农业机械学报

北大核心,CA,JST,EI,CSCD

国内刊号:11-1964/S

国际刊号:1000-1298

农业机械学报杂志2019年第6期:基于小波变换和BP神经网络的水稻冠层重金属含量反演

发布日期:

作者:李旭青,李龙,庄连英,刘玮琦,刘湘南,李杰

单位:北华航天工业学院,北华航天工业学院,北华航天工业学院,北华航天工业学院,中国地质大学(北京),北华航天工业学院,

关键词:小波变换;高光谱;重金属胁迫;农作物污染;反演模型

基金:国家高分辨率对地观测系统重大专项(67-Y20A07-9002-16/17)、国家自然科学基金项目(41371407)、河北省青年科学基金项目(D2018409029)、河北省高等学校科学技术研究重点项目(ZD2016126)、北华航天工业学院博士基金项目(BKY-2015-02)和河北省航天遥感信息处理与应用协同创新中心开放课题项目(XTZXKF201701)

自然农田生态系统中,农作物的各种生化参数受重金属污染胁迫后虽表现异常,但其特征往往极为微弱,极不稳定。利用处理非稳定信号方法中常用的信号处理方法——小波分析法(Db-5),对水稻的光谱反射率数据进行处理,有效提取光谱信号中受重金属污染胁迫而潜藏的一些“突变”弱信息。利用Db-5小波基进行小波变换,从中选取具有异常光谱特征的奇异点,利用奇异点对应波段(716、745、766nm)的光谱反射率构建反向传播(BP)神经网络模型,对水稻冠层4种重金属含量进行反演。将利用模型得到的预测值与实测值进行相关性分析,结果表明,基于BP神经网络的水稻冠层重金属含量反演模型对于实验区镉、铅、汞、砷4种重金属胁迫,具有良好的反演效果。

来源:2019年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第6期

联系我们

  • 地址:北京德胜门外北沙滩1号
  • 电话:86-10-64867367
  • E-mail:njxb@caams.org.cn

咨询工作人员