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。