基于低空遥感与GA-BP神经网络的葡萄叶片含水量估算研究
Forestry Machinery & Woodworking Equipment（2022）
Abstract
以武威市凉州区威龙庄园的葡萄为研究对象,使用无人机搭载多光谱相机对田间葡萄叶片含水量进行无损检测.选用Pix4 D mapper软件对多光谱影像进行拼接,并利用矫正板矫正,通过指数计算器得到5个波段的光谱反射率影像.随机选取70组葡萄叶片光谱反射率作为训练样本,采用经典BP神经网络建立基于多光谱图像的葡萄叶片含水率模型,并融合遗传算法(Genetic Algorithms,GA)优化神经网络,输入量为蓝、绿、红、红边、近红等5个波段图像对应反射率,输出为葡萄叶片含水量.30组葡萄叶片验证样本用于模型反演数据的相关性分析.试验结果表明,利用多光谱图像信息并结合遗传算法优化的BP神经网络葡萄叶片含水量的反演模型,多光谱反演的含水量模型拟合相关系数达0.76982,30组验证集中葡萄叶片含水率实测参考值和网络反演值的相关系数r为0.8146,反演结果比较理想.本方法可实现对葡萄叶片含水量的快速无损准确检测,有助于西北干旱区农业的灌溉决策与精准管理.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined