排序方式: 共有43条查询结果,搜索用时 15 毫秒
1.
通过神经网络和机器学习的方法建立遥感影像的光谱信息与土壤湿度之间的模型,采用遥感手段大范围预测地表土壤湿度。以"天宫二号"2016年9月24日宽波段成像仪采集的可见光近红外谱段影像作为模型输入,选取与"天宫二号"影像相同采集时间和经纬度的SMAP/Sentinel-1 L2土壤湿度产品作为输出,分别通过贝叶斯神经网络算法和随机森林算法建立光谱信息和土壤湿度数据之间的关系。结果表明:采用贝叶斯线性回归反演时,当隐含层节点个数为24时训练效果最好,R2为0.755,均方根误差RMSE为0.161;采用随机森林机器学习算法反演时,当决策树个数为60时效果最好,R2为0.809,均方根误差RMSE为0.120。对"天宫二号"影像进行土壤湿度反演时,随机森林模型比贝叶斯神经网络模型的精度更高,拟合效果更好,可以实现较为准确的大范围土壤水分含量预测。 相似文献
2.
智能灌溉系统要求以节约水资源为目的、以智能检测模块为核心,构成全封闭的自动控制系统.文中设计以STC89C52为控制芯片,以多个土壤湿度传感器的平均值为检测反馈值,并结合农作物对水分的需求,设定了合理的湿度参数范围.将土壤湿度传感器的检测值与控制系统设定值进行比较调节,可形成控制水泵电机转速的电压信号.此电压信号经驱动... 相似文献
3.
ADI土壤水分反演方法 总被引:1,自引:0,他引:1
土壤水分是影响植被、土壤和大气之间能量和水分循环的重要因素,及时准确获取土壤湿度信息有利于提高作物估产精度和改善田间管理措施。本文基于红光与近红外光谱特征空间(NIR-RED)发展了一种新型土壤水分遥感监测模型ADI(angle dryness index),提高了可见光与近红外波段监测土壤水分的精度。经过研究表明,在红光与近红外(NIR-RED)特征空间中,存在一个中间角度变量θ,利用光谱反射率与土壤水分之间的经验关系式模型以及混合像元分解公式证明该变量能够表征土壤湿度情况,而不受植被覆盖度的影响,因此利用该原理构建了ADI方法。最后利用两组遥感数据(分别为TM5与MODIS产品数据)以及对应的地面观测数据进行验证,结果表明计算值与实测值均具有较高的一致性,R2分别达到0.74与0.64。同时,将MPDI的计算结果与实测值进行了比较,两组数据的R2均小于0.60,表明ADI方法的计算精度高于MPDI。在MPDI的计算过程中用到了植被覆盖度,这可能是引起计算结果误差的主要因素。此外,MPDI的计算结果表征土壤湿度的相对值,而ADI则能定量的获取土壤水分含量。MODIS像元除了具有植被与土壤两个端元,还有其他类型端元的概率高于TM数据,因而MODIS数据的计算精度低于TM。因此,ADI是一种简单可行且具有较大应用前景的土壤水分反演方法,适合于推广应用。 相似文献
4.
顾及土壤湿度的土壤有机质高光谱预测模型传递研究 总被引:4,自引:0,他引:4
高光谱遥感技术作为当前遥感发展的前沿科技,通过电磁波与地物的相互作用,可以定量反演地物的物理化学性质。土壤有机质是重要的土壤养分信息参数,利用高光谱遥感技术快速获取其含量信息可以为精准农业的发展提供必要的数据支撑。然而,由于受到外部参数差异的干扰,导致建模精度降低的同时,还会造成已有模型传递性的“失效”。为了消除湿度差异的干扰,进一步拓展已有模型的适用空间,以江汉平原滨湖地区为例,通过对95个土壤样本进行加湿处理,在实验室自然风干的条件下,量测得到13套不同湿度等级土壤样本的可见—近红外反射光谱数据,建立了各湿度等级下土壤有机质的光谱反演模型,研究水分差异对建模精度的影响;在此基础上,运用Direct Standardization(DS)算法对湿土光谱进行校正,进而探讨该算法在提高模型传递性能方面的潜力。结果表明:基于风干土光谱建立的模型预测精度最高,未经校正的湿土光谱无法通过该模型进行土壤有机质含量预测,预测偏差在-8.34~3.32 g·kg-1,RPD在0.64~2.04;经过DS算法校正后的湿土光谱可以通过该模型进行土壤有机质含量预测,预测偏差降低至0,RPD值提高至7.01。研究表明DS算法能有效降低湿度差异对光谱反演土壤有机质的影响,使土壤有机质光谱反演模型适用于不同水分含量的土壤样本。 相似文献
5.
单片机控制的农用土壤湿度保持电路 总被引:1,自引:0,他引:1
土壤湿度对植物的生长非常重要,广大农村及城市的绿化等都需要对作物生长的土壤进行湿度控制。介绍了一个用单片机控制的土壤显度保持电路。 相似文献
6.
针对节水灌溉问题,利用单片机实现智能化自动浇灌装置设计,可实时监测、显示土壤湿度值;并根据作物生长特性需要进行适时、适量灌水,可对土壤湿度进行精确控制,优化作物生长环境,提高产量. 相似文献
7.
根据农田环境的实际应用需求,设计了一个农田土壤湿度监测系统,该系统由农田湿度无线监测网络和远程数据中心两部分组成。采用以JN5139无线微处理器为核心的传感器节点开发策略,构建了基于ZigBee协议的无线监测网络,系统的设计开发为高效的农业控制系统提供了一个思路。 相似文献
8.
自动灌溉控制技术是农业物联网发展的方向之一,为了快速、准确感知土壤湿度实现节约型灌溉,在此设计了一种由德州仪器公司提供的低功耗单片机Launchpad为核心的自动灌溉控制器。该控制器利用Arduino土壤湿度传感器模块对土壤湿度值进行监测,能够及时显示湿度数据信息,并对灌溉设备水泵进行有效的开关控制,从而达到节水的目的。经过多次实验,测试采样数据准确,控制效果好,有比较大的推广价值。 相似文献
9.
2016年3月2日,湖南省岳阳市经信委无线电管理机构收到湖南省无委办来函,称根据工信部无线电管理局下发的紧急通知,工作在1400MHz~1427MHz频段的欧洲空间局土壤湿度与海水盐度(SMOS)卫星受到我国境内多个地点不明信号源的干扰,要求组织干扰排查,消除干扰信号。根据国际电信联盟《无线电规则》和《中华人民共和国 相似文献
10.