张智韬
- 作品数：107 被引量：750H指数：19
- 供职机构：西北农林科技大学水利与建筑工程学院（水利水电科学研究院）更多>>
- 发文基金：国家自然科学基金国家科技支撑计划中国博士后科学基金更多>>
- 相关领域：农业科学自动化与计算机技术天文地球环境科学与工程更多>>
- 冬小麦归一化植被指数日变化规律及拟合模型研究被引量：2
- 2018年
- 为探究冬小麦归一化植被指数(NDVI)主要生育期内的日变化规律,分别在冬小麦返青期、拔节期和抽穗期,利用Greenseeker手持式光谱仪每日以小时为单位获取冠层NDVI值,各生育期内连续测量7 d,分析冬小麦冠层NDVI在3个生育期的日变化规律,并采用二次多项式、Gauss和Sine等函数对归一化处理后的NDVI日变化过程进行拟合。结果表明,冬小麦冠层NDVI在3个生育期有明显的日变化规律,其变化趋势近似一条反向抛物线; 3种模型均能较好地对NDVI日变化曲线进行拟合,且在拔节期拟合效果最好;二次多项式模型的预测精度最高,3个生育期内其相应的决定系数(R2)分别为0.744、0.923和0.681,均方根误差(RMSE)分别为0.212、0.213和0.187,平均绝对误差(MAE)分别为0.165、0.162和0.142,Gauss和Sine函数拟合效果基本无差别;二次多项式模型作为描述NDVI日变化过程的首选模型。本研究可为今后建立冬小麦NDVI日变化模型提供参考。
- 崔婷张智韬崔晨风崔晨风陈硕博边江
- 关键词：冬小麦日变化归一化
- 覆膜对无人机多光谱遥感反演土壤含盐量精度的影响被引量：13
- 2019年
- 快速、准确地获取农田土壤盐分含量对指导合理灌溉及盐渍土的治理有重要意义。该文以内蒙古河套灌区沙壕渠灌域内的覆膜耕地为研究对象,利用无人机多光谱相机获取研究区内5月和6月的多光谱遥感数据,并同步采集区域内表层土壤含盐量数据,研究覆膜对无人机多光谱遥感图像反演农田土壤盐分含量精度的影响。利用支持向量机(support vector machine,SVM)、反向传播神经网络(back propagation neural network,BPNN)和极限学习机(extreme learning machine,ELM)3种机器学习方法,分别构建去膜前后基于原始光谱反射率和优选光谱指数的土壤含盐量估算模型。结果表明,去膜前后的各模型均可有效估测土壤盐分含量,但基于去膜处理后的数据构建的盐分含量估算模型精度较不去膜处理的有所提升,同时,基于光谱指数构建的盐分含量估算模型精度比基于光谱反射率构建的模型精度高;利用ELM构建的盐分含量估算模型在6月份预测效果最佳,其中基于光谱反射率和光谱指数的建模R2和RMSE分别为0.695、0.663和0.182、0.191,验证R2和RMSE分别为0.717、0.716和0.171、0.169。研究结果可为无人机多光谱遥感估算覆膜状态下的农田土壤盐分含量提供参考。
- 姚志华陈俊英张智韬张智韬魏广飞王新涛
- 关键词：遥感土壤盐分光谱反射率光谱指数
- 基于卫星和无人机遥感数据尺度转换的土壤盐渍化监测研究被引量：11
- 2020年
- 为提高卫星遥感对土壤盐渍化的监测精度,以内蒙古河套灌区沙壕渠灌域内5块地为研究区,利用GF-1卫星遥感和无人机多光谱遥感分别获取2018年6月中旬的遥感影像数据,同步采集0~20 cm,20~40 cm深度的土壤样点,并引用洛伦兹曲线的原理以表征土壤异质性,同时引入BP神经网络(Back Propagation,BP)、支持向量机(Support Vector Machine,SVM)和极限学习机(Extreme Learning Machine,ELM)构建土壤盐渍化监测模型。采用重采样尺度转换方法,对无人机数据进行尺度上推,用尺度上推后的无人机数据修正GF-1卫星数据,对修正后的数据进行反演建模并与直接采用卫星数据建立的模型进行对比。结果表明:实验区异质性大小与变异系数大小呈正相关。无人机数据构建的机器学习算法模型精度高于卫星数据。其中20 cm深度下无人机遥感数据反演土壤含盐量的最优模型为SVM模型,决定系数(R^2)为0.875,均方根误差(RMSE)为0.132,相对分析误差(RPD)为2.773;40 cm深度下无人机遥感数据反演土壤含盐量的最优模型为BP模型R^2为0.709,RMSE为0.144,RPD为1.781;20 cm深度下GF-1卫星遥感数据反演土壤含盐量的最优模型为SVM模型,R^2为0.453,RMSE为0.245,RPD为0.055;40 cm深度下GF-1卫星遥感数据反演土壤含盐量的最优模型为BP模型R^2为0.271,RMSE为0.267,RPD为0.001。通过升尺度转换,可提高卫星遥感反演土壤盐分的模型精度,R^2可提高0.4~0.5,RMSE可减小0.061,RPD可提高1.308。可为改进卫星遥感监测土壤盐渍化方法提供参考。
- 冯文哲王新涛韩佳赵亿祥梁磊李定乾唐新新张智韬
- 关键词：土壤盐渍化多光谱遥感
- 基于RS和GIS的灌区增产净效益最大配水模型
- 2010年
- 在有限供水条件下,为了使全灌区增产净效益达到最大。研究依据非充分灌溉中的调亏灌溉原理和作物的水分生产函数,推导出作物产量与土壤含水率之间的函数关系,并建立了全灌区某次供水增产净效益最大的优化配水模型。根据RS技术能够快速获取信息的特点,以陕西关中冯家山水库北干十一支灌区为例,用RS技术获取灌区土壤含水率情况,再用GIS计算出不同作物灌溉需水量数据,并根据来水量用Matlab计算软件对模型进行求解,可快速获得各斗渠优化配水量。模型在求解时不受灌区类型的限制,因此,模型具有较强的通用性、可操作性和推广性。
- 张智韬陈俊英刘俊民汪志农李援农
- 关键词：RSGIS优化配水
- 基于3S技术的灌区优化配水管理决策研究
- 张智韬
- 关键词：蚁群算法土壤含水率决策系统
- 基于无人机多光谱遥感的玉米根域土壤含水率研究被引量：26
- 2019年
- 及时获取农田作物根域土壤墒情是实现精准灌溉的基础和关键。以内蒙古自治区达拉特旗昭君镇试验站大田玉米为研究对象,利用无人机遥感系统,分别在玉米营养生长期(Vegetative stage,V期)、生殖期(Reproductive stage,R期)和成熟期(Maturation stage,M期)获得7次玉米冠层多光谱正射影像,并同步采集玉米根域不同深度土壤含水率(Soil moisture content,SMC);然后,采用灰色关联法对提取的多种植被指数(Vegetation index,VI)进行筛选,选取与土壤含水率敏感的植被指数;最后,分别采用多元混合线性回归(Cubist)、反向传播神经网络(Back propagation neural network,BPNN)和支持向量机回归(Support vector machine regression,SVR)等机器学习方法,构建不同生育期的敏感植被指数与土壤含水率的关系模型。结果表明,3种机器学习方法中SVR模型在各生育期的建模与预测精度均最优,BPNN模型次之,Cubist模型最差;其中SVR模型在M期效果最优,其建模集和验证集R^2分别为0.851和0.875,均方根误差(Root mean square error,RMSE)均为0.7%,标准均方根误差(Normalized root mean square error,nRMSE)分别为8.17%和8.32%,R期效果最差,其建模集和验证集R^2分别为0.619和0.517。
- 张智韬张智韬许崇豪陈硕博韩文霆李宇
- 关键词：玉米土壤含水率无人机遥感植被指数
- 基于FOD和SVMDA-RF的土壤有机质含量高光谱预测被引量：20
- 2020年
- 为探讨分数阶微分(FOD)联合支持向量机分类-随机森林模型改善高光谱监测荒漠土壤有机质含量(SOM)的效果,对以色列Sde Boker荒漠地区采集的砂质土(SS)和黏壤土(CLS)样品进行理化分析和室内光谱测定,依据光谱的平均反射率建立支持向量机分类模型(SVMAD),并对不同土质高光谱原始反射率分别经0^2阶(间隔0.2)的分数阶微分处理,构建归一化光谱指数(NDI),分析NDI和SOM之间的二维相关性,并筛选敏感的NDI指数,以此建立不同FOD的随机森林(RF)模型,并以不同土质中的最佳模型进行组合,构建新的SVMDA-RF模型。结果表明:基于光谱平均反射率的SVMDA对土壤质地的分类正确率可达100%;分数阶微分耦合光谱指数具有放大波长间与SOM有关隐含信息的能力,经FOD提升敏感指数的数量在0.6阶时达到峰值,但黏壤土的敏感指数数量远大于沙质土;由不同FOD敏感指数建立的RF模型中,砂质土在1.2阶的模型最佳(RC^2=0.962,RP^2=0.920,RMSEP为0.435 g/kg,RPD为3.658),黏壤土在0.6阶的模型最佳(RC^2=0.942,RP^2=0.944,RMSEP为0.554 g/kg,RPD为4.316);经最佳模型组合后的SVMDA-RF模型,砂质土和黏壤土的模型精度都有所提高,其中RC^2=0.980,RP^2=0.979,RMSEP为0.481 g/kg,RPD为7.004。研究成果可为快速评估荒漠土壤有机质含量提供依据。
- 张智韬劳聪聪王海峰ARNON Karnieli陈俊英陈俊英
- 关键词：荒漠土壤有机质含量支持向量机分类分数阶微分
- 低空无人机多光谱遥感数据的土壤含水率反演被引量：13
- 2018年
- 以杨凌地区黏壤土为研究对象,用无人机搭载多光谱相机采集土壤6个波段的光谱信息,探索一种快速监测土壤含水率的方法。试验通过相关系数法筛选光谱对于不同深度土壤水分的敏感波段,然后使用单一敏感波段处的光谱数据建立不同的一元回归模型并分析其定量关系。试验结果表明,一元二次回归模型的拟合效果最好,一元对数回归模型次之。其中,对于表层(约1 cm)土壤含水率的反演,模型拟合度均在0.81以上,预测相关系数均在0.92以上,预测均方根误差均在0.10以内,因此通过采集黏壤土反射率来推算表层土壤含水率是可行的。但随着深度增加,模型拟合效果急剧变差。该研究为利用无人机多光谱遥感对表层土壤含水率的快速、准确监测提供了一条新途径。
- 王海峰张智韬付秋萍付秋萍边江边江
- 关键词：土壤含水率多光谱遥感无人机
- 土壤斥水性对含水率的响应模型研究被引量：28
- 2012年
- 选用以色列3类不同质地的10种不同斥水性的土壤为研究对象,采用滴水穿透时间法测定土壤斥水性对含水率的响应关系,得到了不同土壤斥水持续时间随含水率变化的规律,通过Gaussian模型、Lorentzian模型和Lognormal模型对这种规律进行回归分析,最终得出了土壤斥水持续时间随含水率的变化规律符合Lorentzian模型。由此响应模型,就可以根据某种土壤部分斥水性对含水率响应的实测数据,计算出土壤斥水性的峰值含水率、峰值斥水性以及临界含水率,为不同土壤斥水性进行对比和土壤改良提供理论依据。
- 陈俊英吴普特张智韬Gideon Oron汪志农
- 关键词：土壤斥水性土壤含水率
- 翻耕法对土壤斥水性改良效果被引量：6
- 2012年
- 为了消除土壤斥水性对农业生产的不利影响,对以色列具有强斥水性的2种土壤(黏性土、砂质土)、4种不同深度的翻耕处理(0～2.5,0～10,0～20,0～30 cm)和种植与否(种植、不种植)共进行16个处理,研究翻耕法对土壤斥水性的改良效果.对于种植的处理,每隔4个月重新进行翻耕处理一次,对于不种植的处理,在试验过程中不再进行翻耕处理,以1年时间为试验期,在每个阶段开始和结束时测定土壤斥水持续时间,最后对各试验在不同阶段土壤斥水持续时间进行比较分析.结果表明:对斥水性土壤进行翻耕处理的物理方法可以暂时消除土壤的斥水性,但斥水性又会在灌溉一段时间后重新出现,经过多次翻耕可有效地消除土壤的斥水性,消除效果随翻耕次数、时长和翻耕深度呈显著的正相关关系.翻耕法对黏性土壤的改良效果明显好于砂质土壤.研究结果可为物理方法进行土壤改良提供理论依据.
- 陈俊英吴普特张智韬向友珍李援农
- 关键词：土壤斥水性土壤改良
