氮肥水平试验为基础,采用单变量的线性和非线性回归方法,建立基于植被指数的水稻色素含量高光谱估算模型。各植被指数对色素含量的估计能力分析结果显示,植被指数在色素含量较大时存在饱和问题,为此尝试将波段深度分析(BDA)与BP神经网络结合,以提高利用高光谱技术对水稻叶片色素含量的估算精度。基于连续统去除处理的水稻冠层高光谱数据(400~750 nm),选取波段深度(BD)、波段深度比(BDR)、归一化波段深度(NBDI)和归一化面积波段指数(BNA)4种波段指数,在此基础上进行主成分分析(PCA)实现降维,然后采用反向传播(BP)神经网络方法对水稻叶片色素含量进行高光谱反演,探讨BDA与BP神经网络结合解决植被指数饱和问题的可能性和有效性。结果表明,波段深度分析突出了光谱吸收特征差异,挖掘了更多的潜在信息,使得光谱曲线的差异性得到增强。BD与BP结合的估算模型对水稻叶片中的类胡萝卜素含量估算精度最高(R^2=0.61,RMSEP=0.128 mg?g^(-1)),BNA与BP结合的估算模型对水稻叶片中的叶绿素含量估算精度最高(R^2=0.73,RMSEP=0.343 mg?g^(-1))。对比分析BDA与BP结合的模型和植被指数最佳回归模型的精度,发现波段深度分析建立的BP神经网络模型能较好地解决饱和问题,提高水稻叶片色素含量的估算精度。
- 郑雯明金杨孟克周四维汪善勤
- 关键词：水稻色素植被指数反向传播神经网络
- 基于时序MODIS-NDVI的油菜种植面积变化趋势分析--以江汉平原为例被引量：16
- 2016年
- 油菜是我国主要油料作物,其种植与监测对于保障食油生产安全具有重要意义。本文以江汉平原作为研究区,利用2002~2014年250 m分辨率的MODIS-NDVI时序数据,采用经验模态分解（EMD）方法,结合地面调查数据以及作物物候数据等辅助数据,获取主要地物覆盖类型的端元信息,然后利用线性光谱混合模型（LSMM）进行混合像元分解,得到油菜种植面积丰度的空间分布。结果表明,EMD方法较好地过滤了时序数据的噪声;经年鉴统计数据验证,油菜提取面积精度达到了92.5%以上,R2大于0.9。油菜种植面积的时空变化结果很好地反映出江汉平原油菜种植面积总体呈增长态势。此外,政策导向和市场价格对油菜种植面积的影响明显。
- 张煦马驿郑雯汪善勤
- 关键词：经验模态分解线性光谱混合模型江汉平原
