吴代英
- 作品数：7 被引量：38H指数：3
- 供职机构：中国农业大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电子电信生物学天文地球农业科学更多>>
- 基于最大熵模型的玉米冠层LAI升尺度方法被引量：5
- 2016年
- 叶面积指数(leaf area index,LAI)是表达农作物冠层结构的关键参数之一,准确获取LAI对于农作物长势监测、估产等研究具有非常重要的意义。由于地物空间复杂性、数据源的不同以及遥感反演模型的非线性,LAI的反演结果会存在尺度效应,因此需要进行尺度转换研究。理想的升尺度转换应该只是数据空间分辨率的降低,而数据内在信息应保存到低分辨率中。最大熵(maximum entropy,Max Ent)模型是基于多种环境因子的广义学习模型,对分析因子的空间分布具有较高的估算精度,因此,该研究利用最大熵模型进行玉米冠层LAI升尺度方法研究,从而将野外实测的LAI点数据扩展到空间分辨率为30 m的面数据,所使用的数据源是Landsat8 OLI遥感影像、气象数据和野外样点上测量的LAI数据。研究结果表明:利用最大熵模型升尺度转换结果与实测LAI相比,R2为0.601、RMSE为0.898,说明两者的相关性较高;由于玉米冠层叶片之间的相互遮挡,导致整体结果偏低,但偏低误差在可接受范围内。因此,Max Ent模型可用于农作物LAI点数据到面数据的升尺度转换。
- 苏伟吴代英武洪峰张明政姜方方张蕊
- 关键词：作物叶面积指数环境变量
- 一种微地形表面重建方法
- 本发明公开了一种基于激光雷达的微地形重建方法，步骤如下：(1)激光扫描获得海量、离散激光雷达点云数据后，进行不同站点间的点云数据拼接，并分离地面点和非地面点；(2)进行点云数据抽稀、点云孔洞区或点云密度极低区的边界点检测...
- 苏伟朱德海吴代英张明政张蕊郭浩赵晓凤
- 文献传递
- 基于机载LiDAR数据的农作物叶面积指数估算方法研究被引量：19
- 2016年
- 叶面积指数(LAI)是农作物长势监测及估产的重要参数,激光雷达能够提供精确的农作物冠层结构信息,可弥补光学遥感在提取冠层结构信息方面的不足。因此,本文旨在挖掘激光雷达所能提取的农作物垂直结构信息,并研究冠层结构参数与农作物叶面积指数之间的关系,从而估算整个研究区的叶面积指数。首先,基于机载激光雷达数据提取平均高度(Hmean)、最大高度(H_(max))、最小高度(H_(min))、高度百分位数(H_(25th)、H_(50th)、H_(75th)、H_(90th))、激光穿透力指数(LPI)、回波点云密度、孔隙率(fgap)、叶倾角(MTA)等结构参数;然后,利用Pearson相关性分析法对以上参数与地面实测LAI进行相关性分析,并选择与LAI相关性高的参数;最后,对选择的敏感性参数进行回归分析,构建激光雷达参数与实测LAI的LiDAR-LAI估算模型,估算整个研究区的农作物冠层LAI。精度评价结果表明:预测LAI与实测LAI之间的相关系数为0.79,均方根误差为0.47,说明激光雷达所提取的农作物冠层结构参数可用于估算空间上连续、大面积的农作物LAI。
- 苏伟展郡鸽张明政吴代英张蕊
- 关键词：农作物机载激光雷达叶面积指数空间化
- 一种基于无人机遥感影像的玉米出苗率计算方法及装置
- 本发明提供一种基于无人机遥感影像的玉米出苗率计算方法及装置，该方法包括：对全局育种玉米植株航拍影像，进行超绿特征灰度运算和二值化处理，得到二值图像；对所述二值图像，分别分割出每一垄育种玉米植株，得到对应的二值图像条，并对...
- 苏伟张蕊吴代英刘哲张明政朱德海黄健熙
- 文献传递
- 基于地基激光雷达的玉米真实叶面积提取方法研究被引量：14
- 2016年
- 叶面积指数(LAI)是定量描述植物叶片生长状态的重要参数,相较于受叶片聚集情况影响较大的有效LAI,真实LAI更能准确反映作物真实的生长状态。地基激光雷达(TLS)可以快速获取高精度植物的高度、密度、叶倾角、叶面积等作物结构信息,但在叶面积信息获取上主要得到的是有效LAI。借鉴体素化的思想,提出了基于体素内叶片及其投影数学关系的真实叶面积获取方法。该方法充分利用TLS在获取垂直结构信息上的优势,将表征玉米真实生长状态的点云数据作为数据源,利用体素将玉米叶片回波点云分割成一系列叶片单元,基于体素内叶片及其投影数学关系求取叶片单元面积,进而实现玉米真实叶面积的获取。通过利用不同激光雷达扫描仪分别于北京和河北两地获取的不同品种、不同尺度的4个样本点的玉米TLS点云数据进行验证:样本点1、2、3的试验数据为单木尺度,采用不同体素大小计算叶面积。结果表明,该方法计算所得叶面积与实测叶面积具有较高的相关性,决定系数均在0.8以上,方法可信度较高;最优体素大小分别为0.17、0.15、0.15 cm,在相应最优体素大小下,RMSE分别为61.898、44.058、42.844 cm2,植株总叶面积之间的相对误差分别为-2.678%、0.619%、-0.474%,误差较小,精度较高。样本点4的玉米点云数据属于群体尺度,叶面积计算结果与实测叶面积之间的绝对误差为-14.663%,计算结果偏小。由此可知,基于体素内叶片及其投影数学关系的真实叶面积获取方法切实可行,且精度较高。
- 苏伟郭皓赵冬玲张明政张蕊吴代英
- 关键词：玉米体素化
- 基于地基激光雷达的叶倾角分布升尺度方法研究被引量：2
- 2016年
- 地基激光雷达因其具有穿透力强,能够提取植被冠层三维结构信息的优势,是提取植被叶倾角分布(Leaf angle distribution,LAD)的理想数据源,因此将地基激光雷达数据与遥感影像结合获取大尺度叶倾角分布结果颇具潜力。以河北省保定市北部4个县为研究区,利用10个玉米样地的地基激光雷达数据提取叶倾角分布结果,使用主成分正变换提取玉米实测叶倾角分布数据中信息量最大的前3个主成分,再利用神经网络模型对所提取的主成分与Landsat8反射率数据结合建立关系模型,然后将训练好的模型应用于整个研究区进行升尺度转换,最后通过主成分逆变换,得到升尺度后平均叶倾角(Mean tilt angle,MTA)结果。对升尺度后LAD与实测LAD及升尺度后MTA与实测MTA进行交叉验证,结果表明,升尺度MTA与实测MTA的验证精度(R2)为0.786 2,均方根误差(RMSE)为3.04°。该结果表明,使用提取主成分方法建立光谱数据与叶倾角分布的关系模型从而达到升尺度转换的目的具有可行性,模拟精度较高,且误差较小。
- 苏伟展郡鸽李静马鸿元吴代英张蕊
- 关键词：主成分分析BP神经网络
- 一种微地形表面重建方法
- 本发明公开了一种基于激光雷达的微地形重建方法，步骤如下：(1)激光扫描获得海量、离散激光雷达点云数据后，进行不同站点间的点云数据拼接，并分离地面点和非地面点；(2)进行点云数据抽稀、点云孔洞区或点云密度极低区的边界点检测...
- 苏伟朱德海吴代英张明政张蕊郭浩赵晓凤
