|
|||||
|
|
| 利用可见/近红外光谱测定小麦叶面积指数的改进研究 | |
| 引用本文： | 梁亮,杨敏华,臧卓. 利用可见/近红外光谱测定小麦叶面积指数的改进研究[J]. 激光与红外, 2010, 40(11): 1205-1210 |
| 作者姓名： | 梁亮 杨敏华 臧卓 |
| 作者单位： | 1. 中南大学信息物理工程学院,湖南,长沙,410083;中南林业科技大学林业遥感信息工程研究中心,湖南,长沙,410004 2. 中南大学信息物理工程学院,湖南,长沙,410083 3. 中南林业科技大学林业遥感信息工程研究中心,湖南,长沙,410004 |
| 基金项目： | 国家自然科学基金项目(No.30570279);国家发展与计划委员会项目(No.A00300100584);中南林业科技大学林业遥感信息工程研究中心开放性研究基金项目(No.RS2008k03);中南大学拔尖博士研究生学位论文创新项目(No.1960-71131100007);中南大学优秀博士论文扶持项目(No.2008yb024)资助 |
| 摘 要： | 改进了小麦叶面积指数的可见/近红外光谱测定模型。以不同方法实现了小麦冠层反射光谱的预处理，并采用偏最小二乘回归算法（PLS）建立小麦叶面积指数估测模型对其进行比较分析，发现小波除噪结合一阶导数能最有效地消除原始光谱的噪声与背景信息，此时PLS模型校正集与预测集R2分别为0.849与0.835。为进一步优化模型，对经一阶导数结合小波除噪后的光谱采用主成分分析法（PCA）降维，以前4个主成分（含原始光谱84.867%特征信息）为输入变量，采用小二乘支撑向量机回归算法（LS-SVR）建立了小麦叶面积指数估测模型，其校正集与预测集R2分别达0.905与0.883，具有比PLS算法更高的精度。结果表明:以小波除噪结合一阶导数去除小麦冠层反射光谱中的土壤背景信息以提高模型精度是可行的，且LS-SVR是建模的优选方法。 |
| 关 键 词： | 可见/近红外光谱；叶面积指数；小波除噪；导数；支撑向量回归；小麦 |
Improvement research of wheat leaf area index measurement using visible/near-infrared spectra |
|
| LIANG Liang,YANG Min-hu,ZANG Zhuo. Improvement research of wheat leaf area index measurement using visible/near-infrared spectra[J]. Laser & Infrared, 2010, 40(11): 1205-1210 | |
| Authors: | LIANG Liang YANG Min-hu ZANG Zhuo |
| Affiliation: | School of Info-Physics and Geomatics Engineering,Central South University,Changsha 4100831,China; Research Center of Forestry Remote Sensing and Information Engineering,Central South University of Forestry and Technology,Changsha 410004,China |
| Abstract: | |
| Keywords: | visible/near-infrared spectra leaf area index(LAI) wavelet denoising differential coefficient support vector regression (SVR) wheat |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《激光与红外》浏览原始摘要信息 | |
| 点击此处可从《激光与红外》下载全文 | |