期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于遥感和机器学习的内陆水体水深反演技术 认领
1
作者 温开祥 李勇 +3 位作者 王华 杨骥 荆文龙 杨传训 《热带地理》 CSCD 北大核心 2020年第2期314-322,共9页
文章主要根据机器学习算法(随机森林算法和极端梯度提升算法)和遥感水深反演的原理,利用Sentinel_2多光谱卫星数据和无人船实测水深数据,对内陆水体——梅州水库建立了随机森林(RF)、极端梯度提升(XGBoost)和支持向量机(SVM)水深反演模... 文章主要根据机器学习算法(随机森林算法和极端梯度提升算法)和遥感水深反演的原理,利用Sentinel_2多光谱卫星数据和无人船实测水深数据,对内陆水体——梅州水库建立了随机森林(RF)、极端梯度提升(XGBoost)和支持向量机(SVM)水深反演模型,并对反演结果进行对比分析。结果表明:1)RF的训练精度为97%,测试精度为0.80;XGBoost模型的训练精度为97%,测试精度为0.79;SVM的训练精度为90%,测试精度为0.78。说明了在水深预测方面RF模型和XGBoost模型比SVM模型表现更好,对各个区段的水深值较为敏感。2)根据运行时间考察各个模型的效率,其中RF模型从读取数据至输出结果耗时3.92 s;XGBoost模型4.26 s;SVM模型6.66 s。因此,在反演精度和效率上RF模型优于XGBoost模型优于SVM模型,且RF模型的预测结果图细节更加丰富,轮廓更加分明;XGBoost模型次之,但总体效果也较好;SVM模型表现最差。由此可知,机器学习水深反演模型获得的水深结果精度明显提高,解决了传统水深反演模型精度不高的问题。 展开更多
关键词 机器学习 水深反演 无人船测深 多光谱遥感 内陆水体
在线阅读 免费下载
不同树种叶片养分含量提取的高光谱方法及精度评价 认领
2
作者 李丹 黄钰辉 +5 位作者 孙中宇 张卫强 甘先华 王佐霖 孙红斌 杨龙 《热带地理》 CSCD 北大核心 2020年第2期175-183,共9页
以深圳市坝光银叶园和大鹏半岛自然保护区19种湿地森林树种叶片可见光近红外光谱与全氮(Total Nitrogen,TN)、全磷(Total Phosphorus,TP)、全钾(Total Potassium,TK)含量关系为基础,分析了11种光谱预处理方式、3种光谱数据降维方式和2... 以深圳市坝光银叶园和大鹏半岛自然保护区19种湿地森林树种叶片可见光近红外光谱与全氮(Total Nitrogen,TN)、全磷(Total Phosphorus,TP)、全钾(Total Potassium,TK)含量关系为基础,分析了11种光谱预处理方式、3种光谱数据降维方式和2种建模方法对模型精度的影响。结果表明,标准正态变换(Standard Normal Variate,SNV)结合一阶导数(first derivative,1st)预处理方式下模型精度最高;主成分分析(Principal Component Analysis,PCA)降维处理对模型的降维效果最好;支持向量回归(Support Vector Regression,SVR)的建模效果精度最高。对于TN、TP、TK最佳模型的预测确定系数均在0.80以上,模型RPD值也在2.0以上,SVR模型可以用于树种叶片TN、TP、TK的快速检测。 展开更多
关键词 养分 高光谱 预处理 降维
在线阅读 免费下载
半封闭大棚实验下广州市植被滞尘光谱特征分析 认领
3
作者 张晨 周霞 +2 位作者 李勇 杨骥 李林 《热带地理》 CSCD 北大核心 2020年第2期266-277,共12页
基于广州市常见的绿化植物,采用高光谱遥感技术,通过设计半封闭的大棚实验方案,探讨了滞尘污染下不同植物叶片的光谱特征,结果表明:1)滞尘时间是影响绿化植物累积滞尘量的一个重要因子,滞尘量随着时间的增加而增加,但达到饱和之后会呈... 基于广州市常见的绿化植物,采用高光谱遥感技术,通过设计半封闭的大棚实验方案,探讨了滞尘污染下不同植物叶片的光谱特征,结果表明:1)滞尘时间是影响绿化植物累积滞尘量的一个重要因子,滞尘量随着时间的增加而增加,但达到饱和之后会呈减少的趋势。2)在可见光波段,受叶面尘影响,叶片光谱反射率升高,且随滞尘量的增加而升高;在近红外波段则相反,光谱反射率随滞尘量的增加而降低。3)叶面尘对植物叶片的光谱特征参数具有直接或间接的影响,其中滞尘量与植物的三边位置无关,与归一化植被指数NDVI呈负相关关系,且不同植物的NDVI受叶面尘影响的程度不同,从大到小依次为:朱蕉>红花檵木>金叶榕。文章设计的半封闭大棚实验方案为植物滞尘效应的长时间可持续性研究提供了新思路。 展开更多
关键词 高光谱遥感 滞尘能力 光谱特征 绿化植物 广州市
在线阅读 免费下载
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈