![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于高光谱图像的枸杞叶片叶绿素含量估算模型.pdf
《基于高光谱图像的枸杞叶片叶绿素含量估算模型.pdf》由会员分享,可在线阅读,更多相关《基于高光谱图像的枸杞叶片叶绿素含量估算模型.pdf(9页珍藏版)》请在咨信网上搜索。
1、 山 东 农 业 科 学():./.收稿日期:基金项目:宁夏自然科学基金项目()宁夏回族自治区重点研发计划重大科技项目“现代化生态灌溉区农田作物智能节水灌溉技术模式及应用”()宁夏高等学校一流学科(水利工程)建设项目()作者简介:刘若晨()女硕士研究生主要从事高光谱图像及神经网络的研究:.通信作者:刘大铭()男硕士教授主要从事物联网技术及智能仪器仪表研究:.基于高光谱图像的枸杞叶片叶绿素含量估算模型刘若晨刘大铭李譞洞刘雪纯(.宁夏大学电子与电气工程学院宁夏 银川.宁夏大学宁夏沙漠信息智能感知重点实验室宁夏 银川)摘要:为高效无损获得枸杞叶片叶绿素含量基于无人机搭载高光谱成像仪实拍的宁夏枸杞叶片
2、高光谱图像结合手持叶绿素仪测定的叶片叶绿素含量通过对高光谱图像进行特征波段选取并利用光谱微分技术处理以反射率一阶导数为输入变量设置不同训练集及数量选用、两种神经网络并分别用遗传算法()、粒子群优化算法()进行优化通过预测效果比较确定枸杞叶绿素含量预测的最优模型 结果表明相比于传统的、神经网络优化后的模型预测结果更好尤其 模型预测模型变量为原始反射率与反射率一阶导数的 分别为.、.本研究结果可为宁夏枸杞的生产管理提供一定的技术支持关键词:枸杞高光谱叶绿素含量神经网络遗传优化算法粒子群优化算法中图分类号:.文献标识号:文章编号:()(.).()().宁夏枸杞是茄科枸杞属多年生落叶灌木现已发展为宁夏
3、特色产业因此监测宁夏枸杞植株生长状况并进行产量预测对地区经济发展尤为重要 叶片叶绿素含量高低能反映作物光合能力的强弱和营养生理状况的好坏是评价植物健康水平的重要指标之一 检测叶绿素含量的方法主要有分光光度计法、高效液相色谱法和原子吸收法等但此类方法只局限于较小的样本数量对叶片有破坏性且检测步骤繁琐效率较低高光谱技术的发展使快速无损化监测作物信息得以实现国内外基于高光谱技术监测叶绿素含量的研究也逐渐增多主要通过从高光谱图像提取多种光谱波段信息然后结合神经网络与优化算法建立全波段叶绿素含量估算模型 如:依尔夏提阿不来提等基于高光谱与 神经网络利用去包络后光谱指数建立预测模型对棉花冠层叶绿素含量进行
4、估算为.王东等利用高光谱图像经特征波段筛选并结合使用 神经网络建立了叶绿素荧光参数的预测模型测试集 为.孙红等采集马铃薯叶片高光谱图像利用标准正态变量校正处理数据结合随机蛙跳算法与偏最小二乘回归法建立叶绿素含量预测模型预测精度 达.彭晓伟等利用高光谱特征分析并结合 神经网络对谷子叶片叶绿素含量进行估算预测精度 在.以上何桂芳等基于高光谱图像提取石楠叶片相关反射率并利用多元回归建立叶绿素含量估算模型预测决定系数 达.但以枸杞为研究对象利用高光谱技术与神经网络相结合建立模型预测其叶片叶绿素含量的研究还较少见本研究以宁夏回族自治区吴忠市同心县润德枸杞园内种植的成熟期枸杞为对象利用无人机搭载高光谱成像
5、仪获取高光谱图像用 手持叶绿素仪获取叶片相对叶绿素含量以光谱原始反射率与一阶光谱反射率为输入变量建立了基于遗传算法优化 神经网络以及基于粒子群算法优化 神经网络的预测模型通过比较分析确定适合宁夏枸杞叶片叶绿素含量预测的最优模型以期为大面积监测宁夏枸杞生长状况提供技术支持 材料与方法.试验材料与研究区概况试验于 年 月 日在宁夏回族自治区同心县润德枸杞庄园内进行以枸杞品种“宁杞 号”的成熟期植株为试验材料 试验区东西长 枸 杞 行 距 株 距.位 于 东 经 、北纬 海拔 属温带大陆性气候年平均气温.昼夜温差 年均降水量 左右但蒸发量高达 以上干旱少雨同时设定靶标布的位置利用无人机搭载高光谱相机
6、进行图像采集.数据采集及处理.叶片叶绿素含量测定挑选长势接近的 行枸杞植株每行选 株每两株之间间隔 株(.)共计 株样树 从每株东、西两个方位各选取一片健康完整叶选择晴朗无风、光照强的天气于上午 时用 手持叶绿素仪测定叶绿素相对含量重复 次将每株所采集的 个叶绿素数值求平均作为该株枸杞叶片的叶绿素含量 同时进行标记待高光谱图像采集.高光谱数据采集及处理()高光谱数据采集:利用大疆无人机结合 云台搭载 高光谱成像仪在叶绿素含量测定相同时段采集高光谱影像 该成像仪尺寸为.重量.波段范围为 光通道数 个光分辨率为.每秒最大帧数()为 无人机遥感作业前需调整镜头为无限远焦距并用黑白板进行辐射校正作业航
7、线要覆盖试验区域()高光谱图像处理:首先利用无人机后差分技术的 数据处理获得 及航线数据然后用 确定分割边界利用 软件进行分割同时选择辐射定标进行几何与辐射校正 利用 中的地理配准模块对各航线影像进行地理配准再利用 软件对配准后的影像进行拼接使用 软件制作超立方体并转化为反射率影像获取感兴趣区域反射率曲线及 波段范围的反射率值图像处理结果见图 第 期 刘若晨等:基于高光谱图像的枸杞叶片叶绿素含量估算模型图 高光谱图像处理.神经网络模型的优化.神经网络模型的优化()神经网络是一类典型的多层前馈神经网络又称误差反向传播算法 年由 的科研小组提出 神经网络由输入层、输出层和隐含层组成每层网络含有若干
8、人工神经元通过动态调整隐含层与各层级间的权值、阈值及误差可获得最优预测结果神经元激活函数为 函数见式()以隐含层输入值为例如式()()()()()()式中()为 时刻隐含层第 个神经元输入值()为 时刻输入变量为输入层第 个神经元与隐含层第 个神经元间权值为隐含层第 个神经元阈值以上述方式计算各层输入、输出值并利用前向传输和逆向反馈的方式进行训练结合梯度下降算法完成网络层级间权值和阈值的修正使预测值与实际值误差达到设定的目标值 式()和()为权值和阈值修正过程:()()()()式中 为预测值和实际值间的误差 为神经网络学习速率在 神经网络中模型的预测精度与初始参数权值和阈值的选取密切相关随机抽
9、取初始参数往往会导致预测精度下降使网络产生局部最优问题而无法实现高效预测 作为启发式算法遗传算法()拥有优秀的全局搜索能力利用该算法对 神经网络进行优化可以解决其陷入局部最优的问题 优化的核心是将随机抽取的参数值设为问题的决策变量引入适应度、选择算子、交叉算子、变异算子通过调整适应度及优化各算子出现概率获取最优神经网络权值和阈值 利用 优化 神经网络的流程如图 所示图 优化 神经网络过程 山 东 农 业 科 学 第 卷.神经网络模型的优化 神经网络是一种典型的局部递归网络相较于 神经网络不但能够针对静态问题实现建模而且对于动态映射问题可展示出映射动态特性 该神经网络与前向网络的多层结构类似在
10、神经网络基础上增加新的层级承接层并将该层级连接到隐含层上运作延时算子从而提高 神经网络能够适应动态变化问题的性能提高网络的全局稳定性相比 神经网络运算能力得到提升当遇到寻优问题时可以快速找到目标 神经网络的权值和阈值修正与 神经网络的相似其承接层输出值与隐含层输出变量计算见式()和():()()()()()()()()式中()为 时刻承接层的输出量()为隐含层 时刻输出量 为自链接反馈增益因子表示输入层与隐含层之间的权值表示隐含层与承接层之间的权值表示隐含层的阈值()为 函数()表示 时刻的输入量粒子群优化算法()是模拟鸟类种群寻找食物的过程而提出的粒子群中每个个体都遵循自身速度和方向寻找目标
11、解并在搜寻过程中与其他个体分享目标最优信息经种群内个体间交换信息并不断更新自身的速度和方向找出全局最优解 本研究利用 对 神经网络进行优化:首先建立并初始化神经网络然后初始化 算法参数包括目标迭代次数、种群规模、学习因子、惯性权重及种群位置和速度矢量依据设计的神经网络随机选取种群内部粒子数通过对粒子权值与阈值赋值计算个体适应度并执行粒子群优化算法的循环体过程更新速度和位置矢量直至目标迭代次数跳出算法 神经网络利用 优化后的权值和阈值进行训练与预测从而提高网络的预测精度 优化 神经网络流程见图.宁夏枸杞叶片叶绿素含量监测模型的构建将高光谱全波段的反射率及一阶反射率设为模型的输入变量分别利用上述两
12、类优化后的神图 优化 神经网络过程经网络模型对枸杞叶片叶绿素含量进行预测通过对比分析预测精度确定适合大面积预测宁夏枸杞叶绿素含量的最优模型 预测精度用均方根误差()、决定系数()、平均绝对误差()来衡量各参数表达式如下:()()()()()()()式中 为预测集的样本数量()为预测值为实际值 结果与分析.感兴趣区反射率曲线提取感兴趣区反射率曲线用 中的 滤波器平滑去噪处理后的光谱曲线如图 所示 可见其拥有双波峰特性第一次波峰位于 范围内处于蓝边()边缘位置振幅较小反射率值在.之间第二次波峰位于 范围内处于红边()边缘位置反射率值在.之间 将 波长均 第 期 刘若晨等:基于高光谱图像的枸杞叶片叶
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 光谱 图像 枸杞 叶片 叶绿素 含量 估算 模型
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。