| 基于小波变换和BP神经网络的水稻冠层重金属含量反演 |
| |
| 引用本文： | 李旭青,李龙,庄连英,刘玮琦,刘湘南,李杰.基于小波变换和BP神经网络的水稻冠层重金属含量反演[J].农业机械学报,2019,50(6):226-232. |
| |
| 作者姓名： | 李旭青 李龙 庄连英 刘玮琦 刘湘南 李杰 |
| |
| 作者单位： | 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 |
| |
| 基金项目： | 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） |
| |
| 摘 要： | 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、766 nm)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。
|
| 关 键 词： | 小波变换 高光谱 重金属胁迫 农作物污染 反演模型 |
| 收稿时间： | 2018/11/19 0:00:00 |
Inversion of Heavy Metal Content in Rice Canopy Based on Wavelet Transform and BP Neural Network |
| |
| LI Xuqing,LI Long,ZHUANG Lianying,LIU Weiqi,LIU Xiangnan and LI Jie.Inversion of Heavy Metal Content in Rice Canopy Based on Wavelet Transform and BP Neural Network[J].Transactions of the Chinese Society of Agricultural Machinery,2019,50(6):226-232. |
| |
| Authors: | LI Xuqing LI Long ZHUANG Lianying LIU Weiqi LIU Xiangnan and LI Jie |
| |
| Institution: | North China Institute of Aerospace Engineering,North China Institute of Aerospace Engineering,North China Institute of Aerospace Engineering,North China Institute of Aerospace Engineering,China University of Geosciences (Beijing) and North China Institute of Aerospace Engineering |
| |
| Abstract: | |
| |
| Keywords: | wavelet transform hyperspectra heavy metal stress crop pollution inversion model |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
