中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于SVM的加工番茄早疫病叶氮素含量光谱反演 农业机械学报 2014,45 (11) 280-285+39
Position: Home > Articles > Remote Sensing Inversion of Nitrogen Content Based on SVM in Processing Tomato Early Blight Leaves Transactions of the Chinese Society for Agricultural Machinery 2014,45 (11) 280-285+39

基于SVM的加工番茄早疫病叶氮素含量光谱反演

作  者：
尹小君;张清;赵庆展;汪传建;宁川
单  位：
石河子大学信息科学与技术学院;中国科学院遥感与数字地球研究所数字地球重点实验室
关键词：
加工番茄;早疫病;氮素含量;光谱指数;反演;支持向量机
摘  要：
采用支持向量机(SVM)模型,对新疆加工番茄早疫病病害植株的叶片氮素含量进行光谱反演。分析不同病害严重度的病叶氮素含量的光谱特征,发现在218~357 nm、384~587 nm、1 033~1 141 nm、1 499~2 500 nm,氮素含量与光谱反射率的相关系数的绝对值大于0.7,在227~353 nm的相关系数大于0.8,表明不同病害严重度的病叶氮素含量与光谱反射率呈强相关。利用K层交叉检验(K-CV)方法验证、优选出SR705、ND705、GMI-2、RI-half、PTEBc等5种光谱指数,作为SVM模型的输入变量;同时,分别建立线性核、多项式核、径向基核和Sigmoid核的SVM模型,通过模型拟合比较,得出最佳模型为径向基核的SVM模型。采用径向基核的SVM模型对病叶氮素含量进行光谱反演,结果表明:径向基核的SVM模型氮素含量反演的真实值与预测值的MSE为0.012 4,相关系数R为85.916%,平均相对误差为0.175,结合多光谱指数的SVM模型提高了加工番茄早疫病病害叶片氮素含量的反演精度。
译  名：
Remote Sensing Inversion of Nitrogen Content Based on SVM in Processing Tomato Early Blight Leaves
作  者：
Yin Xiaojun;Zhang Qing;Zhao Qingzhan;Wang Chuanjian;Ning Chuan;Institute of Information Science and Technology,Shihezi University;Key Laboratory of Digital Globe,Institute of Remote Sensing and Digital Earth of CAS;
关键词：
Processing tomato Early blight Nitrogen content Spectrum index Inversion Support vector machine
摘  要：
Support vector machine was used to invert nitrogen content of processing tomato early blight leaves in Xinjiang. The spectrum characteristic of processing tomato of difference disease level was analyzed. Then nitrogen content was found to be strong correlation with the spectral reflectivity on 218 ~357 nm,384 ~ 587 nm,1 033 ~ 1 141 nm,1 499 ~ 2 500 nm,because the correlation coefficients were more than 0. 8. The vegetation index,SR705,ND705,GMI-2,RI-half,and PTEBc were chosen through K-CV cross-validation, and SVM model was used to invert the nitrogen content with the vegetation index. The results show that the precision the SVM model of radial basis function kernel was the highest in linear kernel,polynomial kernel,radial basis function kernel and Sigmoid kernel. The value of MSE was 0. 012 4. The value of R was 85. 916%. The value of average relative error was0. 175. SVM model with multi-vegetation index improved the precision of inverting nitrogen content of processing tomato early blight leaves.

相似文章

导出引用
计量
文章访问数: 11
HTML全文浏览量: 0
PDF下载量: 1

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46