南方湿润地区太阳总辐射估算模型筛选

为筛选适于模拟中国南方湿润地区太阳总辐射的经验模型,将中国南方地区划分为华东、华中、华南和西南4个区域,选用36个辐射站点逐日数据(1994—2016年),采用最小二乘算法优化3种基于温度模型(T₁,T₂和T₃模型)、3种基于日照时数模型(N₁,N₂和N₃模型)和2种混合模型(M₁和M₂模型)的经验参数,并在日、月和年尺度上评价各模型在4个分区的精度.结果表明：在日、月和年尺度上,日照时数模型精度最高,其次为混合模型,温度模型精度最低,日尺度R²分别为0.847～0.898,0.654～0.904和0.435～0.687,月尺度R²分别为0.529～0.857,0.368～0.858和0.334～0.766,年尺度RE为-1.78%～21.86%,-32.88%～24.14%和-37.54%～72.36%;日照时数模型中,N₂和N₃     

土默川地区地表总辐射及地表净辐射变化规律分析

以土默川地区的地表总辐射(Rs)和地表净辐射(Rn)为研究对象,利用1978-2017年逐日日照时数、气温及相对湿度等气象数据,通过6种日照时数模型计算了逐日Rs,同时运用1987-1991年逐日Rs的实测数据对各种模型的计算结果进行校核,从而确定了适合本地区的精度最好的计算模型,并采用FAO1990年推荐的Penma...     

基于灰色支持向量机组合模型的农产品产量预测

鉴于灰色预测模型和支持向量机各自的优点,将灰色预测模型与支持向量机相结合,提出灰色支持向量机组合模型,并将该模型应用于花生产量预测中。结果表明,与单一支持向量机和灰色预测模型相比,灰色支持向量机组合模型的预测精度明显提高。     

西北地区地表太阳总辐射计算模型适用性评价

为有效提高中国西北地区R_s预报精度,选取西北地区11个代表性气象站点1959—2015年逐日气象数据,评价了4种基于日照时数的R_s计算模型(Angstrom-Prescott,Ogelman,Bahel和Louche模型)和2种基于温度的R_s计算模型(Hargreaves和Bristow-Campbell模型)在西北地区4个分区(温带大陆性高温干旱区、温带大陆性干旱区、高原大陆性半干旱区和温带季风半干旱区)的适用性.结果表明:6种模型在西北地区的R_s模拟值与实测值均在P<0.001水平具有统计学意义;基于日照时数的R_s计算模型(R²介于0.901~0.903)精度高于基于温度的模型(R²介于0.695~0.719);其中,基于日照时数的模型中Bahel模型的精度最高,其R²,MAE,MRE,RMSE和NSE分别为0.903,1.624 MJ/(m²·d),15.7%,2.298 MJ/(m²·d)和0.902;基于温度的模型中Bristow-Campbell模型精度最高,其值分别为0.719,2.851 MJ/(m²·d),30.7%,3.959 MJ/(m²·d)和0.713.因此,为有效提高西北地区R_s日值和月值预报精度,在仅有温度资料时推荐使用Bristow-Campbell模型,在仅有日照时数资料时推荐使用Bahel模型.     

中国北方太阳总辐射模型优化及适用性评价

太阳总辐射(R_s)模型是估算地表能源最简单的方法,对区域ET₀管理、水资源及太阳能利用具有重要意义。选取中国北方47个代表性气象站点(1994-2016年)逐日数据,采用鱼群算法优化温度模型(T1、T2和T3)、日照时数模型(N1、N2和N3)和混合模型(M1),在日和月尺度评价太阳总辐射模拟精度。结果表明：在日尺度上,基于日照时数的模型(N1-N3)精度最高,其次为基于温度的模型(T1-T3),混合模型相对较差(M1),R²分别为0.90～0.93、0.64～0.78和0.80～0.90,MAE分别为1.47～1.95、2.51～4.33和4.88～6.28 MJ/(m²·d);在月尺度上,基于日照时数的模型(N1-N3)精度最高,其次为混合模型(M1)和基于温度的模型(T1-T3),R2分别为0.94～0.97、0.92～0.95和0.86～0.95,MAE分别为25.45～44.29、36.21～102.73和101.25～144.56 MJ/(m²·d)。因此,推荐基于...     

基于多源遥感数据的居延泽地区土壤盐分估算模型

针对土壤盐分遥感反演中众多盐分指示变量在反演效率与相互比较优势方面存在的不确定性和易混淆性问题,以内蒙古额济纳旗的居延泽为例,基于Sentinel-2、Radarsat-2、Landsat-8和SRTM DEM数据提取波段反射率、植被指数、盐分指数、极化雷达参数以及地表温度和地形因子共6类变量,采用变量优选策略筛选各类变量及其组合的最优变量,构建土壤盐分随机森林(Random forest, RF)与支持向量机(Support vector machine, SVM)预测模型,并选择最优模型实现居延泽地区土壤盐分预测,为干旱区土壤盐分监测提供参考。结果表明,短波红外波段(B₁₁)、冠层盐度响应植被指数(CRSI)、扩展比值植被指数(ERVI)、红边盐分指数(S2re3)、单次散射(F_Odd)、地表温度(LST)与汇水面积(CA)等变量对土壤盐分监测具有较强的普适性;单一变量模型的盐分预测精度从高到低依次为地形因子、极化雷达参数、地表温度、盐分指数、植被指数和波段反射率;多变量联合可有效提升模型精度与稳定性,随着环境变量的加入,当6类变量均参与...     

光合有效辐射预测模型的核函数组合优化

以林下参种植基地光合有效辐射( PAR)、散射辐射(PFDdif)和直射辐射(PFDdir)为研究对象,以支持向量机linear核函数(k1)、polynomial核函数(k2)、radial basis function核函数(k3)为基础,构建新核函数.使用K-fold交叉验证方法,利用粒子群算法(PSO)对惩罚参数c和g值优化.试验结果表明,利用grid search算法设定惩罚参数c为16和g值为1时,通过比较相关系数及符合拟合均衡原则下,选出以0.2k1+0.8k2核函数而构建的光合有效辐射预测模型效果最佳,对由PAR、PFDdir和PFDdif数据组成的预测集1和预测集2拟合程度分别为89.213 2％和81.789 6％.利用粒子群算法对惩罚参数c和g值优化后,预测模型对预测集1拟合程度达到92.156 0％,对预测集2拟合程度达到90.036 0％.可见,采用0.2k1+0.8k2核函数和PSO的支持向量机预测模型对PAR具备预测能力.     

联合多源多时相卫星影像和支持向量机的小麦白粉病监测方法

白粉病主要侵染小麦叶部,可利用卫星遥感技术进行大范围监测和评估.本研究利用多源多时相卫星遥感影像监测小麦白粉病并提升分类精度.使用四景Landat-8的热红外传感器数据(Thermal Infrared Sensor,TIRS)和20景MODIS影像的MOD11A1温度产品反演地表温度(Land Surface Tem...     

基于叶绿素荧光遥感的江西省稻田总初级生产力估算及其气象驱动因素研究

总初级生产力（Gross primary production, GPP）是表征作物在光合作用中吸收大气CO2的指标,也是作物产量形成的重要起点。本研究以江西省稻田为研究对象,基于日光诱导叶绿素荧光（Sun-induced chlorophyll fluorescence, SIF）遥感数据和地面通量观测数据,构建了基于SIF的稻田GPP非线性估算模型,进而对江西省2001—2020年稻田GPP进行模拟。结果表明：相较于MOD17 GPP和GOSIF GPP,基于SIF的非线性模型模拟精度更高,可以更好地捕捉水稻季和非水稻季GPP的季节变化,但对早稻-晚稻交替期模拟效果较差。2001—2020年江西省稻田多年平均GPP为（2082.8±143.2）g/(m2·a),空间上呈现北侧低、南侧高的特点,稻田GPP低值主要位于南昌市及其周边,高值位于赣州市和景德镇市。2001—2020年江西省稻田GPP总体呈波动上升趋势,趋势率为24.3g/(m2·a),上升趋势最大的区域位于江西省南部,上升趋势最小或存在下降趋势的区域主要位于南昌市和九江市,可能与该地区水稻“双改单”现象有关。江西省各市稻田GPP年际变化的主要影响因素为气温,贡献率在28.3%～44.2%之间,太阳辐射对稻田GPP为负贡献,风速在部分区域对稻田GPP为正贡献,降水量和相对湿度对稻田GPP年际变化的影响最弱。研究可为模拟江西省稻田GPP以及评估气候变化背景下稻田固碳能力和产量估算提供理论依据。     

基于支持向量机的水资源开发利用

基于支持向量级模型良好的泛化能力,构建了区域水资源开发利用程度的支持向量机评价模型。针对评价标准,采用均匀分布随机函数,在三个标准间内插10个样本,形成共30个样本用于支持向量机的训练,实现了对西安市水资源开发利用程度的综合评价。实例研究表明,运用支持向量机分类模型进行区域水资源开发利用问题研究,评价结果合理、可靠,可以为区域水资源开发利用评价提供一种新的方法。     

基于最小二乘支持向量机模型预测田面糙率

田面糙率是影响地面灌溉质量的重要参数。基于最小二乘支持向量机建立了两类4个田面糙率预测模型,并进行了验证。结果表明第一类模型预测值(即作物地采用LSSVM-N-I3、裸地采用LSSVM-N-I1,翻耕地采用LSSVM-N-I2)相对误差最大值为9.7%;第二类模型预测值(即LSSVM-N-II模型)相对误差最大值为10.5%,由此可见两类模型都具有较高的预测精度,可以用于田面糙率的预测。     

Comparison of Different Calibration Methods on Angstrom—Presscott Model for Missing Data Interpolation

在长期连续观测中,总辐射(Rs)的观测数据通常有不同程度的缺失。基于日照时数的ngstrm-Presscott(AP)模型是一种广泛应用且精度较高的总辐射估算经验模型。选取A-P模型3种不同参数率定方法 (M1:每年率定,M2:分月率定,M3:多年率定),基于6个辐射站的辐射资料,对年平均Rs、年平均ET0、参数取值和插补精度进行了比较。t检验结果表明,3种方法下A-P模型在昌都站数据插补无明显差异,Rs年际变化大是造成该站Rs模拟不准的主要原因。在宜昌和南宁站,M1方法进行数据插补精度高于其他方法,M1方法 Rs缺失天数分别为40 d和70 d时,两站计算的参考作物蒸发蒸腾量(ET0)与实测Rs计算的ET0相比,t检验无明显差异。M2与M3相比精度稍高,但在昆明、赣州、杭州和南宁站冬季精度更高且6—8月份精度更低。与1990年以前相比,各站点A-P模型参数a在1990年以后有明显上升,工业污染导致气溶胶增加是原因之一。A-P模型在极端年份率定精度不高,在极端炎热气候年份,应用该模型用于灌溉预报时会低估作物耗水量,可能会给决策带来风险。该研究结果可用于A-P模型的风险评估和提高总辐射时间序列数据缺失情况下的插补精度。     

水田田埂边界支持向量机检测方法

提出了基于支持向量机的水田田埂边界线的检测算法。采用支持向量机分类算法代替传统的图像分割算法,分割水田图像,提高了在不同光照条件下田埂边界检测的鲁棒性。图像预处理阶段引入超像素分割算法,大大减少了后续图像处理的计算量,并为支持向量机的模型训练提供大量的样本。选取足够数量的超像素样本,提取其颜色特征和纹理特征,构成19维的特征向量,并作为训练支持向量机模型的输入。使用训练好的支持向量机模型识别新图像中的水田田埂区域,模型评价指标F1分数达到90. 7%。采用霍夫变换提取田埂边界,在NVIDIA的Jetson TX2硬件平台上,算法总运行时间在0. 8 s以内,有效满足了水田直播机的实时性要求。     

基于高光谱成像的苹果品种快速鉴别

以\"乔纳金\"苹果,\"红富士\"苹果和\"秦冠\"苹果共90个试验样本为试材分别采集865~1 711 nm的近红外波段高光谱图像,选取苹果图像感兴趣区域(ROI),以分辨率2.8 nm提取其平均反射光谱数据,分别利用K近邻法(KNN)和径向基核函数支持向量机(RBF-SVM)进行品种判别,5折交叉检验。结果表明,3种苹果的近红外高光谱图像均在波长941~1 602 nm之间变得清晰,该区域200个波段下的平均反射光谱数据经KNN法中的10种距离算法评判,当K取值3和5时,切比雪夫距离、欧几里得距离和明可夫斯基距离3种距离算法的识别正确率均达到100%;SVM-RBF核函数模型中,γ取值为2-8~1的范围内识别正确率均在92%以上,当γ取值2-5,C取值为16和32时,识别正确率最高,为96.67%。故利用近红外高光谱图像技术结合KNN计算对苹果品种进行快速鉴别是优异和可靠的方案。     

基于图像处理与支持向量机的树上苹果早期估产研究

为了实现果树挂果期的精准管理,针对树上苹果早期估产问题,以\"Gala\"苹果为研究对象,开展了对定果后的果树进行产量估测的研究,提出了一种图像处理结合支持向量机的树上苹果早期估产方法。首先在苹果园内获取定果后的果树树冠图像,此时的树上苹果颜色为绿色(本文称此时期为果树青果期);采用分析图像各颜色分量值分布图法,确定在YCb Cr颜色空间中,以Cb≤100与Cr≥120作为分割树冠图像中苹果的条件;从果树树冠图像中提取果实个数、果实面积、果实树叶比、受遮挡果实个数比例及受遮挡果实面积比例;以上述5个特征参数作为输入,实际产量为输出,利用支持向量机方法建立树上苹果早期估产模型。本文利用训练集(含50个样本)训练模型,预测产量与实际产量的决定系数R2达到了0.724 2,均方根误差RMSE为1.71 kg,平均绝对百分比误差MAPE为9%,平均预测误差MFE为0.21。利用测试集(含15个样本)测试模型,得到RMSE为2.45 kg,MAPE为13%。结果表明该模型不仅具有较好的预测精度与无偏性,且具有较好的鲁棒性,所采用的树上苹果早期估产方法可行。     

基于小波分析的支持向量机径流预测模型及应用

针对径流年内、年际变化幅度大、单一方法难以预测的特点,提出基于小波分析的支持向量机径流预测模型。该模型从时频分析角度出发,把月径流序列分解成不同的频率成分,分别采用支持向量机进行预测。以淮河支流沙河上游某水库月径流预测为研究实例,得出了较满意的预测结果。通过与其它方法预测结果的对比分析,验证了模型的有效性,为径流预测提供了一条新途径。     

基于支持向量机理论的植物根系图像边缘检测方法

由于传统边缘检测方法中存在噪声大、粗糙边缘和不准确边缘等缺点,因此在植物根系的研究中,采用传统的图像边缘检测方法检测出来的边缘信息都无法达到令人满意的效果.为此,基于支持向量机方法给出了一种改善的边缘检测算法.同时,提出了边缘检测算法流程,然后使用支持向量机分类方法对图像进行边缘检测;用所得到的边缘检测算法与Canny算法和Prewitt算法的性能进行了比较.仿真结果表明,给出的算法与Canny算法和Prewitt算相比,不仅边缘检测性能得到提高,而且可以一定程度地克服噪声干扰.     

基于热红外遥感影像的作物冠层温度提取

热红外影像较难直接提取作物冠层区域,因而无法获得较精准的作物冠层温度。本文以拔节期的玉米为研究对象,利用六旋翼无人机搭载热红外成像仪和大疆精灵四Pro无人机,获得热红外影像及正射影像。基于高分辨率正射影像,采用改进的Canny边缘检测算子、支持向量机(Support vector machine,SVM)和小波变换3种方法提取玉米冠层区域,将提取结果进行二值化处理后,在热红外影像中以此生成掩膜并提取玉米冠层温度。应用提取的矢量面分析提取效果并对3种提取算法的精度进行评价。实验结果表明,改进的Canny边缘检测算子提取效果最优、SVM算法次之、小波变换最差,提取精度分别为87. 3%、74. 5%、68. 2%。同时,将手持测温仪测得的玉米冠层温度与提取的冠层温度进行误差分析,结果表明,基于改进的Canny边缘检测算子提取的玉米冠层温度与地面实测值相关性最高,决定系数R~2=0. 929 5,SVM算法决定系数R~2=0. 895 7,小波变换决定系数R2=0. 876 0。改进的Canny边缘检测算子能够更好地提取玉米冠层区域,获取更加精确的玉米冠层温度,从而能够更有效地监测玉米生理状况,进行旱情预测,制定合理的灌溉、施肥措施以提高玉米产量。