本文主要研究内容
作者张智韬,谭丞轩,许崇豪,陈硕博,韩文霆,李宇（2019）在《基于无人机多光谱遥感的玉米根域土壤含水率研究》一文中研究指出：及时获取农田作物根域土壤墒情是实现精准灌溉的基础和关键。以内蒙古自治区达拉特旗昭君镇试验站大田玉米为研究对象,利用无人机遥感系统,分别在玉米营养生长期(Vegetative stage,V期)、生殖期(Reproductive stage,R期)和成熟期(Maturation stage,M期)获得7次玉米冠层多光谱正射影像,并同步采集玉米根域不同深度土壤含水率(Soil moisture content,SMC);然后,采用灰色关联法对提取的多种植被指数(Vegetation index,VI)进行筛选,选取与土壤含水率敏感的植被指数;最后,分别采用多元混合线性回归(Cubist)、反向传播神经网络(Back propagation neural network,BPNN)和支持向量机回归(Support vector machine regression,SVR)等机器学习方法,构建不同生育期的敏感植被指数与土壤含水率的关系模型。结果表明,3种机器学习方法中SVR模型在各生育期的建模与预测精度均最优,BPNN模型次之,Cubist模型最差;其中SVR模型在M期效果最优,其建模集和验证集R~2分别为0. 851和0. 875,均方根误差(Root mean square error,RMSE)均为0. 7%,标准均方根误差(Normalized root mean square error,nRMSE)分别为8. 17%和8. 32%,R期效果最差,其建模集和验证集R~2分别为0. 619和0. 517。
Abstract
ji shi huo qu nong tian zuo wu gen yu tu rang shang qing shi shi xian jing zhun guan gai de ji chu he guan jian 。yi nei meng gu zi zhi ou da la te qi zhao jun zhen shi yan zhan da tian yu mi wei yan jiu dui xiang ,li yong mo ren ji yao gan ji tong ,fen bie zai yu mi ying yang sheng chang ji (Vegetative stage,Vji )、sheng shi ji (Reproductive stage,Rji )he cheng shou ji (Maturation stage,Mji )huo de 7ci yu mi guan ceng duo guang pu zheng she ying xiang ,bing tong bu cai ji yu mi gen yu bu tong shen du tu rang han shui lv (Soil moisture content,SMC);ran hou ,cai yong hui se guan lian fa dui di qu de duo chong zhi bei zhi shu (Vegetation index,VI)jin hang shai shua ,shua qu yu tu rang han shui lv min gan de zhi bei zhi shu ;zui hou ,fen bie cai yong duo yuan hun ge xian xing hui gui (Cubist)、fan xiang chuan bo shen jing wang lao (Back propagation neural network,BPNN)he zhi chi xiang liang ji hui gui (Support vector machine regression,SVR)deng ji qi xue xi fang fa ,gou jian bu tong sheng yo ji de min gan zhi bei zhi shu yu tu rang han shui lv de guan ji mo xing 。jie guo biao ming ,3chong ji qi xue xi fang fa zhong SVRmo xing zai ge sheng yo ji de jian mo yu yu ce jing du jun zui you ,BPNNmo xing ci zhi ,Cubistmo xing zui cha ;ji zhong SVRmo xing zai Mji xiao guo zui you ,ji jian mo ji he yan zheng ji R~2fen bie wei 0. 851he 0. 875,jun fang gen wu cha (Root mean square error,RMSE)jun wei 0. 7%,biao zhun jun fang gen wu cha (Normalized root mean square error,nRMSE)fen bie wei 8. 17%he 8. 32%,Rji xiao guo zui cha ,ji jian mo ji he yan zheng ji R~2fen bie wei 0. 619he 0. 517。
论文参考文献
论文详细介绍
论文作者分别是来自农业机械学报的张智韬,谭丞轩,许崇豪,陈硕博,韩文霆,李宇，发表于刊物农业机械学报2019年07期论文，是一篇关于玉米论文,土壤含水率论文,无人机遥感论文,植被指数论文,机器学习论文,农业机械学报2019年07期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自农业机械学报2019年07期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：玉米论文; 土壤含水率论文; 无人机遥感论文; 植被指数论文; 机器学习论文; 农业机械学报2019年07期论文;