基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
运用粒子群优化算法和支持向量机构建叶片尺度玉米叶绿素含量高光谱估测模型,估测玉米叶片叶绿素含量.通过辐射传输模型(PROSPECT)模拟的玉米光谱和所对应的叶绿素含量建立训练数据集;采用粒子群优化算法和支持向量机(PSO-SVM)学习训练数据集,建立研究区实测叶片叶绿素含量估测模型;利用近地高光谱遥感获取的玉米光谱建立验证数据集,将玉米叶片叶绿素含量估测模型运用到验证数据集,估测研究区玉米叶绿素含量.叶绿素含量反演结果的方根误差MSE=76.178 6,叶绿素含量实测值与叶绿素含量估测值的相关系数R2=0.871 2.结果表明:粒子群优化算法和支持向量机构建的反演模型能准确预测玉米叶绿素含量,能够解决小样本玉米采样点情况下叶绿素含量反演问题,可以作为玉米叶绿素含量快速、无损估测的一种新方法.
推荐文章
低温胁迫下冬小麦叶绿素含量高光谱估测
冬小麦
叶绿素含量
多元统计分析
低温胁迫
模型
长春市南湖叶绿素a浓度高光谱估测模型研究
叶绿素a
高光谱
模型
长春
南湖
遥感
不同灌溉量夏玉米叶绿素含量的高光谱特征及其反演
夏玉米
不同灌溉量
叶绿素含量
高光谱特征
反演模型
基于高光谱遥感的玉米全氮含量估测模型
玉米
全氮含量
高光谱参数
叶鞘茎
估测模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高光谱遥感的玉米叶绿素含量估测模型
来源期刊 中国矿业大学学报 学科 工学
关键词 高光谱遥感 玉米 叶绿素 估测 支持向量机
年,卷(期) 2016,(2) 所属期刊栏目
研究方向 页码范围 405-410
页数 分类号 TP79
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李崇贵 西安科技大学测绘科学与技术学院 27 125 7.0 10.0
2 史晓亮 西安科技大学测绘科学与技术学院 26 267 9.0 16.0
3 吕杰 西安科技大学测绘科学与技术学院 17 107 7.0 10.0
4 汪康宁 西安科技大学测绘科学与技术学院 4 37 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (80)
参考文献  (11)
节点文献
引证文献  (19)
同被引文献  (160)
二级引证文献  (30)
1949(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(18)
  • 引证文献(11)
  • 二级引证文献(7)
2019(21)
  • 引证文献(6)
  • 二级引证文献(15)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
高光谱遥感
玉米
叶绿素
估测
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国矿业大学学报
双月刊
1000-1964
32-1152/TD
大16开
江苏省徐州市中国矿业大学内
28-73
1955
chi
出版文献量(篇)
3700
总下载数(次)
6
总被引数(次)
77959
论文1v1指导