郭连坤
- 作品数：2 被引量：4H指数：2
- 供职机构：西安科技大学测绘科学与技术学院更多>>
- 发文基金：陕西省教育厅科研计划项目更多>>
- 相关领域：理学自动化与计算机技术化学工程天文地球更多>>
- 韭菜中毒死蜱残留量与高光谱特征参数的相关性建模被引量：2
- 2015年
- 本研究目的在于分析农药残留量（pesticide residue,PR）与高光谱中响应特征参数之间的关系,并利用筛选的光谱特征参数建立反演毒死蜱残留量的有效模型。首先采用ASD Fieldspec高光谱仪测得韭菜样本的光谱,通过气相色谱-质谱联用（GC-MS）法测得毒死蜱残留量（PR）值;分析样本光谱反射率值及其一阶微分值与毒死蜱残留量的相关性,计算33个高光谱特征参数与毒死蜱残留量的相关性;根据相关系数高低选择敏感的光谱特征参数;最后采用最佳相关系数下的光谱特征参数对毒死蜱残留量进行建模反演。相关性分析结果显示：近红外波段789~867 nm范围内一阶微分光谱值与PR值呈正相关,1 860 nm处一阶微分光谱值（first-order differential 1 860 nm,FD1860）与PR值紧密相关;在33个高光谱特征参数中,近红外一阶微分总和（the sum of first-order differential near infrared,SDnir）与PR值呈良好的正相关关系。基于此,文章以供试样本的FD1860和SDnir观测值为自变量,分别建立了3个预测毒死蜱残留量的模型,即线性、二次多项式及指数模型,并采用交叉验证测试方法检验了模型的合理性。对实验所得决定系数R2和预测均方根误差（RMSE）的评价结果表明,以SDnir为自变量构建的模型稳定性强,其二次多项式模型是最佳反演毒死蜱残留量的有效模型。因此,样本的高光谱特征参数SDnir的变化幅度直接反映了韭菜样本中毒死蜱残留量的变化,表明运用蔬菜的高光谱特征参数反演蔬菜中农药残留量的方法是可行的。
- 胡荣明郭江波黄远程竞霞郭连坤
- 关键词：农药残留相关系数气相色谱-质谱联用毒死蜱韭菜
- 基于多核Boosting多特征组合高光谱分类技术研究
- 高光谱遥感以其高的光谱分辨率、众多波段数、图谱合一的优势，掀开遥感届又一场革命序幕。高光谱遥感分类技术是挖掘高光谱数据中地物信息有效技术手段，是在传统遥感数据分类技术的基础上进一步发展，其采用的分类技术有其独特性。由于传...
- 郭连坤
- 关键词：遥感影像高光谱数据多核学习BOOSTING算法
- 文献传递
