应用科学学报
應用科學學報
응용과학학보
JOURNAL OF APPLIED SCIENCES
2010年
4期
387-393
,共7页
高光谱遥感%小波分析%弱信息提取%氮含量%水稻叶片
高光譜遙感%小波分析%弱信息提取%氮含量%水稻葉片
고광보요감%소파분석%약신식제취%담함량%수도협편
针对叶片氮营养高光谱诊断中光谱弱信息提取困难的问题,利用小波对作物冠层光谱信号进行分解,提取光谱弱信息建立氮含量反演模型.在东北平原长春市采集水稻冠层高光谱数据建立氮含量预测模型,并对该模型精度进行检验.采用Daubechies小波系的Db5函数对水稻原始反射光谱和导数光谱进行8层小波分解,选择不同尺度和位置的小波系数作为输入参数建立192个反演模型,分析不同输入参数对模型精度的影响,从中选择对应较高模型精度的输入参数组合建立氮含量最佳反演模型.实验结果表明,小波系数预测叶片氮素含量模型具有较高的估算精度,预测值与实测值的复相关系数最大为0.99,显著优于传统光谱指数的估算模型精度.此项研究表明,小波分析在提取反射光谱弱信息反演作物生化成分方面有良好的应用前景.
針對葉片氮營養高光譜診斷中光譜弱信息提取睏難的問題,利用小波對作物冠層光譜信號進行分解,提取光譜弱信息建立氮含量反縯模型.在東北平原長春市採集水稻冠層高光譜數據建立氮含量預測模型,併對該模型精度進行檢驗.採用Daubechies小波繫的Db5函數對水稻原始反射光譜和導數光譜進行8層小波分解,選擇不同呎度和位置的小波繫數作為輸入參數建立192箇反縯模型,分析不同輸入參數對模型精度的影響,從中選擇對應較高模型精度的輸入參數組閤建立氮含量最佳反縯模型.實驗結果錶明,小波繫數預測葉片氮素含量模型具有較高的估算精度,預測值與實測值的複相關繫數最大為0.99,顯著優于傳統光譜指數的估算模型精度.此項研究錶明,小波分析在提取反射光譜弱信息反縯作物生化成分方麵有良好的應用前景.
침대협편담영양고광보진단중광보약신식제취곤난적문제,이용소파대작물관층광보신호진행분해,제취광보약신식건립담함량반연모형.재동북평원장춘시채집수도관층고광보수거건립담함량예측모형,병대해모형정도진행검험.채용Daubechies소파계적Db5함수대수도원시반사광보화도수광보진행8층소파분해,선택불동척도화위치적소파계수작위수입삼수건립192개반연모형,분석불동수입삼수대모형정도적영향,종중선택대응교고모형정도적수입삼수조합건립담함량최가반연모형.실험결과표명,소파계수예측협편담소함량모형구유교고적고산정도,예측치여실측치적복상관계수최대위0.99,현저우우전통광보지수적고산모형정도.차항연구표명,소파분석재제취반사광보약신식반연작물생화성분방면유량호적응용전경.