排序方式: 共有25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.
本文讨论了土壤一维不饱和水平流方程的解析解问题,文中首先根据土壤水扩散率D与土壤含水量θ之间的经验关系,对原土壤水一维不饱和流方程作变量代换,将方程变为易于求解的形式,然后采用变量分离的方法并结合Boltzmann变换法进行求解,从而得出了解析表达式。 相似文献
3.
4.
针对二维非饱和土壤水分运动方程,将径向基配点法结合差分法构造了一种新的数值算法.该算法先采用差分法处理非线性项,再利用径向基函数配点法的隐格式求解方程,避免了因非线性项的存在导致不能直接使用配点法的现象,并且证明了该算法解的存在唯一性.通过对非饱和土壤水分运动的数值模拟,并采用试验数据对新算法进行了验证,模拟结果与试验结果非常吻合,表明该算法实用、有效.同时,比较分析了不同径向基函数以及不同算法的模拟精度,结果表明,与MQ函数和Guass函数相比,新的径向基函数具有更好的模拟精度,且相对于有限差分法和有限元法,本文提出的方法具有一定的优越性. 相似文献
5.
便携式X射线荧光光谱法与原子吸收/原子荧光法测定土壤重金属的对比研究 总被引:8,自引:0,他引:8
应用便携式X射线荧光光谱仪(PXRF)分别在原位和实验室条件下对53个土壤样品中的Cu,Pb,As,Cr,Ni和Zn等重金属进行测定,并与原子吸收/原子荧光法测定值进行对比,建立一元线性回归模型分析PXRF数据质量。通过测定土壤样品原位含水量并选取部分样品进行室内水分定量实验,分析土壤水分对于PXRF测定结果的影响。结果表明,PXRF检出限分别为Cu: 10.6 mg·kg-1,Pb: 8.1 mg·kg-1,As: 5.7 mg·kg-1,Cr: 22.5 mg·kg-1,Ni: 21.6 mg·kg-1,Zn: 10.4 mg·kg-1;原位测定时Pb,Cr,Ni和Zn可以达到定量水平;经过风干磨细处理,Cu,Pb,Cr,Ni和Zn在实验室条件下可以达到定量水平,说明X射线荧光光谱法适用于土壤重金属的快速测定与评价。水分对于PXRF测定结果具有“稀释”作用,原位条件下土壤含水量<15%时与>25%时样品的平均相对误差分别为-17%与-31%;实验室条件下土壤含水量从风干土水平提高到30%,测定的平均相对误差由10%变为-24%。土壤水分升高可能会导致数据质量和准确性降低,建议原位测定时控制土壤含水量在25%以内。 相似文献
6.
土壤水分对近红外光谱实时检测土壤全氮的影响研究 总被引:4,自引:0,他引:4
利用近红外光谱技术实时预测土壤全氮含量是精细农业的研究热点之一,但是由于土壤水分在近红外波段的吸收系数较高,影响了土壤全氮含量的实时预测精度。使用布鲁克MATRIX_I傅里叶近红外光谱分析仪对不同土壤水分的土壤样本进行了近红外光谱扫描,定性和定量的分析了土壤水分对近红外光谱的影响,并提出了一种消除土壤水分对土壤全氮含量预测影响的方法。近红外光谱扫描结果显示在同一全氮含量水平下,随着土壤水分含量的增加,光谱吸光度呈逐渐上升的趋势,且变化趋势为非线性。通过对1 450和1 940 nm两个水分吸收波段的差分处理,设计了水分吸收指数MAI(moisture absorbance index),再对土壤按照水分含量梯度进行分类,提出了相应的修正系数。修正后的6个土壤全氮特征波段处(940,1 050,1 100,1 200,1 300和1 550 nm)的土壤吸光度值作为建模自变量,使用BP神经网络建立了土壤全氮预测模型,模型的RC,RV,RMSEC,RMSEP和RPD分别达到了0.86,0.81,0.06,0.05和2.75;与原始吸光度所建模型相比较模型精度得到了显著提高。实验结果表明本方法可以有效地消除土壤水分对近红外光谱检测土壤全氮含量预测的影响,为土壤全氮含量实时预测提供了理论和技术支持。 相似文献
7.
8.
采用连续定位观测的研究方法,对豫南低山区天然落叶阔叶林土壤水分变化规律进行了研究.结果表明,10cm,20cm,30cm,50cm四个不同测定深度处的土壤水分随季节变化均发生明显的周期性变异,土壤水分含量50cm20cm30cm10cm;变异幅度随深度增加而增加,即50cm30cm20cm10cm;垂直变化差异显著.土壤水分含量与降雨量存在显著的回归关系,10cm,20cm,30cm,50cm四个测定深度土壤水分含量与降雨量的线性回归方程相关系数分别达到0.727,0.772,0.786,0.626. 相似文献
9.
本文分别针对一类扩散系数为非线性指数函数和幂函数的扩散方程,基于变分原理中的泛函极值理论分别提出了求解该方程Dirichlet边界和Neumann边界问题解析解的新方法,并证明了新方法是泛函问题极值解的充要性.以非饱和土壤水分运动问题为背景,给出了积水和恒通量条件下水平吸渗问题的解析解,并通过数值算例将解析解与数值解进行了比较分析,结果表明本文方法得到的解析解能够准确预测非饱和土壤水分水平吸渗问题的土壤含水量分布,是一种有效方法.因此本文方法为求解这一类非线性扩散方程提供了一种有效的新方法. 相似文献
10.
土壤水分的遥感监测在农业干旱和水资源管理方面具有重要的意义.利用MODIS反射率和温度产品来获取地表昼夜温差(△Ts)和宽波段反照率(Albedo),构建△Ts-Albedo光谱特征空间,提出温差-反照率干旱指数(temperature difference albedo drought index,TDADI)用来监测土壤水分,并利用宁夏实测0~10cm平均土壤含水量数据验证该指数的精度,结果表明:它们之间的相关性较好,R2变化范围为0.36~0.52.TDADI与TAD/相比,该指数具有更高的土壤水分监测精度.然而,由于数据获取的局限性,只采用了宁夏平原数据对TDADI进行验证,在其他区域仍需要进一步验证. 相似文献