日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

荒漠植物光譜特征分析及光譜識別

萊森光學 ? 2025-01-23 17:33 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

高光譜遙感在世界各地都受到高度的重視,發(fā)達國家把農(nóng)業(yè)遙感作為國內(nèi)決策支持的重要手段,對主要農(nóng)產(chǎn)品的產(chǎn)量、全球資源環(huán)境變化等狀況進行長期動態(tài)監(jiān)測。高光譜感具有分辨率高波段多且連續(xù)的特點,滿足連續(xù)性與光譜可分性的要求,能夠區(qū)別同一種地物的不同類別,可以作為植物和群落分類的依據(jù)。

在高光譜分析中,單一原始光譜反射率有時對植物指標反映不敏感且光譜測定時易收到外界環(huán)境影響如土壤背景,大氣溶膠等影響,此時常常對原始光譜數(shù)據(jù)進行適當?shù)淖儞Q和篩選處理,或結(jié)合不同波段的原始光譜反射率,形成了各種植被指數(shù),以增強植物某一指標特征或消除環(huán)境因子的影響。

01植被指數(shù)選取

植物光譜除受自身生理生化指標影響外,還易受周圍環(huán)境變化影響如土壤背景、大氣溶膠等影響,常常利用不同的植被指數(shù)以增強植物某一指標特征或消除環(huán)境因子的影響。根據(jù)寧夏荒漠植被與環(huán)境特點,篩選出7個植被指數(shù)(表1)。

表1 植被指數(shù)

wKgZO2eOGgKAV6mCAAD7KVOGVFo56.jpeg

這些植被指數(shù)與植物特征密切相關(guān),或有助于光譜精度提升。如NDVI對植被冠層結(jié)構(gòu)、GNDVI對植被冠層綠度、PRI對植物類胡蘿卜素、NDWI對植被冠層水分較敏感PSRI多用于植被健康的監(jiān)測與檢測,OSAVI可有效消除士壤背景的影響,VARI可以有效矯正大氣溶膠影響,消除部分輻射誤差。

02不同植物的原始光譜特征

植物冠層反射光譜(圖1)表明,不同植物光譜反射率均符合綠色植物特征,但各植物原始光譜不同波段之間存在明顯差異。可見光波段550nm附近,出現(xiàn)了第一個葉綠素吸收峰,北方獐牙菜波峰光譜反射率最低無芒稗、虎尾草、大針茅較高。

植株在680nm附近反射率快速上升,形成植物所特有的“紅邊”,與其他植物不同。其中白蓮蒿的紅邊斜率最低:乳漿大戟的紅邊斜率最高,白蓮蒿紅邊斜率區(qū)別于其余植物,但整體紅邊趨勢相差不大。在近紅外波段,甘草、大針茅的光譜反射率較高。所有植物在954~973,1084~1198和1440~1462nm這3個波段均存在明顯的吸收谷,在1450nm附近水分吸收谷處光譜反射率最大值為0.35(狗尾草),最小值為0.079(沙蔥)。

wKgZPGeOGgKAc17yAAGNJqaV1K816.jpeg

圖1 荒漠草地植物原始光譜反射率

03植物分類模型

RF分類模型

RF分類模型ntree誤差表明,當ntree=100時模型內(nèi)草種誤差基本穩(wěn)定,即ntree取100。圖3為RF模型變量重要性圖。由圖3可知,RF模型重要性指標由大到小分別為ND-WI,PRI,OSAVI,NDVI,GNDVI,VARI和PSRI。RF模型Gini系數(shù)由大到小分別為NDWI,PRI,VARI,OSAVI,GNDVI,NDVI和PSRI。NDWI為重要性指標和Gini系數(shù)最高的變量。

wKgZO2eOGgOAQshMAAEWuus2_B880.jpeg

圖2 隨機森林模型混淆矩陣圖

wKgZPGeOGgSAcAazAACd2VWzHHk52.jpeg

圖3 隨機森林分類模型變量重要性圖

注:圖中藍色圓柱為變量重要性,變量值越大說明變量的重要性越強,黃色圓柱為基尼系數(shù),圖中系數(shù)越高,分類切割越好

SVM分類模型

表2為支持向量機gamma與cost不同參數(shù)設(shè)置錯誤率根據(jù)表2所示當選擇gamma=1x10-1、cost=100作為SVM分類模型參數(shù)時誤差最小,將gamma=1x10-1,Cost=100作為SVM分類模型原始參數(shù)。

表2 gamma與cost設(shè)置

wKgZO2eOGgSAIydpAACxAaiXmx418.jpeg

圖4為支持向量機SVM分類模型的混淆矩陣氣泡圖。支持向量機SVM模型精度為0.94,kappa系數(shù)為0.94,說明支持向量機SVM模型較好,能較好的區(qū)分32種荒漠植物。

wKgZPGeOGgWANxj8AAEVRdbptM432.jpeg

圖4 支持向量機SVM模型混淆矩陣圖

圖6為KNN分類模型的混淆矩陣氣泡圖,由圖6可知,32種植物進行分類時,KNN分類模型的混淆矩陣中,其中12份白蓮蒿中2份被誤判為北蕓香(16.7%)、4份蟲實樣本中1份被誤判為甘草(25%),總樣本數(shù)165,誤判樣本數(shù)3.KNN模型分類精度為0.982。

wKgZO2eOGgWARmPXAAEdSO0fPAA11.jpeg

圖6 KNN模型混淆矩陣圖

04結(jié)論

(1)荒漠草地植物光譜具有典型植物的光譜特征,但因環(huán)境的干旱和高溫脅迫,出現(xiàn)紅移現(xiàn)象,各植物原始光譜水分吸收波段差異也較明顯。

(2)RF和KNN分類模型對32種荒漠草地植物的識別效果較好。

推薦:

便攜式地物光譜儀iSpecField-NIR/WNIR

專門用于野外遙感測量、土壤環(huán)境、礦物地質(zhì)勘探等領(lǐng)域的最新明星產(chǎn)品,由于其操作靈活、便攜方便、光譜測試速度快、光譜數(shù)據(jù)準確是一款真正意義上便攜式地物光譜儀。

wKgZPGeOGgWAA2JzAAEOPelpTFk19.jpeg

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 光譜分析
    +關(guān)注

    關(guān)注

    0

    文章

    41

    瀏覽量

    10403
  • 高光譜
    +關(guān)注

    關(guān)注

    0

    文章

    489

    瀏覽量

    10744
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    光譜技術(shù)賦能多行業(yè)智能分選,以“光譜指紋”重構(gòu)品質(zhì)與效率

    光譜成像技術(shù)憑借 圖譜合一、物質(zhì)識別、無損檢測 的核心能力,突破傳統(tǒng)RGB視覺僅能識別外觀的局限,通過捕捉物質(zhì)獨有的“光譜指紋”,實現(xiàn)基于化學成分的精準分選,已在農(nóng)業(yè)、工業(yè)、食藥、資源
    的頭像 發(fā)表于 03-13 11:52 ?168次閱讀
    <b class='flag-5'>光譜</b>技術(shù)賦能多行業(yè)智能分選,以“<b class='flag-5'>光譜</b>指紋”重構(gòu)品質(zhì)與效率

    光譜與高光譜工業(yè)相機技術(shù)原理與差異

    光譜與高光譜工業(yè)相機通過捕捉傳統(tǒng)RGB相機無法獲取的波長信息,實現(xiàn)了更精細的分析和高維數(shù)據(jù)解讀。
    的頭像 發(fā)表于 01-29 17:33 ?885次閱讀
    多<b class='flag-5'>光譜</b>與高<b class='flag-5'>光譜</b>工業(yè)相機技術(shù)原理與差異

    拉曼光譜專題5 | 拉曼光譜 vs 紅外吸收光譜:本文教你怎么選!

    當制藥實驗室需要實時分析藥片成分時,當文物修復(fù)專家要無損鑒別古畫顏料時,當半導(dǎo)體工廠需在線監(jiān)控芯片質(zhì)量時,科學家們總會面臨一個關(guān)鍵選擇:是用紅外吸收光譜還是拉曼光譜?這兩種被譽為“分子指紋識別
    的頭像 發(fā)表于 01-28 11:10 ?367次閱讀
    拉曼<b class='flag-5'>光譜</b>專題5 | 拉曼<b class='flag-5'>光譜</b> vs 紅外吸收<b class='flag-5'>光譜</b>:本文教你怎么選!

    光譜成像技術(shù)在汽車配件面漆顏色識別中的應(yīng)用

    當前,汽車配件面漆顏色日趨豐富,色差微小、視覺難辨的情況已成為制造與質(zhì)檢中的普遍痛點。傳統(tǒng)人工識別易受光線、視角及個體差異影響,效率低且一致性差。高光譜成像技術(shù)通過融合空間成像與連續(xù)光譜分析,為漆
    的頭像 發(fā)表于 01-15 13:47 ?257次閱讀
    高<b class='flag-5'>光譜</b>成像技術(shù)在汽車配件面漆顏色<b class='flag-5'>識別</b>中的應(yīng)用

    紅外光譜技術(shù)應(yīng)用與原理分析

    分析檢測領(lǐng)域,紅外光譜分析技術(shù)作為一種高效、準確的分析檢測手段,能夠快速準確地識別各類化合物的分子結(jié)構(gòu)特征。這項技術(shù)基于一個簡單卻精妙的原
    的頭像 發(fā)表于 11-11 15:21 ?1324次閱讀
    紅外<b class='flag-5'>光譜</b>技術(shù)應(yīng)用與原理<b class='flag-5'>分析</b>

    光譜圖像顏色特征用于茶葉分類的研究進展

    光譜成像技術(shù)結(jié)合顏色特征分析為茶葉分類提供了高效、非破壞性的解決方案。本文系統(tǒng)綜述了該技術(shù)的原理、方法、應(yīng)用案例及挑戰(zhàn),探討了其在茶葉品質(zhì)分級、品種識別和產(chǎn)地溯源中的研究進展,并展望
    的頭像 發(fā)表于 10-17 17:09 ?788次閱讀
    多<b class='flag-5'>光譜</b>圖像顏色<b class='flag-5'>特征</b>用于茶葉分類的研究進展

    光譜成像在作物病蟲害監(jiān)測的研究進展

    光譜成像技術(shù)(Hyperspectral Imaging, HSI)是一種將光學成像與光譜分析相結(jié)合的多維信息獲取技術(shù),其核心在于通過連續(xù)窄波段(通常 光譜特征基礎(chǔ)
    的頭像 發(fā)表于 10-16 15:53 ?705次閱讀
    高<b class='flag-5'>光譜</b>成像在作物病蟲害監(jiān)測的研究進展

    光譜成像在分析作物長勢和產(chǎn)量預(yù)估中的應(yīng)用

    的關(guān)鍵技術(shù)路徑,并通過典型應(yīng)用案例分析其在現(xiàn)代農(nóng)業(yè)中的價值與挑戰(zhàn)。 高光譜成像基本原理 多維數(shù)據(jù)融合 :同步獲取空間(2D圖像)+光譜(數(shù)十至數(shù)百個窄波段)+時間(動態(tài)監(jiān)測)三維信息 植被光譜
    的頭像 發(fā)表于 09-27 16:04 ?610次閱讀
    高<b class='flag-5'>光譜</b>成像在<b class='flag-5'>分析</b>作物長勢和產(chǎn)量預(yù)估中的應(yīng)用

    光纖光譜儀能否用于醫(yī)療領(lǐng)域?來看實際案例

    提起“光纖光譜儀”,很多人的第一反應(yīng)可能是實驗室里的科研設(shè)備,或者工業(yè)檢測中的分析工具。事實上,隨著光譜技術(shù)的不斷進步,小型化、智能化的光纖光譜儀,已經(jīng)逐步走入醫(yī)療領(lǐng)域,為疾病診斷、組
    的頭像 發(fā)表于 08-08 11:48 ?1029次閱讀

    光譜相機賦能耕地用途保護:耕地面積統(tǒng)計、非農(nóng)非糧識別-守護耕地紅線

    費力。而多光譜低空遙感技術(shù)憑借大范圍監(jiān)測能力與精準光譜識別特性,正成為耕地用途智慧化監(jiān)管的核心工具。 一、技術(shù)原理:光譜如何“看見”耕地? 1.?耕地
    的頭像 發(fā)表于 07-22 15:41 ?713次閱讀
    多<b class='flag-5'>光譜</b>相機賦能耕地用途保護:耕地面積統(tǒng)計、非農(nóng)非糧<b class='flag-5'>識別</b>-守護耕地紅線

    太陽光模擬器性能的影響參數(shù):光譜匹配度、光譜覆蓋率及光譜偏離率

    光譜與標準光譜的契合度,進而影響測試精度。紫創(chuàng)Luminbox深耕太陽光模擬器技術(shù)研發(fā),致力于以這三大指標為核心優(yōu)化方向,提升設(shè)備對復(fù)雜測試場景的適配能力。下文將具體分析這三項參數(shù)對太陽光模擬器性能
    發(fā)表于 07-21 15:35

    光譜相機讓農(nóng)林管理進入“光譜級”智能時代

    什么是高光譜相機? 高光譜相機是一種能夠捕捉物體在數(shù)十甚至上百個連續(xù)窄波段上反射光譜的成像設(shè)備。與普通可見光相機不同,它能“看到”人眼不可見的細節(jié),例如植物的葉綠素含量、水分狀況、氮磷
    的頭像 發(fā)表于 06-27 10:50 ?667次閱讀
    高<b class='flag-5'>光譜</b>相機讓農(nóng)林管理進入“<b class='flag-5'>光譜</b>級”智能時代

    不止是測光譜,地物光譜儀在農(nóng)業(yè)和環(huán)保中還有這些用處

    ”這么簡單。 它更像是一個高精度、可移動的環(huán)境診斷儀器,能幫助我們識別、判斷、預(yù)警和預(yù)測自然環(huán)境中的各種復(fù)雜變化,廣泛應(yīng)用于作物長勢分析、病蟲害監(jiān)測、水質(zhì)評估、土壤診斷、碳匯評估、污染識別等多個方面。 一、在
    的頭像 發(fā)表于 06-06 16:12 ?1014次閱讀
    不止是測<b class='flag-5'>光譜</b>,地物<b class='flag-5'>光譜</b>儀在農(nóng)業(yè)和環(huán)保中還有這些用處

    光譜成像相機:基于高光譜成像技術(shù)的玉米種子純度檢測研究

    種子純度是衡量種子質(zhì)量的核心指標之一,直接影響農(nóng)作物產(chǎn)量與品質(zhì)。傳統(tǒng)檢測方法(如形態(tài)學觀察、生化分析)存在耗時長、破壞樣本、依賴人工等缺陷。近年來,高光譜成像技術(shù)因其融合光譜與圖像信息的優(yōu)勢,成為
    的頭像 發(fā)表于 05-29 16:49 ?810次閱讀

    海伯森-線光譜手機檢測動畫

    光譜
    海伯森技術(shù)
    發(fā)布于 :2025年05月28日 14:28:06
    法库县| 陆河县| 偏关县| 华阴市| 南城县| 绥德县| 赤水市| 蓝山县| 常宁市| 汉沽区| 茌平县| 昭通市| 兴义市| 磴口县| 蓬安县| 长宁县| 乌鲁木齐市| 蕉岭县| 万山特区| 萨迦县| 内江市| 阳泉市| 浙江省| 库车县| 武川县| 怀仁县| 长乐市| 宝坻区| 喀什市| 龙岩市| 社旗县| 镇赉县| 浏阳市| 苏州市| 永昌县| 灌阳县| 绥阳县| 墨脱县| 海口市| 中宁县| 蓬安县|