基于人工神经网络油菜氮素高光谱诊断方法研究.pdfVIP

2007环境遥感学术年会一自然灾害专题研讨会 onEnvironmentSens AnnualConference Remoteing，2007 基于人工神经网络的 油菜氮素高光谱诊断方法研究 王渊1’2 黄敬峰1’3 王福民1’2 刘占宇1’2 · (I．浙江大学农业遥感与信息技术应用研究所： 2环境修复与生态健康教育部重点实验室，浙江大学环境与资源学院； 3．浙江省农业遥感与信息技术重点研究实验室；浙江杭州，310029) 摘要：作物氮素诊断技术因为它对作物生长和农业生态系统的重要影响，越来越多地受关注。本文系统采用高光谱植被指 数，系绞比较了人工神经网络方法和传统回归模型估算油菜氮素含量，结果表明，基于BP神经网络的方法相对于对数回归 模型，明显地提高了了油菜氮素诊断的准确性，，均方根误差(砌flS_D相对减小，决定系数(萨)和T值检验相对增大，特别 是对于比值植被指数(RV／)，赡提高了200％。本研究认为，人工神经网络对作物氮素高光谱遥感诊断是一种实时高效的 方法。 关键字：油菜 高光谱植被指数 氮素诊断 氮素含量 人工神经网络 对数回归 ANN-based ConcentrationEstimation RapeNitrogen UsingCanopyHyperspectral Indices Vegetation 1,2 Yuan Fu．rain Jing—feng”， 1,3，Liu2】aan．yul3 Wang Huang Wang Remote and lnformatmn University； t1．InstituteofAgriculturalSensing Technology,刁晒汛g Remediationand 2．MinistryofEdzwationKeyLaboratoryofEnvironmentalEcological Remote and 3．KeyLaboratoryofAgricuhuralSensingInformationSystem,27zejkmgProvince；Hangzhou310029,China) is interestin concentrationbecauseofits asall Abstract：There increasing cropnitrogen deposition importance elementfor andessentialinfluencethe environment．A of growth agricultureecosystems systematiccomparison plant twokindsof toestimation concenffation9 indices nitrogen usingspectralvegetationWIs)ispresented