典型文献
火龙果植株高光谱识别与特征波段提取
文献摘要：
[目的]为火龙果长势监测、估产、植株病害高光谱遥感诊断提供可靠依据.[方法]通过原始光谱、光谱不同形式变换和不同植被指数对火龙果植株冠层、果、枝、花等不同部位进行识别,运用主成分分析法提取火龙果不同部位的特征波段,构建BP神经网络模型,分析火龙果不同部位的波段特征,检验BP神经网络模型识别准确率.[结果]在波长400～630 nmn内,火龙果花的光谱反射率最高,冠层、枝、果差异不明显,而640～1 140 nm光谱反射差异明显;最佳识别光谱特征波段位置为520 nm、642nm、664nm、726 nm、950 nm、1 000 nm、l 130 nm、1 330 nm、1 345 nm;基于植被指数而言,RVI对于火龙果植株冠层、枝和花识别能力最强,GRVI对于果识别能力最强.通过主成分分析并提取特征波段(1 054～1 087 nm和812～825 nm)构建的BP神经网络模型识别准确率达82.8％.[结论]基于高光谱数据可实现火龙果植株不同部位的精准识别,同时特征波谱为火龙果病害植株遥感诊断提供信息参考.
文献关键词：
高光谱遥感;识别;特征波段;植被指数;BP神经网络;火龙果
中图分类号：
作者姓名：
舒田;陈智虎;刘春艳;许元红;赵泽英
作者机构：
贵州省农业科技信息研究所,贵州贵阳550006;贵州师范大学喀斯特研究院/国家喀斯特石漠化防治工程技术研究中心,贵州贵阳550001
文献出处：
引用格式：
[1]舒田;陈智虎;刘春艳;许元红;赵泽英-.火龙果植株高光谱识别与特征波段提取)[J].贵州农业科学,2022(03):117-124
A类：
642nm,664nm,特征波谱
B类：
火龙果,植株,株高,光谱识别,特征波段提取,长势监测,估产,高光谱遥感,植被指数,指数对,冠层,不同部位,取火,模型识别,识别准确率,nmn,光谱反射率,光谱特征波段,段位,识别能力,GRVI,于果,提取特征,高光谱数据,精准识别
AB值：
0.21283
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
