|
|||||
|
|
| 基于PCA-BP多特征融合的油菜水分胁迫无损检测 | |
| 摘 要： | 针对油菜水分胁迫的无损探测,研究了利用冠层反射光谱、多光谱图像和冠层温度多信息融合对油菜含水率进行定量分析的方法.采用逐步回归法对含水率的多传感特征进行提取,通过测量分析冠-气温差,结合环境温湿度信息,获取了水分胁迫指数(CWSI)特征,并对光强影响进行了特征补偿.研究发现960,1 450,1 650 nm的光谱特征,560 nm处的可见光图像,960,810 nm处的近红外图像均值及960,810 nm图像比值特征与油菜含水率的相关性均较高.利用主成分分析法(PCA)对特征空间进行变换和降维,进而BP神经网络建立了油菜含水率的多传感特征预测模型.结果表明,该方法能够利用多信息的综合作用优势实现对油菜水分胁迫的定量分析,模型精度与单一检测方法相比有显著提高. |
| 本文献已被 CNKI 等数据库收录！ | |