- 年份
- 2024(919)
- 2023(1324)
- 2022(1208)
- 2021(1215)
- 2020(1123)
- 2019(2692)
- 2018(2720)
- 2017(5449)
- 2016(2811)
- 2015(3049)
- 2014(2973)
- 2013(2798)
- 2012(2315)
- 2011(1997)
- 2010(1937)
- 2009(1584)
- 2008(1347)
- 2007(1018)
- 2006(671)
- 2005(522)
- 学科
- 济(12783)
- 经济(12780)
- 方法(9417)
- 数学(9189)
- 数学方法(8964)
- 管理(6720)
- 业(6294)
- 企(5175)
- 企业(5175)
- 农(2289)
- 中国(2057)
- 贸(2011)
- 贸易(2011)
- 易(1968)
- 财(1918)
- 学(1712)
- 技术(1698)
- 环境(1649)
- 理论(1574)
- 业经(1554)
- 地方(1490)
- 农业(1435)
- 和(1329)
- 划(1304)
- 务(1224)
- 策(1215)
- 财务(1214)
- 财务管理(1210)
- 企业财务(1141)
- 融(1128)
- 机构
- 学院(34384)
- 大学(34334)
- 管理(16020)
- 济(15125)
- 经济(14931)
- 理学(14469)
- 理学院(14363)
- 管理学(13964)
- 管理学院(13908)
- 研究(8968)
- 中国(6782)
- 京(6462)
- 科学(5757)
- 财(5601)
- 业大(5594)
- 财经(4938)
- 中心(4807)
- 经济学(4675)
- 农(4627)
- 经(4534)
- 经济管理(4482)
- 经济学院(4217)
- 工程(4079)
- 江(4058)
- 商学(3875)
- 商学院(3830)
- 财经大学(3813)
- 所(3764)
- 北京(3701)
- 农业(3672)
共检索到41748条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 中国农业大学学报
[作者]
慕涛阳 赵伟 胡晓宇 李丹
针对传统水稻倒伏监测方法以人工进行现场测量耗时耗力且受主观影响较大的问题,利用无人机成本低廉、操作简单以及分辨率高的优势,以黑龙江省佳木斯市七星农场水稻种植基地的水稻倒伏区域为研究对象,对无人机遥感图像结合改进DeepLabV3+模型的水稻倒伏识别方法进行研究。结果表明:1)与其他方法相比,改进DeepLabV3+网络模型取得了更高的准确率和更快的识别速度;2)改进DeepLabV3+网络模型对水稻倒伏图像测试集的准确率为0.99,Kappa系数为0.98,像素准确率0.99;召回率0.99;平衡F分数为0.99;水稻完全倒伏状态识别的交并比为0.96,3种水稻不同倒伏状态识别的平均交并比为0.97。无人机搭载RGB相机载荷平台拍摄遥感图像结合改进DeepLabV3+深度学习模型可以精确地对水稻倒伏进行识别,为大面积、高效率、低成本水稻倒伏监测识别研究提供了一种方法。
关键词：
水稻 倒伏 无人机遥感 深度学习
[期刊] 沈阳农业大学学报
[作者]
臧英 侯晓博 汪沛 周志艳 姜锐 李克亮
目前,水稻生产中氮肥施用过量,肥料利用率和产量相对较低等问题日益突出。无人机遥感能够实现无损、及时、快速大面积地获取作物田间信息,已被广泛应用于精准农业管理中。以黄华占水稻为研究对象,设计了不同施氮梯度的小区试验,利用无人机搭载rededge-M多光谱相机获取水稻生育期冠层多光谱图像,提取NDVI植被指数,分析了不同氮素条件下水稻冠层NDVI值的变化规律,研究了NDVI和标准种植比值指数(RISP)与水稻植株氮含量之间的相关关系;依据有效积温数据,建立了基于标准种植比值法的水稻关键施肥节点的施肥量决策模型。研究结果表明:随施肥量增加,水稻冠层NDVI值也随之变大,整个生育期呈现出"快速增加-缓慢增加-缓慢降低"趋势;NDVI和RISP值均与水稻植株氮含量显著相关,且RISP的相关系数达0.9以上,可更好地用于诊断水稻生育期氮素养分状况;基于标准种植比值法的水稻施肥决策模型拟合决定系数为0.991。模型验证试验发现,模型种植区平均施氮用量为99.64kg·hm-2,而传统种植区平均用量为135.60kg·hm-2,施肥量减少26.52%。且模型种植和传统种植的产量差异不足1%,说明该施肥模型在保证产量的同时提高了氮肥利用率,为实现作物养分管理决策支持系统提供了一种新的模型方法。
关键词：
水稻 无人机遥感 施肥决策模型 氮素营养
[期刊] 中南林业科技大学学报
[作者]
贾志成 段棋峰 汪东
【目的】森林火灾监测多采用卫星和低空热红外遥感对林火进行识别，准确率高，但受限于硬件性能和成本，对基于无人机的多光谱遥感及不同图像传感器比较的林火监测研究较少。【方法】选定山地树林作为试验对象，根据起火点的明火和阴燃两种状态，结合树冠状态，分为明火有遮挡、明火无遮挡、阴燃有遮挡、阴燃无遮挡等4种林火状态，以无火场景作为对照，开展森林火灾监测试验，利用无人机分别搭载热红外、多光谱、可见光等图像传感器采集林火图像，分别基于随机森林（RF）、支持向量机（SVM）、反向传播神经网络（BP）3种机器学习算法建立林火监测模型，通过准确率（Accuracy）、精度（Precision）、召回率（Recall）和F1-score进行监测模型性能评估。【结果】综合分析，热红外相机和可见光相机基于支持向量机（SVM）的监测模型准确率最高，多光谱相机基于随机森林（RF）的监测模型准确率最高。热红外相机监测准确率高达100%，多光谱相机接近100%，可见光相机达到85%。综合分析，热红外相机监测准确率最高，多光谱相机次之，可见光相机监测性能最差。多光谱相机可在不同林火状态下较好地替代热红外相机进行监测，可见光相机在不同林火状态下均表现出较差的监测效果。【结论】通过使用机器学习算法进行优化，多光谱相机可在林火监测中有效替代热红外相机，可以显著降低监测成本和丰富林火监测技术手段。
关键词：
林火监测 多光谱 无人机 机器学习
[期刊] 清华大学学报(自然科学版)
[作者]
周迅 李永龙 周颖玥 王皓冉 李佳阳 赵家琦
基于图像分析的水电站坝面缺陷判别是一种高效、精准的方法,然而大坝裂缝图像存在背景复杂以及裂缝和背景像素比例不均衡等问题,导致传统算法的检测效果差。该文提出一种基于改进的DeepLabV3+网络模型的坝面裂缝检测方法。该方法利用三线注意力模块(three line attention module,TLAM)提高模型对裂缝像素的提取能力;采用空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)模块进行级联优化,实现更密集的像素采样,获取更丰富的裂缝特征;将MobileNetV2作为特征提取主干网络,可实现网络轻量化并减少模型参数;将焦点损失(focal loss,FL)和Dice损失(dice loss,DL)作为模型的损失函数,可克服数据不平衡的困难。对西南某水电站的坝面裂缝数据集进行模型有效性和对比实验,结果表明:该方法中用来评价模型精度的F_(1,score)、平均交并比(mean intersection over union,MIoU)和平均像素精度(mean pixel accuracy,MPA)的值分别达到73.98%、66.73%和73.81%,比改进前的DeepLabV3+网络检测效果分别提高了3.33%、2.89%和1.12%,该方法可为坝面维护以及未来风险评估提供技术支撑。
[期刊] 中南林业科技大学学报
[作者]
石永磊 周凯 申鑫 崔天翔 曹林
目前，我国的林业发展仍存在资源总体分布不均、整体质量不高等问题，制约着林业发展从注重数量增长向质量提升的转型。面对国家生态安全、木材安全、粮油安全和“双碳”目标等重大战略需求，迫切需要实现林木表型性状的精准监测，从而实现选育优异种质资源、缩短育种周期、提升林木抗逆性和木材品质等目标。传统的林木表型监测获取的样本少、效率低、精度差且有时还具有一定的破坏性，制约了林木良种选育的效率和质量。缺乏高效精准的高通量表型信息采集方法与分析技术，已成为阻碍林木遗传分析、良种选育等的主要瓶颈之一。现代无人机遥感技术能够智能、快速、精准地获取多尺度林木表型性状动态变化信息，对突破上述林木表型监测瓶颈具有重要意义。借助无人机所获取的高分辨率主被动遥感数据及深度学习、机器学习和数据挖掘等智能分析算法，可精准提取多尺度林木表型性状，为揭示“基因—表型—环境”三者之间的响应关系提供多时相定量数据保障，从而进一步实现优异种质资源筛选、精准栽培、识别和量化胁迫以及抗逆育种等目的。本研究首先介绍了林木表型监测中主要的无人机遥感传感器的应用现状。然后，重点介绍了无人机遥感技术在林木形态结构性状、生理功能性状和生化组分含量提取上的应用进展。最后，从林木表型性状多时相周期性动态监测、无人机多源表型性状数据整合、天空地不同平台遥感数据融合协同监测和林木表型多组学联合分析四方面对无人机林木表型监测遥感技术的未来发展趋势进行了展望。
[期刊] 西南农业学报
[作者]
林奕桐 梁健 刘书田 贾书刚 玉建成 侯彦林
【目的】探究基于无人机可见光通道和支持向量机（SVM）模型的柑橘黄龙病个体识别方法，为生产上快速、高效发现柑橘黄龙病病株提供参考依据。【方法】构建2套基于SVM的识别模型，先通过柑橘黄龙病黄化识别模型确定具备黄龙病黄化特征的植株，再通过黄龙病斑驳特征识别模型对黄化植株的叶片进行斑驳特征分析确认黄龙病植株；对模型进行1次个体识别试验和2次普适性验证试验。【结果】对于黄龙病植株黄化特征识别，红（R）、绿（G）、蓝（B）、色调（H）和明度（V）在光谱分布上均具备特征性，可作为柑橘黄龙病黄化识别模型的输入变量；对于黄龙病叶片斑驳特征识别，通过叶片左、右部分平均反射率之差（D_(rl)）和上、下部分平均反射率之差（D_(ub)）及波形振幅的平均值（■）可有效排除缺素及其他非黄龙病黄化病害对识别结果的干扰，上述3个指标可作为柑橘黄龙病斑驳特征识别模型的输入变量。在个体识别试验中，对28株柑橘进行基于无人机可见光通道和SVM模型的柑橘黄龙病个体识别，识别准确率达100.00%。在中国南方柑橘黄龙病防治研究中心果场开展的普适性验证试验中，对4383株柑橘进行识别，非黄龙病个体识别准确率达100.00%，黄龙病个体识别准确率为89.47%；在广西南宁市武鸣区四明村果园开展的普适性试验中，非黄龙病个体识别准确率为97.30%，黄龙病个体识别准确率为86.67%。【结论】基于无人机可见光通道和SVM机模型的柑橘黄龙病个体识别方法能较好地识别柑橘种植区的黄龙病植株，且相较于高光谱识别方法成本更低，可在柑橘种植区域黄龙病防治中广泛应用。
[期刊] 中国农业科学
[作者]
赵静 李志铭 鲁力群 贾鹏 杨焕波 兰玉彬
【目的】为了精确高效识别玉米田间杂草,减少除草剂施用,提高玉米种植管理精准性。【方法】通过六旋翼无人机搭载多光谱相机获取玉米田块多光谱图像。为分离图像中植被与非植被像元,计算了7种植被指数,采用最大类间方差法提取植被指数图像中非植被区域,制作掩膜文件并对多光谱图像掩膜。通过主成分分析对多光谱图像进行变换,保留信息量最多的前3个主成分波段。将试验区域分为训练区域和验证区域,在训练区域中分别选取了675处玉米和525处杂草样本对监督分类模型进行训练,在验证区域选取了240处玉米样本及160处杂草样本评价模型分类精度。将7种植被指数、3个主成分波段的24个纹理特征及经过滤波的10个反射率,共计41项特征作为样本特征参数。利用支持向量机-特征递归消除算法(support vector machines-feature recursive elimination,SVM-RFE)和Relief算法从41项特征中各筛选14项特征构成特征子集,采用支持向量机、K-最近邻、Cart决策树、随机森林和人工神经网络对特征子集进行监督分类。【结果】支持向量机与随机森林对全部特征及2个特征子集分类效果较好,支持向量机总体精度为89.13%—91.94%,Kappa>0.79,随机森林总体精度为89.27%—90.95%,Kappa>0.79。【结论】SVM-RFE算法对数据降维效果优于Relief算法,支持向量机(SVM)模型对区域冠层尺度下玉米与杂草的分类效果最好。
[期刊] 福建农林大学学报(自然科学版)
[作者]
于旭宅 王瑞瑞 陈伟杰
提出了一种基于NDVI植被指数计算的改进分水岭分割方法.利用该方法对原始无人机多光谱遥感影像进行波段甄选、NDVI指数计算、形态学滤波等预处理,得到树冠的显著性区域图像;再利用彩色向量空间梯度算法计算显著性区域图像的梯度,从显著性区域图像中提取树冠的顶点及其范围作为标记,加到梯度图像上;最后采用基于标记控制的分水岭算法对树冠层进行分割.结果表明,该算法能够有效去除输电线路等背景区域的影响,算法样本精度达到88.3%.
[期刊] 林业科学
[作者]
周小成 郑磊 黄洪宇
【目的】以无人机可见光遥感影像为数据源实现竹林、针叶林和阔叶林的分类识别,扩展无人机可见光遥感数据在森林资源调查中的应用范围。【方法】利用无人机获取仅包含红、绿、蓝3个波段光谱信息的航拍影像,经预处理生成空间分辨率为0.1 m的数字正射影像图(DOM)和数字表面模型(DSM),从DSM和DOM中提取包括高度特征、光谱特征、常见的可见光植被指数、HSV颜色分量、HSV颜色分量基础上提取的纹理特征以及扩展的形态学多属性剖面(EMAPs) 6类特征;采用递归特征消除随机森林算法(RF_RFE)优选特征子集,根据不同类型特征和优选特征子集设置8组试验,使用随机森林分类器(RFC)进行林分类型分类,运用目视解译获得的地面真实影像建立混淆矩阵评价分类结果。【结果】1)单独利用光谱特征进行林分类型分类效果不理想,总体精度为65.68%,Kappa系数为0.53;以光谱特征为基础单独引入其他特征进行林分类型分类,除植被指数外,其他特征均可提高总体分类精度; 2)采用递归特征消除随机森林算法优选出11个特征,包括5个EMAPs特征、3个HSV纹理特征、1个高度特征、1个植被指数和1个HSV颜色分量,11个特征组合获得8组试验中最高分类精度,总体精度为81.05%,Kappa系数为0.73; 3)将多特征优选方法应用于不同分辨率的可见光无人机影像上均取得较好分类结果,其中分辨率为0.3 m时分类精度最高,总体精度为82.46%,Kappa系数为0.75。【结论】递归特征消除随机森林算法综合多类型特征中最有利于林分类型分类的特征,从而提高分类精度,研究结果可为无人机可见光遥感数据在森林资源调查中林分类型信息的提取提供参考。
[期刊] 华中农业大学学报
[作者]
李达岁 阮思奇 胡青青 张金智 张亚昊 佃袁勇 胡春根 刘永忠 雷宏伟 周靖靖
为快速准确地获取植株冠层氮素含量及空间分布特征，对大尺度的果园进行精准动态的管理，以宽行窄株小冠模式、宽行窄株篱壁模式和传统栽培模式3种栽培模式的120棵柑橘树为研究对象，通过测定冠层氮素含量并提取无人机遥感影像多光谱数据中的纹理指数和植被指数，运用随机森林算法（RF）建立基于植被指数、纹理指数以及融合植被指数和纹理指数的柑橘冠层氮素反演模型，并比较融合植被指数和纹理指数的支持向量机（SVM）、BP神经网络算法（BP）和RF的模型反演精度。结果显示：在随机森林算法中，融合植被指数和纹理指数比单独的植被指数或纹理指数更能准确预测柑橘冠层氮素含量；植被指数训练集R~2为0.710，测试集R~2为0.430；纹理指数训练集R~2为0.761，测试集R~2为0.349；融合植被指数和纹理指数训练集R~2为0.775，测试集R~2为0.533。融合植被指数和纹理指数在SVM算法训练集R~2为0.511，测试集R~2为0.371;BP神经网络训练集R~2为0.651，测试集R~2为0.204。用融合植被指数和纹理指数的RF模型对3种栽培模式的柑橘园进行氮素反演，得到宽行窄株小冠模式的柑橘冠层平均氮素含量最高，其次为宽行窄株篱壁模式，传统栽培模式最低，氮素含量均值分别为31.33、30.20和27.82 mg/g。结合无人机遥感与融合植被指数和纹理指数的随机森林算法能够有效预测柑橘冠层氮素含量，可为大尺度柑橘果园定量施肥提供参考。
[期刊] 中国农业资源与区划
[作者]
刘斌 史云 吴文斌 段玉林 赵立成
[目的]无人机遥感具有高空间、高时间分辨率的优点,并可同时获得光谱和空间信息,因此在农作物分类中备受研究者的青睐。与侧重于从高分辨率RGB图像中提取纹理特征的分类方法不同,文章重点研究如何利用作物在光谱和空间维度上的联合特征尤其是作物高程特征,以实现农作物精细分类。[方法]首先,我们进行研究区域选择和地面实际情况调查,用无人机遥感系统进行可见光影像采集;其次,确定研究区域内农作物分类类别,分别对可见光遥感影像进行可见光植被指数计算及纹理滤波;针对数字表面模型(DSM)数据特点,对两期DSM数据进行差值处理,获得差异数字表面模型数据(DDSM),提取作物高度信息,并根据农作物冠层特性对差异数字表面模型进行滤波处理;最后,进行特征优选及组合,使用SVM方法进行农作物分类。[结果]确定最优分类特征为RGB、红波段对比度、绿波段二阶矩、蓝波段方差、DDSM、DDSM方差、DDSM对比度,分类精度由71.86%提高到92.30%,验证了由DSM影像提取的空间特征可以提高农作物分类精度。[结论]该研究探索了一种基于可见光及空间联合特征的农作物精细分类方法,方法简单可行,设备成本低,在基于无人机低空遥感的样方调查领域中有较大的应用前景。
[期刊] 福建农林大学学报(自然科学版)
[作者]
杨焕波 赵静 兰玉彬 鲁力群 贾鹏 李志铭
为了快速获取夏季玉米四叶期、拔节期和抽穗期的植被覆盖度信息,以无人机拍摄的夏季玉米3个时期的可见光图像为研究对象,通过计算获取可见光波段的差异植被指数、过绿指数和归一化绿蓝差异指数.利用上述3种植被指数,通过时序交点阈值法和最大熵阈值法提取玉米3个生长时期的植被覆盖度信息,将监督分类结果作为真值对上述两种方法的提取效果进行评价.结果表明,与时序交点阈值法相比,利用最大熵阈值法确定的阈值提取玉米植被覆盖度精度较高,玉米3个生长时期的可见光波段差异(VDVI)植被指数的提取误差分别为4.66%、3.42%和5.81%.
[期刊] 草业科学
[作者]
俞静 张世文 芮婷婷 李唯佳 蔡慧珍
植被地上生物量可作为评价矿山生态修复地生态功能的重要指标，为实现对修复地地上植被生物量快速、准确的预测，以安徽省铜陵市铜官山矿区草本植物地上生物量为研究对象，将无人机高分辨率多光谱影像作为数据源，提取了单波段光谱反射率、植被指数两种光谱特征以及各波段纹理特征变量，并利用高精度DEM (digital elevation model)生成地形特征，再先后使用灰色关联法和熵权法对光谱特征和纹理特征分别进行筛选，进而将筛选出的特征变量和地形特征变量分为光谱特征组和多特征组。采用反向传播神经网络(back propagation neural network,BPNN)、卷积神经网络(convolutional neural network, CNN)以及Elman神经网络3种机器学习算法分别构建基于光谱特征组和多特征组的生物量预测模型，比选精度较高的矿区草本植物地上生物量反演模型。结果表明，在光谱特征基础上引入纹理特征和地形特征后3种反演模型精度都有相应程度提高，其中，基于多特征组构建的BPNN模型表现出最优性能，其决定系数(R2)为0.841，均方根误差为11.813 g·m-2，并同时对3种模型进行交叉验证，进一步证明了基于多特征组的BPNN模型更加稳定，反演精度最优。然后，采用最优反演模型对研究区域内植被生物量进行分级评估，结果显示区内生物量集中于20～40 g·m-2，研究区域内植被生物量整体偏低。研究结果可为矿区草本植物生物量反演研究提供理论支持。
[期刊] 北京林业大学学报
[作者]
马得利 孙永康 杨建英 史常青 张艳 张春禹
【目的】无人机遥感影像和ArcGIS技术结合成为废弃地生态恢复的新手段,而准确划分立地类型是废弃采石场生态修复和造林绿化的关键基础步骤。本研究基于无人机遥感影像技术和ArcGIS技术,快速、准确地实现对冀北山区废弃采石场立地条件类型的划分。【方法】以草帽山废弃采石场为试验区,采用数量化理论Ⅰ与ArcGIS空间分析,对废弃采石场的立地类型划分和立地质量评价,再得到立地类型分布图,并与实地立地因子分类结果进行精度检验。【结果】利用上述方法将冀北草帽山采石场废弃地划分为9种立地类型,同时根据立地分级结果将试验区立地定量评价为4个等级;与实地立地类型调查结果对比发现,本研究划分结果精度高达96%。【结论】无人机遥感影像与ArcGIS技术的结合应用不仅能实现采石场废弃地立地类型的高精度划分,还能够为采石场废弃地以期合理规划造林绿化提供决策依据和技术支撑。
[期刊] 中国农业大学学报
[作者]
孙诗睿 赵艳玲 王亚娟 王鑫 张硕
以获取的冬小麦无人机多光谱影像为数据源,充分利用多光谱传感器的红边通道对传统植被指数进行改进,通过灰色关联度分析后基于多个植被指数建模的方法对冬小麦的叶面积指数(leaf area index,LAI)进行反演精度对比。结果显示:使用基于多植被指数的随机森林(RF)比赤池信息量准则-偏最小二乘法(AIC-PLS)反演精度高。得到的LAI反演值和真实值之间的R~2=0.822,RMSE=1.218。研究证明通过随机森林预测具有更好的拟合效果,对冬小麦的LAI反演有较好的适用性。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
