排序方式: 共有53条查询结果,搜索用时 15 毫秒
1.
利用遥感手段快速、准确地获取果园分布和面积等信息对于以水果为主产业的地区来说意义重大,而目前国内此类研究尚不多见.为此,以SPOT-5遥感影像为数据源,利用CART(分类回归树)方法从训练样本中发现地物分类规则,结合目标地物的光谱特征、纹理特征、地形坡度信息等专家知识,进行果园信息提取实验,取得了86.72%的分类精度,这说明用CART方法进行果园信息提取是可行的. 相似文献
2.
4.
精准农业观测卫星-高分六号卫星(GF6)增加了4个特殊波段,更加有效地反映了植被特有的光谱特性,为植被应用研究提供更为详细的地物光谱信息。为了分析GF6数据在植被识别能力上的优越性,比较了GF6号新增波段(红边1、红边2、黄边、紫边波段)和高分数据传统波段对有林地识别精度的影响。结果表明:GF6新增波段对有林地快速识别的精度达到97.67%,Kappa系数为0.95,比GF数据4波段对有林地的识别精度提高了3.35%,Kappa系数提高了0.08。CART自适应特征和阈值选择决策树算法比人工决策树分类算法对有林地识别精度有显著增加,精度由88.81%提高到97.67%,Kappa系数由0.78提高到0.95。GF6数据新增特殊波段结合CART自适应特征和阈值决策树算法对有林地具有快速优越的识别能力。 相似文献
5.
准确地预测区域蒸散有助于区域水资源的合理利用,减少水资源浪费。为从多项气象因子中筛选出核心因子,构建少因子蒸散预测模型,高效精确预测蒸散,该研究在九大农业区选取23个典型站点,搜集降水量、日照时数等8个气象因子数据,使用分类回归树(classification and regression tree,CART)对气象因子进行重要度排序。基于排序结果,选取排序前3~5项气象因子,基于极限学习机(extreme learning machine,ELM)模型对蒸散进行预测。同时,使用遗传算法(genetic algorithm,GA),粒子群算法(particle swarm optimization,PSO),麻雀搜索算法(sparrow search algorithm,SSA)对ELM模型进行优化,并使用这3种优化算法(GA-ELM、PSO-ELM、SSA-ELM)构建少因子混合优化蒸散预测模型。结果表明:1)基于CART算法重要度排序结果,蒸散的主要影响因子依次是降水量、日照时数、平均本站气压、日最高气温、平均相对湿度。2)3种优化算法预测模型中,PSO-ELM模型的预测精度最高,23个站点的蒸散预测的均方根误差为6.608~22.077 mm/d,纳什效率系数为0.824~0.998,R2为0.908~0.995,平均绝对误差为5.075~16.677 mm/d。3)ELM模型在云贵高原区和四川盆地及周边地区有较好的适用性,3种优化算法在华南区和云贵高原区有较好的适用性,其中PSO-ELM模型的适用性最高。研究结果为中国九大农业区域的作物需水量计算提供参考。 相似文献
6.
流域尺度下地形属性对土壤质地类型变异的影响——以重庆市彭水县一小流域为例 总被引:1,自引:0,他引:1
为探究流域尺度下地形属性对土壤质地类型变异的影响,以西南地区重庆市彭水县的一个流域为研究区,基于成土母质和地形因子,运用分类回归树(Classification and regression tree,CART)模型,对研究区1165个样点数据进行分析。结果表明:成土母质和地形因子均对土壤质地类型有重要影响,相对重要性较高的因子排序:成土母质(PAR) > 风效应(WindEff) > 地形湿度指数(SAGATWI);不同母质、不同质地之间地形因子存在显著差异,风效应(WindEff)和漫射辐射(DiffuseIns)分别是奥陶系和志留系母质条件下影响土壤质地分类的相对重要性最高的地形因子;流域尺度CART模型解释率为86.3%,说明CART模型对土壤质地分类精度高。研究表明,基于成土母质和地形因子构建的模型解释效果好,影响显著,可为该地区土壤利用区划和管理提供科学依据。 相似文献
7.
选择500只健康、20周龄的海兰褐蛋鸡,预饲30 d后随机平均分为5组,每组4个重复,分别进行如下处理:生理盐水仅第1天注射一次组(A组,对照组)、可卡因—苯丙胺调节转录肽(CART)特异性双链RNA(dsRNA)仅第1天注射一次组(B组)、CART dsRNA每40 d注射一次组(C组)、CART dsRNA每20 d注射一次组(D组)、CART dsRNA每10 d注射一次组(E组),120 d后对各处理组蛋鸡的产蛋性能、蛋品质、蛋组分和体重变化进行测定,研究CART对产蛋期蛋鸡的产蛋性能和蛋品质的影响.结果表明:各试验组之间以及与对照组之间在产蛋率上均存在差异(P0.05);B组的日产蛋量与对照组的差异不显著,其他试验组与对照组的差异显著(P0.05);各试验组的采食量均高于对照组(P0.05);从蛋料比来看,B、C组与对照组的差异不显著,D组与E组的差异不显著,但均与对照组存在差异(P0.05);各试验组蛋品质、蛋组分与对照组的差异不显著;试验结束后,各试验组蛋鸡的体重变化与对照组均存在差异(P0.05).总之,CART dsRNA对海兰褐蛋鸡产蛋性能和体重变化的影响显著,对蛋品质和蛋组分的影响不显著. 相似文献
10.
分析了呼和浩特市可吸入颗粒物PM10污染特征,以及PM10变化规律与气象要素的关系。采用CART方法对造成呼和浩特市中度以上污染的气象条件进行分析,建立了预警模型,确定了呼和浩特市重污染预警指标。 相似文献