安徽农业科学

2018, v.46;No.578(01) 5-9

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于成像高光谱数据的温室水稻重金属胁迫诊断研究
Diagnosis of Heavy Metal Stress in Leaf of Rice in Greenhouse Based on Hyperspectral Image

张双印;王云将;欧阳炜;费腾;

摘要(Abstract):

[目的]通过温室水稻叶片高光谱影像数据,从Cd和Pb不同梯度的交叉胁迫中诊断具体的胁迫类别和胁迫梯度。[方法]经过双因素方差分析筛选出特征波段,比较SVM和BP神经网络在诊断能力上的强弱。[结果]在几种预处理方法中,对光谱二阶微分预处理可以对Cd和Pb胁迫达到很好的诊断效果,预处理后挑选出6个对Cd胁迫敏感的特征波段以及10个对Pb胁迫敏感的特征波段。基于SVM的诊断Cd胁迫的精度达86%,对3个具体梯度的诊断精度达75%、90%、96%,对Pb胁迫的诊断精度达85%,3个梯度分别为83%、85%、88%;基于BP神经网络的Cd胁迫诊断精度达88%,3个梯度为69%、75%、75%;对Pb胁迫的诊断精度达88%,3个梯度为81%、69%、69%。[结论]从植被高光谱影像数据诊断重金属Cd和Pb胁迫是可行的,且SVM的诊断精度整体优于BP神经网络。

关键词(KeyWords): 高光谱;重金属诊断;SVM;BP神经网络

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(213-164538)

作者(Author): 张双印;王云将;欧阳炜;费腾;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享