典型文献
基于低空遥感与GA-BP神经网络的葡萄叶片含水量估算研究
文献摘要：
以武威市凉州区威龙庄园的葡萄为研究对象,使用无人机搭载多光谱相机对田间葡萄叶片含水量进行无损检测.选用Pix4 D mapper软件对多光谱影像进行拼接,并利用矫正板矫正,通过指数计算器得到5个波段的光谱反射率影像.随机选取70组葡萄叶片光谱反射率作为训练样本,采用经典BP神经网络建立基于多光谱图像的葡萄叶片含水率模型,并融合遗传算法(Genetic Algorithms,GA)优化神经网络,输入量为蓝、绿、红、红边、近红等5个波段图像对应反射率,输出为葡萄叶片含水量.30组葡萄叶片验证样本用于模型反演数据的相关性分析.试验结果表明,利用多光谱图像信息并结合遗传算法优化的BP神经网络葡萄叶片含水量的反演模型,多光谱反演的含水量模型拟合相关系数达0.76982,30组验证集中葡萄叶片含水率实测参考值和网络反演值的相关系数r为0.8146,反演结果比较理想.本方法可实现对葡萄叶片含水量的快速无损准确检测,有助于西北干旱区农业的灌溉决策与精准管理.
文献关键词：
无人机;多光谱;葡萄;含水量;遗传算法;BP神经网络;反演模型
中图分类号：
作者姓名：
张旭;高何璇;高晓阳;李红岭;贾尚云;唐渲运;杨梅;李妙祺;金李;李东
作者机构：
甘肃农业大学机电工程学院,甘肃 兰州730070;甘肃省葡萄与葡萄酒工程学重点实验室,甘肃 兰州730070;甘肃省干旱生境作物学重点实验室,甘肃 兰州730070;兰州银行网络金融部,甘肃 兰州730000
文献出处：
引用格式：
[1]张旭;高何璇;高晓阳;李红岭;贾尚云;唐渲运;杨梅;李妙祺;金李;李东-.基于低空遥感与GA-BP神经网络的葡萄叶片含水量估算研究)[J].林业机械与木工设备,2022(06):69-75
A类：
Pix4,mapper
B类：
低空遥感,GA,葡萄叶片,叶片含水量,水量估算,武威市凉州区,威龙,庄园,搭载,多光谱相机,田间,无损检测,多光谱影像,拼接,指数计算,计算器,波段,光谱反射率,叶片光谱,训练样本,多光谱图像,叶片含水率,Genetic,Algorithms,优化神经网络,输入量,红边,图像信息,遗传算法优化,反演模型,谱反演,模型拟合,验证集,中葡,参考值,结果比较,较理想,快速无损,西北干旱区,旱区农业,灌溉决策,精准管理
AB值：
0.290574
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
