您的位置: 专家智库 > >

石晶晶

作品数:5 被引量:91H指数:3
供职机构:浙江大学更多>>
发文基金:国家科技支撑计划国家高技术研究发展计划国家自然科学基金更多>>
相关领域:农业科学自动化与计算机技术环境科学与工程更多>>

文献类型

  • 4篇期刊文章
  • 1篇学位论文

领域

  • 5篇农业科学
  • 2篇自动化与计算...
  • 1篇环境科学与工...

主题

  • 3篇遥感
  • 3篇水稻
  • 2篇支持向量
  • 2篇向量
  • 2篇虫害
  • 1篇稻飞虱
  • 1篇稻叶
  • 1篇稻纵卷叶螟
  • 1篇遥感监测
  • 1篇叶片
  • 1篇油菜
  • 1篇油菜种
  • 1篇油菜种植
  • 1篇支持向量分类
  • 1篇支持向量分类...
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇生境
  • 1篇生境因子

机构

  • 5篇浙江大学
  • 2篇杭州市植物保...
  • 1篇国家农业信息...

作者

  • 5篇石晶晶
  • 4篇黄敬峰
  • 3篇刘占宇
  • 2篇张莉丽
  • 2篇周湾
  • 1篇佘宝
  • 1篇李波
  • 1篇王大成
  • 1篇魏传文

传媒

  • 2篇农业工程学报
  • 1篇中国水稻科学
  • 1篇光谱学与光谱...

年份

  • 2篇2013
  • 1篇2010
  • 2篇2009
5 条 记 录,以下是 1-5
排序方式:
基于红边位置变化特征的油菜种植区域提取被引量:25
2013年
油菜种植区域的准确提取是进行长势监测、估产和灾情评估的前提,遥感手段已成为作物种植区域提取与监测的高效方法,而高光谱遥感具有波段多、波谱分辨率高、信息丰富等特点,因而提供了一种新的技术手段。为了探究高光谱遥感在作物识别与提取中的优势,该文基于2004年4月4日和5月6日2期EO-1Hyperion影像,依据油菜盛花期到荚果期红边位置"蓝移"特征,区别于其他植被,实现了油菜种植区域的高光谱遥感提取。采用随机点验证方法对提取结果进行验证,总体精度为92.6%,Kappa系数为0.803,漏分和错分误差均处在合理的范围之内。该方法充分利用了高光谱遥感手段可提取植被红边参数的优势,且算法对地物光谱差异性不敏感,为油菜种植区域遥感提取提供了一套全新的思路与解决方案。
佘宝黄敬峰石晶晶魏传文
关键词:遥感决策树HYPERION油菜
基于PCA和PNN的水稻病虫害高光谱识别被引量:40
2009年
对水稻病虫害准确、快速的识别是采取病虫害防治措施的基础,同时对灾害评估也具有积极意义。该研究选用在水稻孕穗期时测定的两期受稻干尖线虫病危害的水稻叶片光谱数据和于水稻分蘖期时测定的两期受稻纵卷叶螟危害的水稻叶片光谱数据,通过对水稻叶片的光谱特征分析,选用可见光波段(490~670nm)和短波红外波段(1520~1750nm),用主成分分析技术(PCA)对上述光谱波段进行压缩,获得主分量光谱,最后结合概率神经网络(PNN)对稻干尖线虫病和稻纵卷叶螟进行识别,结果显示对水稻病虫害的识别精度高达95.65%。研究表明,PCA和PNN相结合,可以实现对多种水稻病虫害进行快速、精确的分类识别。
李波刘占宇黄敬峰张莉丽周湾石晶晶
关键词:光谱分析主成分分析神经网络水稻
稻干尖线虫病胁迫水稻叶片波谱响应特征及识别研究被引量:3
2010年
对植被病害的精确识别是采取植保措施的前提,同时对喷施农药也具有积极的指导作用。比较了受稻干尖线虫胁迫水稻叶片和健康叶片色素含量、光谱反射率、高光谱特征参数,受害水稻叶片与健康叶片相比,叶绿素和类胡萝卜素含量分别降低18%和22%;光谱反射率在蓝紫光、绿光和红光谱段分别增加1.5,1和2.3倍,在近红外和短波红外区域分别降低约28.9%和26.3%,红边和蓝边分别蓝移约8和10nm,绿峰和红谷分别红移约8.5和6 nm。以红边面积和红边位置作为C-SVC(非线性软间隔分类机)的输入向量,对受害和健康叶片进行识别,精度为100%。研究表明,水稻叶片光谱对病害胁迫具有显著的响应特征,利用C-SVC对受害和健康叶片进行辨别的方法是可行的。
刘占宇石晶晶王大成黄敬峰
关键词:支持向量分类机
稻飞虱生境因子遥感监测及应用
稻飞虱是亚洲国家当前水稻生产上最主要的远距离迁飞性害虫,严重制约了我国水稻的稳定生产及粮食安全保障,尤其是1991、1997、2005-2007年长江中下游地区稻飞虱特大发生,其突发性、暴发性及毁灭性的特点给预测预报工作...
石晶晶
关键词:稻飞虱生境因子遥感
基于支持向量机(SVM)的稻纵卷叶螟危害水稻高光谱遥感识别被引量:28
2009年
对健康水稻叶片以及受稻纵卷叶螟危害后的水稻叶片进行了室内光谱的测定及分析。对430~530 nm和560~730 nm波段采用连续统去除的方法,分别提取了波深、斜率参量作为径向基核函数支持向量机的输入变量,利用LIBSVM软件包构建叶片高光谱识别模型。当参数γ和惩罚系数C分别取0.25和1时构建的径向基支持向量机模型的分类性能最佳,识别精度达100%。研究结果为实时水稻病虫害的早期监测以及田间管理提供了一定的理论基础。
石晶晶刘占宇张莉丽周湾黄敬峰
关键词:支持向量机稻纵卷叶螟高光谱遥感水稻虫害
共1页<1>
聚类工具0