排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
基于无人机多光谱图像的土壤水分检测方法研究 总被引:1,自引:0,他引:1
以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。 相似文献
2.
3.
三角形单元是有限元分析中常用的单元.在平面单元内引入结点转动自由度,可以提高单元位移场的阶次,在不增加单元结点的前提下提高单元性能.论文利用问题基本解析解作为试函数来构造带旋转自由度的三角形单元ATF-R3H,采用了杂交应力函数单元模式,确保了单元优良的抗畸变性能和较高应力计算精度.论文利用直角坐标与三角形面积坐标的线性关系,以及面积坐标幂函数在三角形域内和边界上的积分公式,直接给出单元刚度矩阵的显式表达式,从而避免了大量数值积分,提高了计算效率.数值算例表明,显式格式的ATF-R3H单元具有良好的性能. 相似文献
4.
5.
针对测土配方施肥技术中要求快速、便捷、高效地进行土壤养分测试的需求,文章基于浸入式光纤探头、平场凹面全息光栅、二极管线阵检测器开发了一种光纤探头式分光光度计用于土壤养分中非金属元素的快速、准确测试。基于国家计量检定规程JJG 178—2007对紫外、可见、近红外分光光度计的性能检测方法测试的该仪器的波长最大允许误差与波长重复性、基线平直度、透射比最大允许误差与透射比重复性均达到了国标第Ⅲ级别标准,其最小光谱带宽、噪声与漂移、杂散光基本达到了国标第Ⅳ级别标准。基于该仪器测试的土壤硝态氮、铵态氮、有效磷、有效硫、有效硼、和有机质含量与基于商用的国产单光束和进口双光束分光光度计测试的结果呈极显著的线性相关关系,其回归方程的斜率接近于1,且对比数据之间无显著性差异。因此,该光纤探头式分光光度计可用于土壤非金属养分的快速、准确测试。 相似文献
6.
玉米是我国重要的粮食作物之一,在我国种植规模最大、发展最快。玉米的长势会直接影响到其产量和品质,因此通过对玉米的长势进行有效监测,可以为田间管理、早期产量估算提供宏观的参考信息,为国家和相关部门决策提供重要的参考依据。以无人机为遥感平台,搭载影像传感器构建遥感系统,获取玉米可见光谱遥感影像。利用ENVI软件对获取的玉米冠层可见光谱彩色图像进行几何校正和辐射校正,然后对图像进行彩色图像灰度化和增强处理。利用对农田复杂背景适应能力较好以及具有较强光照适应性的AP-HI算法完成作物分割来提取玉米覆盖度信息。在计算玉米覆盖度时,首先利用AP-HI算法将图像进行分割,并转换为二值图,来去除图像中的土地、水管、道路、作物残渣等背景,以保留玉米的二值图像。图像中的农田存在道路区域,计算实际作物覆盖度时需将其排除。道路区域出现在图像的四个边界以及相对正中的位置处,对这些位置分别进行处理,统计其中黑色像素点的个数,根据像素点个数确定道路宽度,并将道路部分从二值图中去除。去除后的二值图中,白色像素为无作物区域,黑色像素为玉米种植区域,统计黑色像素占总像素的比例,以此确定作物的多少。选取80×80像素值作为单位面积,对处理图像进行分块标记,得到区块数为720,对单位面积的分块进行全区域扫描,每当扫描到一个黑色像素值就将总的统计面积加1,直至扫描到6 400个像素点,计算其中含有的总的黑色像素值数目与6 400的比值,直至将720个区块黑色像素点占总像素比例统计完全,即可计算图像中黑色像素数与总像素数之比,即为玉米覆盖度。在此基础上,根据实际情况计算玉米冠层孔隙率,并建立覆盖度与叶面积指数模型,完成玉米叶面积指数反演,为玉米长势监测提供理论依据。 相似文献
7.
基于全空化模型,提出了修正RNGκ-ε模型,并对NACA0015水翼的非定常空化流场进行了数值研究。基于标准RNGκ-ε模型和修正的RNGκ-ε模型,在8°和20°两种冲角及Re=3×10~5的条件下,针对不同空化数,分别预测了翼型周围的速度场、翼型表面的空穴形态以及非定常空化时空泡的演化过程。和试验结果对比,两个湍流模型都能较好地捕捉翼型周围的大空泡团,其中,标准的RNGκ-ε模型能较好捕捉翼型头部的空穴,修正的RNGκ-ε湍流模型能更好地模拟翼型表面的空穴形态、空泡脱落过程及其产生的回流。 相似文献
8.
基于多元素复合空心阴极灯的土壤有效养分测试 总被引:1,自引:0,他引:1
通过修改原子吸收分光光度计操作软件使其在利用单元素空心阴极灯进行测试的同时,可以直接装备多元素复合空心阴极灯进行相关测试.针对30个在北京取样的潮土样本,利用多元素复合空心阴极灯对其有效Cu,Fe,Zn,Mg,Ca含量进行了3次重复测试,同时与基于单元素空心阴极灯的测试进行了对比.结果表明,基于多元素复合空心阴极灯测试的土壤有效Cu,Fe,Zn,Ca含量与基于单元素空心阴极灯测试的呈显著线性相关关系,其R2均大于0.9,且线性回归方程的斜率接近于1;两种方法测试的土壤有效Mg含量之间的R2为0.86,其线性同归方程的斜率为o.85;对比数据之间经方差检验呈无显著性差异.因此,利用多元素复合空心阴极灯进行土壤养分测试不仅具有与单元素空心阴极灯相当的测试精度,还可节省40%~50%的测试时间从而提高测试效率. 相似文献
9.
水是植物正常生长发育必不可缺的元素之一,能够快速检测并获取植物叶片水分,对田间作物灌溉生产管理和作物的生理需水特性研究等具有重要的意义。利用RedEdge-M型号多光谱相机,以不同生育期的55组玉米叶片作为试验对象,在光线充足且无阴影遮挡的环境下对试验玉米叶片样本进行拍摄,拍摄过程中通过直连下行光传感器来消除太阳高度角对光谱反射的影响,每组玉米叶片样本经过拍摄可得到蓝、绿、红、近红外和红边等5个波段的TIFF图像。借助图像处理软件ENVI5.3构建玉米叶片样本兴趣区域(ROI),以ROI范围内玉米叶片样本的平均反射光谱作为该样本的反射光谱来减小镜头边缘减光现象带来的误差。参照标准白板出厂时提供的专属标定反射率、白板ROI范围内的平均反射光谱和玉米叶片样本白板ROI范围内的平均反射光谱,比值换算得到各组玉米叶片5个波段处的光谱反射率。同时利用YLS-D型号植物营养测定仪,采用五点取样法选择玉米叶片的5个区域测取玉米叶片样本的水厚度平均值作为叶片含水量的测量指标。随机选取43组玉米叶片样本得出的光谱反射率作为训练样本,采用BP神经网络建立基于多光谱图像的玉米叶片含水量反演模型,并融合莱文贝格-马夸特理论(Levenberg-Marquardt,L-M)进行经典神经网络现有缺点的改进。输入神经元数目为5个,即蓝、绿、红、近红外和红边等5个波段图像对应的反射率,输出神经元为1个,即玉米叶片含水量。剩余12组玉米叶片作为验证样本用于模型反演数据的相关性分析,结果表明,利用多光谱图像光谱信息并结合基于Levenberg-Marquardt方法改进后BP神经网络玉米叶片含水量反演模型,模型反演的拟合相关系数能达到0.896 37, 12组验证集中玉米叶片含水量参考值和反演值的相关系数r达到0.894 8,反演结果比较理想。可以实现对玉米叶片含水量的快速准确检测,对精准农业的推广和应用提供了方法和参考依据。 相似文献
10.