【摘 要】
：
应用在江苏省东台林场拍摄的全天空相片,通过建立基于RGB照片的分类模型将相片中树叶、树干和天空分离,从而达到精确提取林冠郁闭度的目的。结果表明,该方法的总体分类精度达
【机 构】
：
南京林业大学生物与环境学院,南京林业大学南方现代林业协同创新中心
【基金项目】
：
国家自然科学基金(41901361),江苏省自然科学基金青年项目(BK20180769),江苏省“六大人才高峰”创新人才团队项目(TD-XYDXX-006),江苏省高校自然科学研究面上项目(18KJB180009)
论文部分内容阅读
应用在江苏省东台林场拍摄的全天空相片,通过建立基于RGB照片的分类模型将相片中树叶、树干和天空分离,从而达到精确提取林冠郁闭度的目的。结果表明,该方法的总体分类精度达到0.94,Kappa系数为0.89,分类精度较高,且在主干部分的区分上效果良好,总体分类精度达到0.94,Kappa系数为0.84。在低郁闭度下相片的计算精度高于高郁闭度相片,这与拍摄时的环境条件有关。将模型估测结果与抬头望法结果对比,得出两者的R2为0.77,在郁闭度较低时模型估测结果大于目测结果,在郁闭度较高时模型估测结果小于目测结果。
其他文献
从三螺旋理论入手,以金颖农科孵化器作为实证研究案例,采用个案研究法分析科研院校、企业、政府3个主体相互作用下农业科技企业孵化器的运行机理,探索金颖农科孵化器在以广东
挥发性有机物(VOCs)作为雾霾生成的前体物质,其净化处理已经成为当前大气污染控制的热点问题,催化燃烧法凭借其操作温度低(200~400℃)、安全性高、能耗小等特点成为实际应用
在大数据时代,现有的数据质量参差不齐、缺少统一的代码和口径,使得宏观数据与微观数据之间的融合存在问题。以宏观数据库为基准,将微观数据库匹配到宏观数据库是解决数据融
【目的】筛选适用广东亚热带条件下种植的水果型优质超甜玉米新资源。【方法】引进国内、外水果型优质超甜玉米新品种66个,进行3年5季的鉴定评价,优中选优,筛选20个优质品种
基于卷积神经网络的图像分类算法的优势是传统方法无法比拟的。卷积神经网络利用其设计好的网络结构和权值共享的特点,能够从数量庞大的训练数据中学习图像底层到高级语义的抽象特征,而且端到端的学习省去了在每一个独立学习任务执行之前所做的数据标注。多年来,卷积神经网络经过科研人员的探索和尝试,从最开始的多层神经网络模型,演变出多种优化结构,性能不断提高。本文介绍了基于卷积神经网络图像分类算法的研究进展,叙述了
农产品质量安全影响因素识别及其信用体系建设,对于推进我国农业高质量发展具有重要意义。梳理农产品质量安全相关概念及内涵,探讨农产品质量安全信用评价原理和方法。在分析