亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于BP神經(jīng)網(wǎng)絡(luò)高光譜土壤氮素信息檢測(cè)研究

        2017-06-09 12:32:12潘若芊吳健張夢(mèng)詩(shī)翁元愷羅誠(chéng)昕
        科技資訊 2017年11期

        潘若芊+吳健+張夢(mèng)詩(shī)+翁元愷+羅誠(chéng)昕

        摘 要:通過(guò)高光譜技術(shù)獲得的光譜信息與化學(xué)法測(cè)得的氮素含量相結(jié)合,對(duì)幾種預(yù)處理方法:S-Golay平滑濾波、小波去噪、多元散射、微分處理進(jìn)行比較分析并探討B(tài)P神經(jīng)網(wǎng)絡(luò)在高光譜檢測(cè)土壤氮素信息領(lǐng)域應(yīng)用的可靠性,經(jīng)過(guò)實(shí)驗(yàn)證明通過(guò)S-Golay平滑濾波和一次導(dǎo)數(shù)的預(yù)處理方法較優(yōu)而B(niǎo)P神經(jīng)網(wǎng)絡(luò)是一種土壤氮素預(yù)測(cè)效果較好的建模方法。

        關(guān)鍵詞:高光譜 土壤 氮素 BP神經(jīng)網(wǎng)絡(luò)

        中圖分類號(hào):S127 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1672-3791(2017)04(b)-0135-02

        林地土壤肥力檢測(cè)是林業(yè)發(fā)展中必不可少的環(huán)節(jié),而氮?jiǎng)t是土壤肥力的重要指標(biāo)。氮元素的豐缺直接影響著林業(yè)發(fā)展,因此需要及時(shí)檢測(cè)土壤養(yǎng)分并快速獲取土壤信息從而及時(shí)作出反應(yīng)。目前我國(guó)土壤的氮素信息檢測(cè)大多采用傳統(tǒng)的化學(xué)測(cè)定法,該法有著方法繁瑣、測(cè)量速度較慢、有污染等諸多不利之處。 高光譜圖像是光譜分辨率<10 nm的光譜圖像,有著分辨率高、響應(yīng)范圍廣、光譜連續(xù)性強(qiáng)等優(yōu)點(diǎn),國(guó)內(nèi)外在高光譜檢測(cè)土壤養(yǎng)分的應(yīng)用領(lǐng)域也已經(jīng)有了初步發(fā)展。該文討論了土壤氮素信息高光譜檢測(cè)的預(yù)處理方法,比較出最優(yōu)方法,利用BP神經(jīng)網(wǎng)絡(luò)同主成分分析法相結(jié)合進(jìn)行預(yù)測(cè)土壤氮素的可行性。結(jié)果表明:由S-Golay平滑濾波和一次導(dǎo)數(shù)的預(yù)處理方法效果最優(yōu)且BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)性能精度穩(wěn)定性都較好,可以作為一種檢測(cè)土壤氮含量的方法。

        1 實(shí)驗(yàn)準(zhǔn)備

        樣本采集自北京林業(yè)大學(xué)苗圃,去除地表的浮土后,利用取土器按照五點(diǎn)取樣法取5個(gè)點(diǎn)的樣品,作為一份樣品。取土深度在20 cm以下,充分混合后,挑除較大的石塊、殘根葉等雜志,不斷進(jìn)行四分法直至土壤質(zhì)量約為100 g,作為一份土樣。所有土樣經(jīng)室外風(fēng)干、研磨、過(guò)50目篩進(jìn)行過(guò)篩最后均分成兩份,分別進(jìn)行高光譜檢測(cè)和化學(xué)法測(cè)量。所有實(shí)驗(yàn)樣本共50份,隨機(jī)抽取其中35份作為訓(xùn)練集,其余15份作為檢驗(yàn)集。筆者使用SOC710-VP高光譜成像儀,儀器相關(guān)數(shù)據(jù):光譜帶:0.4~1.0 μm,共有128個(gè)波段,每行包含像素:520或者1392。

        利用化學(xué)法測(cè)定,采用北京睿信龍電子技術(shù)研究所研發(fā)的土壤養(yǎng)分測(cè)試儀。所得結(jié)果如表1所示。

        2 光譜法測(cè)定

        利用高光譜軟件自帶程序進(jìn)行校正為對(duì)校正后的圖像的數(shù)據(jù)進(jìn)行采集,并只保留土壤部分,以實(shí)驗(yàn)皿中心作為圓心,取半徑為20的圓形區(qū)域作為實(shí)驗(yàn)采集數(shù)據(jù)區(qū)域,計(jì)算其平均值作為該波段下土壤氮素含量。最后得到的高光譜譜段是從370 ~1 042 nm共128個(gè)波段。由光譜曲線觀察可以得到,光譜在370~470 nm這個(gè)波段的信噪比較低,因此我們最后只選用470 ~1 042 nm波段進(jìn)行研究,得到圖1光譜圖像。

        3 預(yù)處理

        由于利用高光譜成像儀采集到的光譜信息受到樣品背景信息、噪音信息、光譜散射以及種種人為因素的影響,采集到的原始光譜的準(zhǔn)確性受到干擾,從而影響到建立預(yù)測(cè)模型準(zhǔn)確性,因此在使用光譜數(shù)據(jù)前需要對(duì)其進(jìn)行相關(guān)處理。對(duì)選擇的預(yù)處理方法:S-G平滑濾波、小波去噪、多元散射分析、微分變換等進(jìn)行篩選組合,使用偏最小二乘法(PLS)進(jìn)行建模,對(duì)不同預(yù)處理方法處理后的數(shù)據(jù)進(jìn)行建模進(jìn)行比較分析,利用決定系數(shù)R2(determination coefficients)和均方根誤差RMSEC(root mean squared error)作為模型評(píng)價(jià)指標(biāo),R2能夠反映模型的穩(wěn)定性,R2越趨向于1,說(shuō)明模型的越趨于穩(wěn)定,預(yù)測(cè)能力越穩(wěn)定。均方根誤差RMSEC可以反映模型的預(yù)測(cè)能力,RMSE越小模型估算能力越強(qiáng),將測(cè)得的決定系數(shù)和均方根誤差列入表2。

        4 BP神經(jīng)網(wǎng)絡(luò)建模方法

        在進(jìn)行建模之前,由于高光譜譜段較多,經(jīng)過(guò)篩選有108個(gè)波段,維數(shù)較高,而B(niǎo)P神經(jīng)網(wǎng)絡(luò)沒(méi)有降維步驟,所以先進(jìn)行主成分分析(Principle Component Analysis,PCA)進(jìn)行降維。經(jīng)過(guò)主成分分析法計(jì)算后,前5個(gè)主成分累計(jì)貢獻(xiàn)率分別為:69.295 8%,79.951 7%,84.621 6%,87.868 3%,90.660 0%,圖像表示為圖2,前5個(gè)主成分累計(jì)起來(lái)達(dá)到90%包含了光譜大部分的特征信息,因此以這5個(gè)主成分作為輸入變量進(jìn)行建模。利用35個(gè)樣本作為實(shí)驗(yàn)樣本,15個(gè)樣本作為預(yù)測(cè)樣本對(duì)BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)能力進(jìn)行檢測(cè),最終得到預(yù)測(cè)值和化學(xué)法得到的實(shí)際值比較如圖2所示。

        經(jīng)計(jì)算BP神經(jīng)網(wǎng)絡(luò)的決定系數(shù)R2為0.920 4,均方根誤差RMSEC為0.835 3。該方法穩(wěn)定性高于之前預(yù)處理方法時(shí)利用偏最小二乘法建立的模型(R2=0.891 7),而均方根誤差較低,為0.835 3,比利用偏最小二乘法建立的模型的均方根誤差(RMSE C=0.961 4)稍小,可以應(yīng)用于氮含量的初步預(yù)測(cè)。

        5 結(jié)語(yǔ)

        高光譜技術(shù)在農(nóng)林業(yè)領(lǐng)域的應(yīng)用為國(guó)內(nèi)外農(nóng)林業(yè)的發(fā)展提供一種新的思路和方法,快速獲取林業(yè)土壤相關(guān)信息以對(duì)林業(yè)發(fā)展進(jìn)行觀測(cè)、維護(hù)對(duì)于當(dāng)代林業(yè)發(fā)展有極為重要意義。該文研究了基于BP神經(jīng)網(wǎng)絡(luò)的高光譜技術(shù)在林業(yè)土壤信息檢測(cè)方面的預(yù)處理和建模方法。在該研究中,BP神經(jīng)網(wǎng)絡(luò)模型的決定系數(shù)為0.920 4,均方根誤差為0.835 3,比利用PLS建立的模型評(píng)價(jià)指標(biāo)更優(yōu),說(shuō)明該模型有較好的穩(wěn)定性和預(yù)測(cè)能力。

        參考文獻(xiàn)

        [1] 陳紅艷,趙庚星,李希燦,等.小波分析用于土壤速效鉀含量高光譜估測(cè)研究[J].中國(guó)農(nóng)業(yè)科學(xué),2012(7):1425-1431.

        [2] 劉彥姝,潘勇.基于SVR算法的林地土壤氮含量高光譜測(cè)定[J].生態(tài)科學(xué),2013(1):84-89.

        [3] 盧艷麗,自由路,王賀,等.利用光譜技術(shù)檢測(cè)土壤主要養(yǎng)分含量潛力分析[J].土壤通報(bào),2012,43(3):757-759.

        [4] 于士凱,姚艷敏,王德?tīng)I(yíng),等.基于高光譜的土壤有機(jī)質(zhì)含量反演研究[J].中國(guó)農(nóng)學(xué)通報(bào),2013(23):146-152.

        [5] 沈潤(rùn)平,丁國(guó)香,魏國(guó)栓,等.基于人工神經(jīng)網(wǎng)絡(luò)的土壤有機(jī)質(zhì)含量高光譜反演[J].土壤學(xué)報(bào),2009(3):391-397.

        [6] 李碩,汪善勤,張美琴.基于可見(jiàn)-近紅外光譜比較主成分回歸、偏最小二乘回歸和反向傳播神經(jīng)網(wǎng)絡(luò)對(duì)土壤氮的預(yù)測(cè)研究[J].光學(xué)學(xué)報(bào),2012(8):297-301.

        [7] 劉雪梅,張海亮.基于遺傳算法近紅外光譜檢測(cè)土壤養(yǎng)分的研究[J].灌溉排水學(xué)報(bào),2013(32):138-140.

        [8] 周浩.土壤有機(jī)質(zhì)含量高光譜預(yù)測(cè)模型及其差異性研究[D].浙江大學(xué),2004.

        亚洲色图在线视频观看| 人人妻人人澡人人爽人人精品| 四虎在线播放免费永久视频| 亚洲一区二区女优av| 偷拍美女上厕所一区二区三区| 国产综合在线观看| 亚洲欧洲高潮| 精品中文字幕日本久久久| 中文字幕漂亮人妻在线| 欧美性猛交xxxx富婆| 亚洲国产午夜精品乱码| 久久精品国产亚洲av成人无人区 | 少妇一级aa一区二区三区片| 国产av一卡二卡日韩av| 人妻哺乳奶头奶水| 91免费在线| 白丝美女扒开内露出内裤视频 | 成人影院视频在线播放| 又大又长粗又爽又黄少妇视频| 丰满人妻熟妇乱又伦精品视| 亚洲成AV人国产毛片| 日本黑人乱偷人妻在线播放| 成人美女黄网站色大免费的| 久久精品国产亚洲AⅤ无码| 亚洲码无人客一区二区三区| 国产精品免费一区二区三区四区 | 性视频毛茸茸女性一区二区| 一本色道久久婷婷日韩| 精品国产aⅴ无码一区二区| 2020久久精品亚洲热综合一本| 三级国产高清在线观看| 国产一区二区三区免费观看在线| 高清国产日韩欧美| 日韩人妻大奶子生活片| 婷婷综合另类小说色区| 欧美午夜精品久久久久免费视| 国产美女高潮流白浆免费观看 | 亚洲国产天堂久久综合| 麻豆AV免费网站| 中文字幕日韩精品人妻久久久| 先锋五月婷婷丁香草草|