蘋果盛果期冠層高光譜與其組分特征的定量模型研究

摘要：從分析蘋果樹盛果期冠層高光譜入手,結合同一時間的數(shù)碼照片,在Erdas,ViewSpec Pro,DPS和LIKSVM等軟件的支持下,采用相關分析、線性回歸、逐步回歸、基于BP人工神經網絡分析、支持向量機回歸方法,探析高光譜反射率及其轉換數(shù)據(jù)與冠層組分指數(shù)間的關系.結果表明,冠層反射率受地表反光膜的影響顯著;原始反射率與果葉比的相關性最好,611～680 nm為反映兩者天系的特征波段;在特征波段內,依據(jù)原始反射率和果葉比所建立的4種模型都可滿足預測需要,但基于BP人工神經網絡模型和支持向量機回歸模型整體上優(yōu)于一元線性回歸模型和多元線性回歸模型,尤以支持向量機回歸模型精度最高.研究結果可為后續(xù)的蘋果遙感估產工作提供理論支持. 作者： 王凌[1]趙庚星[1]朱西存[1]雷彤[1]董芳[2] Author： WANG Ling[1]  ZHAO Geng-xing[1]  ZHU Xi-cun[1]  LEI Tong[1]  DONG Fang[2] 作者單位： 山東農業(yè)大學資源與環(huán)境學院,山東,泰安,271018濟南大學城市發(fā)展學院,山東,濟南,250022 期 刊： 光譜學與光譜分析   ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： 2010, 30(10) 分類號： S127 TP79 關鍵詞： 蘋果盛果期    高光譜    冠層組分    相關分析    定量模型    機標分類號： S66 TP7 機標關鍵詞： 蘋果樹    盛果期    冠層反射率    高光譜    組分特征    模型研究    Stage    Features    Canopy    支持向量機回歸方法    多元線性回歸模型    光譜反射率    特征波段    人工神經網絡模型    人工神經網絡分析    轉換數(shù)據(jù)    逐步回歸    遙感估產    相關分析    數(shù)碼照片 基金項目： 國家(863計劃)項目，國家級星火計劃重點項目，國家十一五科技支撐計劃項目

【蘋果盛果期冠層高光譜與其組分特征的定量模型研究】相關文章：

查干湖葉綠素a濃度高光譜定量模型研究04-26

普洱茶茶褐素類主要組分特征及光譜學性質研究05-07

小麥葉片氮含量與冠層反射光譜指數(shù)的定量關系05-02

神農霉素Ⅱ號組分定量分析方法研究05-02

水稻葉片氣孔導度與冠層反射光譜的定量關系分析04-26

近紅外光譜技術定量測定基質參數(shù)研究05-07

酒店CRM中定量分析模型研究04-28

不同施氮條件下小麥冠層的高光譜和多光譜反射特征05-02

熱化組分模型(TCM)中碎裂區(qū)特性研究04-29

二組分液體蒸發(fā)模型的理論與實驗研究04-25