公共文化服务平台

竞霞: 作品数：70 被引量：383H指数：13; 供职机构：西安科技大学测绘科学与技术学院更多>>; 发文基金：国家自然科学基金北京市自然科学基金国家科技支撑计划更多>>; 相关领域：农业科学自动化与计算机技术天文地球环境科学与工程更多>>

合作作者

融合视觉注意机制的高光谱RX异常检测算法被引量：1: 2023年; 视觉注意机制具有快速引导关注到重点区域的特性,将其引入高光谱图像异常检测中具有可行性。本文从采样方式、波段选取、融入局部光谱特征3方面构建更适用于计算高光谱图像显著性的视觉注意机制模型。针对经典的基于高斯统计分布假设的RX异常检测算法在背景参数估计中易受潜在异常干扰的问题,利用视觉显著性结果对原图像进行高斯加权,在加权后图像中进行背景均值与协方差的重新估算,进而使用更精确的背景参数对原图像进行RX异常检测。在5个经典数据上的实验结果表明,本文方法有效地表现了潜在的异常目标,改进的RX异常检测算法具有更高的检测精度与更低的虚警率。; 李茗欣黄远程竞霞史孟琦; 关键词：高光谱图像异常检测视觉注意机制 RX

利用约束随机森林和贝叶斯优化算法的小麦条锈病遥感监测: 2025年; 为了改善小样本数据的过拟合问题,提高小麦条锈病遥感监测模型的泛化能力和预测精度,以2018年河北省中国农业科学院实验站获取的冠层日光诱导叶绿素荧光(Solar-Induced Chlorophyll Fluorescence,SIF)为数据源,利用代价复杂性剪枝(Cost-Complexity Pruning,CCP)算法对随机森林回归(Random Forest Regression,RFR)方法进行剪枝约束,并结合贝叶斯优化(Bayesian Optimiazation,BO)算法对随机森林回归进行超参数选取,构建了基于约束随机森林回归(Constrained Random Forest,CO-RFR)算法小麦条锈病严重度预测模型,并将其与分类回归树(Classification And Regression Tree,CART)算法、传统RFR算法以及多元线性回归(Multiple Linear Regression,MLR)方法构建的小麦条锈病遥感监测模型精度进行比较。结果表明:①CORFR模型的估测精度最高,更适合于小样本数据下的小麦条锈病遥感监测。其中,在验证数据集中CO-RFR模型预测病情严重度(Severity Level,SL)和实测SL间的平均RMSE比RFR、CART和MLR模型分别减少了43%、50%和40%,平均R^(2)分别提高了56%、47%和40%。②增加约束条件能够有效改善模型的过拟合现象,提高模型的泛化能力。其中,RFR模型训练集预测SL值和实测SL值间的平均RMSE较验证集减少了62%,表明模型训练集精度远高于验证集,模型出现过拟合,而CO-RFR模型训练集预测SL值和实测SL值间的平均RMSE较验证集减少了8%,表明模型拟合效果较好,过拟合现象得到明显改善。该研究对提高小样本数据下的小麦条锈病病情严重度的遥感预测精度具有重要意义,同时亦为其它作物的胁迫监测提供了应用参考。; 薛一阳竞霞叶启星杜凯奇李冰玉; 关键词：过拟合小麦条锈病

水稻产量遥感监测机器学习算法对比被引量：9: 2022年; 水稻是我国的主要粮食作物,利用高光谱遥感技术在水稻未成熟之前对水稻产量进行监测,一方面可以及时调整栽培管理方式,指导合理追肥,另一方面,可以准确掌握水稻的产量信息,帮助政府提前做出决策。以2019年—2020年广州市白云区钟落潭试验基地氮肥梯度实验为基础,分别获取水稻分化期和抽穗期冠层高光谱数据、作物群体长势参数(生物量、叶面积指数)及作物养分吸收量,利用贝叶斯岭回归(BRR)、支持向量回归(SVR)、偏最小二乘回归(PLSR)三种方法建立各生育期的产量监测模型并进行精度对比,确定水稻产量的最优估算时期和最佳估测模型。结果表明,三种方法中,BRR和SVR方法更适合产量监测,在不同时期及不同的参数组合下均有较好的表现(R^(2)>0.82,NRMSE<8.22%);基于2019年与2020年数据,采用全波段光谱信息进行产量监测时,分化期最佳监测模型为BRR模型,R^(2)为0.90,抽穗期最优监测模型为SVR模型,R^(2)为0.87;采用全波段光谱协同作物群体长势参数进行产量监测时,两时期最佳监测模型均为BRR模型,R^(2)分别达到0.90和0.92;相较于BRR模型和SVR模型,PLSR模型在不同时期和不同参数组合下,最高R^(2)仅为0.75;基于2020年数据,以三种不同的参数组合作为输入时,两时期估算结果均为BRR模型最优,且分化期建模精度高于抽穗期(R^(2)至少增加0.02,NRMSE至少降低0.61%);当输入参数组合为全波段光谱协同作物群体长势参数、作物养分吸收量时,BRR模型对产量的估算精度达到最高,R^(2)为0.94。分析认为产量的最优监测时期是分化期,最优监测模型为BRR模型。研究结果可为水稻产量的早期遥感监测提供参考。; 竞霞张杰张杰明世康傅友强傅友强冯海宽; 关键词：高光谱遥感支持向量回归

基于时相和光谱信息及生境条件的作物病害遥感识别方法: 本发明公开了一种基于时相和光谱信息及生境条件的作物病害遥感识别方法。在监测时段内获取研究区域的多时相可见光?近红外及热红外遥感影像并对其进行预处理；利用预处理后的遥感影像结合某种分类算法提取目标作物的种植信息；根据可见光...; 竞霞姚顽强刘良云黄文江

一种构建分数阶微分光谱指数及其监测小麦条锈病的方法: 本发明公开了一种构建分数阶微分光谱指数的方法，包括：步骤一、获取试验区各个样本小麦冠层反射率光谱数据；步骤二、确定遥感探测小麦条锈病的最优分数阶微分的阶次；步骤三、分别构建了两波段和三波段分数阶微分光谱指数；步骤四、确定...; 时鸣余洋张腾竞霞

MDBPSO算法优化的全波段光谱数据协同冠层SIF监测小麦条锈病被引量：11: 2020年; 为了从全波段光谱数据中提取对小麦条锈病敏感的特征参量,提高小麦条锈病遥感探测模型的运行效率和精度,本文首先从惯性权重和粒子更新方式两个方面对传统离散粒子群算法(discrete binary particle swarm optimization,DBPSO)进行改进,利用改进离散粒子群算法(modified discrete binary particle swarm optimization, MDBPSO)从全波段光谱数据中优选遥感探测小麦条锈病严重度的特征变量,然后与冠层日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)数据相结合作为自变量分别利用随机森林(randomforest,RF)和后向传播(backpropagation,BP)神经网络算法构建小麦条锈病遥感探测模型,并将其与相关系数(correlation coefficient,CC)分析法和DBPSO算法提取特征参量构建模型的精度进行对比分析。结果表明:(1) MDBPSO算法比传统DBPSO算法具有更快的收敛速度和更高的寻优精度,改进前后其迭代次数从395次减少到156次,最优适应度函数(optimum fitness value,OFV)值从0.145减小到0.127。(2)采用MDBPSO算法选择特征变量时,RF和BP神经网络两种方法构建的模型精度均高于CC分析法和DBPSO算法,其中RF算法预测病情指数(disease index,DI)值和实测DI值间的检验集决定系数(validation set determination coefficient, R2V)比CC分析法和DBPSO算法分别提高了9%和3%,均方根误差(validation set root mean square error, RMSEV)分别降低了28%和11%, BP神经网络算法预测DI值和实测DI值间的R2V比CC分析法和DBPSO算法分别提高了13%和6%,RMSEV分别降低了21%和10%,利用MDBPSO算法优选特征参量能够提高小麦条锈病的遥感探测精度。(3)在MDBPSO、DBPSO和CC分析法3种特征选择算法中,RF算法构建的模型精度均高于BP神经网络算法,其中RF模型预测DI值和实测DI值间的R2V比BP神经网络算法至少提高了7%,平均提高了9%,RMSEV至少降低了15%,平均降低了20%。以MDBPSO算法优选的特征参量为自变量利用; 白宗璠竞霞张腾董莹莹; 关键词：小麦条锈病

基于红光波段日光诱导叶绿素荧光逃逸率的小麦条锈病遥感监测: 2024年; 小麦条锈病是影响小麦产量的主要病害之一,及时探测到病害信息对小麦条锈病的防控具有重要意义。红光波段日光诱导叶绿素荧光(red solar-induced chlorophyll fluorescence,RSIF)能够敏感反映植物光合生理状态,SIF逃逸率与冠层几何结构、叶片光学特性和植被光能利用率密切相关。为实现小麦条锈病及时准确的探测,该研究基于SIF逃逸率函数计算方式,利用野外实测数据计算不同尺度SIF(冠层尺度SIFCanopy、光系统尺度SIFPS)及其逃逸率(εCP),分析了RSIF逃逸率(RεCP)监测小麦条锈病的生理基础,探讨了条锈病胁迫下RεCP的响应特性,并将其与SIF及其衍生参数(荧光产率ФF、表观SIF产量SIFy)、归一化植被指数(normalized difference vegetation index,NDVI)、MERIS陆地叶绿素指数(MERIS terrestrial chlorophyll index,MTCI)、简单比值植被指数(simple ratio vegetation index,SR)进行比较。结果表明:RεCP与氮平衡指数(nitrogen balance index,NBI)、叶绿素(chlorophyll,Chl)、类黄酮(flavonoid,Flav)和花青素(anthocyanin,Anth)4个生理参数的相关性均达到了极显著性水平,且优于光系统尺度RSIF和远红光波段SIF(far-red solar-induced chlorophyll fluorescence,FRSIF),与叶面积指数(leaf area index,LAI)的相关性则优于冠层尺度FRSIF,RεCP能够更好地反映病害胁迫引起的作物生理和冠层结构的变化。在冠层尺度FRSIF(FRSIFCanopy)、光系统尺度FRSIF(FRSIFPS)和RSIF(RSIFPS)、红光波段表观SIF产量(RSIFy)及其荧光产率(RФF)、NDVI、MTCI、SR等特征变量中,RεCP与病情严重度(severity level,DSL)的相关性最高。低叶绿素含量(Chl≤30)和中高叶绿素含量(Chl>30)下,RεCP对小麦条锈病胁迫的响应均最为敏感,其与DSL的相关性均优于达到极显著性水平的SIF及其衍生参数和植被指数。RεCP是小麦条锈病遥感监测的适宜因子,研究结果对提高小麦条锈病的遥感监测精度具有重要意义,同时亦对其他作�; 竞霞张震华叶启星张二妮赵佳琪陈兵; 关键词：植被光合生理小麦条锈病

采用IRS-P6遥感数据监测密云水库水质及评价营养状况被引量：7: 2008年; 为了解密云水库水体营养状态的空间分布特点及规律,防止水体向富营养化状态发展,该文利用IRS-P6卫星影像对密云水库水质进行监测。探讨了利用IRS-P6遥感数据定量反演密云水库Chla浓度的方法,借助半经验回归模型进行密云水库水体Chla浓度提取。在此基础上利用修正卡尔森指数法评价密云水库水体富营养化程度,并给出了密云水库水体不同营养状态空间分布图。2005年11月的监测结果表明,密云水库水体营养状态整体处于中营养化水平,东库区水体富营养化程度高于西库区。; 竞霞黄文江王纪华王婷王锦地; 关键词：遥感密云水库水质叶绿素A 富营养化

SISP指数探测小麦病害方法和SISP指数构建方法: 本发明公开了一种SISP指数探测小麦病害的方法，其包括：利用归一化植被指数(NDVI)和重归一化植被指数(RDVI)对日光诱导叶绿素荧光(SIF)和光化学指数(PRI)进行处理；利用SIF和PRI构建协同冠层SIF和PR...; 竞霞闫菊梅邹琴

基于时相和波谱信息的作物分类研究: 利用遥感图像进行作物分类是遥感应用领域的一项重要研究内容。国内外的学者对遥感图像分类算法研究的也比较多。但总的来说,目前还没有一种算法是普适的和最优的。这是由于作物类别的复杂性以及遥感信息的综合性决定的,又加上混合光谱的...; 竞霞; 关键词：时相波谱遥感

竞霞

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

竞霞

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈