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

编号 zgly0001744023

文献类型 期刊论文

文献题名 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

作者 张旭  高何璇  高晓阳  李红岭  贾尚云  唐渲运  杨梅  李妙祺  金李  李东 

作者单位 甘肃农业大学机电工程学院  甘肃省葡萄与葡萄酒工程学重点实验室  甘肃省干旱生境作物学重点实验室  兰州银行网络金融部 

母体文献 林业机械与木工设备 

年卷期 2022,50(6)

页码 69-75

年份 2022 

分类号 TP183  TP75 

关键词 无人机  多光谱  葡萄  含水量  遗传算法  BP神经网络  反演模型 

文摘内容 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Pix4D 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。