专利名称: |
基于PSO-ELM的粳稻冠层叶绿素含量反演模型方法 |
摘要: |
本发明涉及一种基于PSO‑ELM的粳稻冠层叶绿素含量反演模型方法,步骤为:获取高光谱影像数据;对获取的数据进行高光谱数据提取;对获取的高光谱数据信息进行特征波段提取,作为叶绿素含量反演模型的输入变量;测定采集的粳稻冠层叶片叶绿素的含量,作为叶绿素含量反演模型的输入变量;采用基于粒子群优化的极限学习机模型(PSO‑ELM)建立粳稻冠层叶绿素含量的反演模型。本发明使用连续投影算法提取特征波段,利用PSO‑ELM建立粳稻叶绿素含量估算模型,将SPA提取的特征波段为自变量,现场采样的粳稻冠层叶片叶绿素含量为因变量,其决定系数R2为0.887,RMSE为0.783,展现了良好的预测能力。 |
专利类型: |
发明专利 |
国家地区组织代码: |
辽宁;21 |
申请人: |
沈阳农业大学 |
发明人: |
于丰华;许童羽;曹英丽;周长献;郭忠辉 |
专利状态: |
有效 |
发布日期: |
2019-01-01T00:00:00+0800 |
申请号: |
CN201810564338.8 |
公开号: |
CN109030378A |
代理机构: |
沈阳铭扬联创知识产权代理事务所(普通合伙) 21241 |
代理人: |
吕敏 |
分类号: |
G01N21/25(2006.01)I;G01J3/28(2006.01)I;G;G01;G01N;G01J;G01N21;G01J3;G01N21/25;G01J3/28 |
申请人地址: |
110866 辽宁省沈阳市沈河区东陵路120号133栋1-3-2 |
主权项: |
1.一种基于PSO‑ELM的粳稻冠层叶绿素含量反演模型方法,其特征在于:包括如下步骤:S1:获取高光谱影像数据:采用无人机内置高光谱成像仪进行粳稻冠层数据采集;对获取的数据‑高光谱遥感影像进行高光谱数据提取;S2:对获取的粳稻冠层高光谱数据信息进行特征波段提取,作为叶绿素含量反演模型的输入变量;S3:测定采集的粳稻冠层叶片叶绿素的含量,作为叶绿素含量反演模型的输入变量;S4:采用基于粒子群优化的极限学习机模型(PSO‑ELM)建立粳稻冠层叶绿素含量的反演模型。 |
所属类别: |
发明专利 |