基于人工神经网络的大豆叶面积高光谱反演研究

【目的】探索不同高光谱模型监测大豆叶面积指数LAI的精度。【方法】实测不同水肥耦合作用下，大豆冠层的高光谱反射率与叶面积指数（Leaf Area Index）数据，对二者进行相关分析；采用敏感波段(801nm,670nm)构建RVI, NDVI, SAVI, OSAVI 和MTVI2植被指数，建立大豆LAI估算模型；最后采用相关系数较大的波段作为神经网络模型的输入变量进行大豆LAI的估算。【结果】大豆LAI与光谱反射率在可见光波段呈负相关、近红外波段呈正相关、红边处相关系数由负变正；微分光谱在三边处与大豆LAI关系密切，在红边处取得最大回归确定性系数（R2 = 0.86）。植被指数可以较为精确反演大豆LAI，确定性系数R2>0.84。人工神经网络模型可以大大提高大豆LAI的估算水平，当隐藏层节点数为2时，R2为0.92，随着隐藏层节点数的增加，R2可高达0.96；在没有黄熟期数据干扰的情况下，神经网络可以进一步提高大豆LAI的反演精度，R2可高达0.99。【结论】与基于植被指数建立的模型相比，神经网络模型可以有效避免因LAI过高而出现的过饱和现象，大大提高了LAI的反演精度。     

水稻多时相植被指数特征及覆盖度提取研究

为准确快速获取水稻的植被指数特征和植被覆盖度信息，利用无人机采集水稻分蘖期、抽穗期和结实期的多光谱影像数据，选择不同类型的植被指数，利用样本统计法和植被指数交点法，提取并探究水稻3个生长期在地块和像元尺度下的植被指数特征，并运用阈值分割法提取水稻植被信息及覆盖度信息。结果表明，水稻3个生长期内，在像元和地块尺度下均表现出明显的物候特征，且与杂草和树木存在明显区别；多光谱植被指数的植被覆盖度提取精度整体高于可见光植被指数；归一化植被指数（normalized difference vegetation index，NDVI）对水稻3个时期植被覆盖度提取精度最高，提取误差分别为0.40%、0.43%和0.81%，R²为0.77、0.92和0.98，均方根误差（root mean square error，RMSE）为9.09%、2.97%和0.38%；可见光波段差异植被指数（visible-band difference vegetation index，VDVI）提取精度高于超绿红蓝差分指数（excess green-red-blue difference index，EGEBDI）和过绿减过红指数（excess green-excess red index，ExG-ExR），提取误差分别为4.30%、1.36%和1.60%，R²分别为0.53、0.77和0.80，RMSE分别为14.62%、3.70%和5.50%。该研究成果可为作物长势监测及其植被覆盖度提取提供技术支撑。     

烤烟叶片氯密度高光谱预测模型的建立

连续2 a设置烤烟3个品种处理和3个地点处理,提取10个植被指数[修正三角形植被指数(Modified triangular vegetation index,MTVI)、归一化植被指数1(Normalized difference vegetation index 1,NDVI1)、归一化植被指数2(Normalized difference vegetation index 2,NDVI2)、新型植被指数(New vegetation index,NVI)、比值植被指数1(Ratio vegetation index 1,RVI1)、比值植被指数2(Ratio vegetation index 2,RVI2)、比值植被指数3(Ratio vegetation index 3,RVI3)、水分指数(Water index,WI)、归一化色素叶绿素植被指数(Normalized chlorophyll pigment vegetation index,NCPI)、简单比值水分指数(Simple ratio water index,SRWI)],用一元线性回归模型、多元线性回归模型、BP神经网络模型分别对烤烟叶片氯密度进行估算,比较其对烤烟叶片氯密度的预测效果。结果表明,NDVI2、NVI、RVI2、RVI3、NCPI、SRWI 6个植被指数与烤烟叶片氯密度均极显著相关,相关系数均0.680。一元线性回归模型、多元线性回归模型、BP神经网络模型的决定系数分别为0.617、0.617、0.868,其均方根误差分别为1.573、1.577、0.828。BP神经网络的预测效果比一元线性回归模型、多元线性回归模型预测效果好。     

冬小麦生育前期LAI 高光谱反演研究

【目的】冬小麦生育前期稀疏植被条件下叶面积指数反演对于播期、早期苗情监测有重要意义。【方法】文章利用实测冬小麦生育前期冠层高光谱数据,基于相关关系矩阵图筛选7个新的敏感植被指数、优选40个前人研究的双波段组合或多波段组合植被指数,利用单变量回归和偏最小二乘多变量回归分析47个植被指数与稀疏冬小麦叶面积指数(LAI)的相关性。【结果】植被指数PVR(650,550)、VARI(680,555,480)、RVI(1 868,1 946)与LAI相关性好,其中PVR(650,550)与LAI构建的模型拟合度最好,决定系数R~2为0.730,均方根误差RMSE为0.450。而相对单个植被指数,利用多个植被指数的偏最小二乘多元回归模型提高了LAI估算精度,R~2为0.779,RMSE为0.380。【结论】在冬小麦生育前期植被稀疏条件下,利用高光谱数据反演冬小麦LAI是可行的,可为冬小麦早期长势遥感监测提供支撑。     

基于新型植被指数的冬小麦LAI高光谱反演

【目的】本研究旨在分析冠层叶片水分含量对作物冠层光谱的影响,构建新型光谱指数来提高作物叶面积指数高光谱反演的精度。【方法】在冬小麦水肥交叉试验的支持下,分析不同筋性品种、施氮量、灌溉量处理下的冬小麦叶面积指数冠层光谱响应特征,并分析标准化差分红边指数(NDRE)、水分敏感指数(WI)与叶面积指数的相关性,据此构建一个新型的植被指数——红边抗水植被指数(red-edge resistance water vegetable index,RRWVI)。选取常用的植被指数作为参照,分析RRWVI对于冬小麦多个关键生育期叶面积指数的诊断能力,随机选取约2/3的实测样本建立基于各种植被指数的叶面积指数高光谱响应模型,未参与建模的样本用于评价模型精度。【结果】研究结果表明,随着生育期的推进,冬小麦的叶面积指数呈先增加后降低的变化趋势,不同的水肥处理对冬小麦叶面积指数具有较大影响。开花期之后冬小麦LAI显著下降,强筋小麦(藁优2018)在整个生育期叶面积指数均高于中筋小麦(济麦22);不同氮水平下冬小麦冠层光谱反射率在近红外波段(720—1 350 nm)随着施氮量的增加而增大,与氮肥梯度完全一致,其中2倍氮肥处理的近红外反射率达到最高;不同生育期下冬小麦冠层光谱反射率变化波形大体一致;各个关键生育期的NDRE和WI均存在较高的相关性,而NDRE与LAI的相关性明显优于WI,新构建的植被指数RRWVI与LAI的相关性均优于NDRE、WI;虽然8个常用的植被指数均与LAI存在显著相关,但RRWVI与LAI相关性达到最大,其拟合曲线的决定系数R2为0.86。【结论】通过分析各种指数所构建的冬小麦叶面积指数高光谱反演模型,新构建的RRWVI取得了比NDRE、NDVI等常用植被指数更为可靠的反演效果,说明本研究新构建的红边抗水植被指数可有效提高冬小麦叶面积指数的精度。     

大气校正模型对阔叶林叶面积指数遥感估算的影响

【目的】为利用遥感技术定量提取区域尺度的阔叶林叶面积指数前的大气校正模型选择提供科学依据.【方法】分别利用6S模型、FLAASH模型和ATCOR2模型对Landsat 8 OLI影像进行了大气校正,分析了3种模型下的阔叶林叶面积指数(LAI)与多种植被指数(VI)相关性,建立了LAI-VI的线性和非线性的回归模型,最后通过验证数据组LAI预测值(Y)与LAI实测值(X)的均方根误差(RMSE)及线性相关性大小对阔叶林LAI遥感估算结果进行了精度对比.【结果和结论】ATCOR2模型不适于阔叶林LAI-VI的回归建模;除比值植被指数(RVI)外,FLAASH模型与6S模型下的阔叶林LAI与增强型植被指数(EVI)、修正土壤调节植被指数(MSAVI)有较好的相关性,其中FLAASH模型下的阔叶林LAI-MSAVI幂函数模型拟合优度最佳;FLAASH模型的阔叶林LAI估算精度优于6S模型;借助遥感技术定量提取植被生理参数时,应慎重选择适宜的大气校正模型.     

基于植被指数与叶面积指数的水稻生长状况监测

在江苏省高邮、兴化、阜宁、洪泽分别选择了一个样点，在水稻反射光谱特性与水稻生物学参数荚未的支持下，探讨了基于NOAA／AVHRR遥感影像的归一化植被指数（NDVI）与地面观测数据叶面积指数（LAI）的关系，实现大面积水稻LAI的反演，并以江苏省高邮市为例进行了水稻长势遥感豁测。     

利用光谱法测定水稻生物物理参数及其与光谱变量的相关性研究

选用水稻品种秀水63和武进9728，利用光谱仪通过大田试验和室内测量测定不同氮素水平及不同时期水稻叶片的光谱反射率，利用GIS法测定叶面积指数(LAI)，并测量相应植株的叶形状参数(LSP)、叶片重量、茎重、地上鲜生物量、地上干生物量、叶片含水率及茎含水率等生物物理参数，在此基础上分析了水稻生物物理参数与光谱变量之间的相关性。结果表明，LAI与比值植被指数(RVI)和归一化植被指数的相关系数(NDVI)在0．85以上，达到极显著水平，而地上生物量与比值植被指数和归一化植被指数的相关系数在0．65以上，也达到显著性水平。     

水稻叶面积指数和叶片生化成分的光谱法研究

利用光谱仪通过大田试验和室内测量不同氮素水平及不同时期水稻叶片的光谱反射率，测算叶面积指数LAI；利用生化方法测量相应叶片的叶绿素含量，蛋白质含量和纤维素含量；在此基础上分析了水稻叶面积指数与光谱变量，叶片生化成分与光谱变量及叶面积指数之间的相关性。结果表明；水稻叶面积指数与比值植被拽数RVI及归一化差值植被指数NDVI呈显著相关，不同氮素水平的水稻叶片的叶绿素，蛋白质及纤维素含量与LAI之间的R^2在抽穗期均达到0.75以上，其中叶绿素，纤维素含量与光谱变量的相关达显著水平，不同时期纤维素与光谱变量及LAI之间相关达显著水平，从而证明通过光谱法可以推算水稻叶片的叶绿素含量，蛋白质含量和纤维素含量。     

基于分段方式选择敏感植被指数的冬小麦叶面积指数遥感反演

【目的】考虑到利用单一植被指数（VI）反演叶面积指数(LAI)时,存在着不同程度的饱和性和易受土壤背景影响的问题,提出通过分段的方式选择敏感植被指数形成最佳VI组合以提高LAI反演的精度。【方法】通过ACRM辐射传输模型模拟数据,结合地面实测光谱数据,选择常用的植被指数进行土壤敏感性分析以及饱和性分析确定LAI的分段点,并在此基础上分段选择最佳植被指数形成组合VI来实现LAI的最终反演,并利Landsat5 TM开展区域条件下冬小麦LAI反演应用。【结果】以LAI=3是较为适宜的分段点,利用植被指数最佳分段组合OSAVI(LAI≤3)+TGDVI(LAI>3)可在一定程度上有效克服土壤影响因素以及饱和性问题,联合反演的结果明确优于单一植被指数反演精度。【结论】通过分段选择最佳植被指数形成联合VI可以有效提高LAI反演精度。     

中国粮食生产景气指数系统的扩散指数分析

本文从粮食要素投入规模和投入强度方面,确立了中国粮食生产系统景气指标体系,结合中国粮食生产的波动规律,利用扩散指数分析方法分析了中国粮食生产系统景气指标的变化特征,进一步确立了影响中国粮食总产的主要因素,为政府科学地指导中国粮食生产提供决策依据     

中国粮食生产景气指数系统的合成指数分析

本文从粮食生产要素投入规模和投入强度方面,确立了中国粮食生产系统景气指标体系,结合中国粮食生产的波动规律,利用合成指数分析方法分析了中国粮食生产系统景气指标的变化特征,进一步确立了影响中国粮食总产的主要因素,为政府科学地指导中国粮食生产提供决策依据.     

中国粮食生产景气指数系统的合成指数分析

本文从粮食生产要素投入规模和投入强度方面 ,确立了中国粮食生产系统景气指标体系 ,结合中国粮食生产的波动规律 ,利用合成指数分析方法分析了中国粮食生产系统景气指标的变化特征 ,进一步确立了影响中国粮食总产的主要因素 ,为政府科学地指导中国粮食生产提供决策依据     

两类特殊图的Szeged指标和修正Szeged指标

通过对联图和冠图的结构进行分析,得到了这两类运算图的Szeged指标和修正Szeged指标.运用此结论,计算出星图、轮图、完全图以及完全二部图的Szeged指标和修正Szeged指标.     

基于转移矩阵的景观空间转移指数的提出及景观面积变化的综合分析——以新疆于田县为例

景观在一定时期最重要的变化是景观面积的变化和景观斑块在空间上的变化。在景观面积转移矩阵和景观面积总量变化的基础上,构建了景观空间转移指数和景观面积变化指数,使用这2个指数对新疆于田县平原绿洲及荒漠区进行了分析,结果表明,该区各类景观空间转换强烈,而面积总量变化不大,空间转移指数远大于面积变化指数,说明干旱区景观具有特殊的空间波动性和敏感性,而人为景观（人工绿洲）则具有一定的稳定性和扩张性。由景观面积转移矩阵计算出的景观空间转移指数为综合指标,可以反映一定考察期内景观的空间转化强度,有利于不同景观类型及不同时期景观变化强度的对比,同时景观空间转移指数与景观面积变化指数结合分析,还可以反映景观的某些宏观性变化特点。     

高梁炭疽病的严重度和品种抗性分级标准

 比较了不同品种在乳熟期的各叶位炭疽病发生程度和不同抗炭疽病性分级方法的准确度,并进行了高感对照筛选.结果制定了以株为基本取样单位的炭疽病分级标准,确定了以矮子高梁为高感对照的品种抗炭疽病性分级标准.     

高梁炭疽病的严重度和品种抗性分级标准

比较了不同品种在乳熟期的各叶位炭疽病发生程度和不同抗炭疽病性分级方法的准确度，并进行了高感对照筛选．结果制定了以株为基本取样单位的炭疽病分级标准，确定了以矮子高梁为高感对照的品种抗炭疽病性分级标准．     

林分密度的新指标--冠积指数

利用17块油松、31块落叶松人工林调查资料，根据林分密度与竞争理论，构建了一个包含冠幅和冠长的林木竞争指标——冠积指数。研究结果表明，冠积指数与直径、树高之间的相关关系存在着基本一致的规律，即在直径、树高较小或较矮阶段，冠积指数随着直径或树高的增大而增大；当直径、树高达到一定值时，冠积指数达到最大；之后随着直径、树高的增加，冠积指数逐渐变小。冠积指数与年龄、立地质量相关性不大。     

基于环境指数的人类发展水平的应用研究

人类发展指数的影响因素很多，UNDP发布的HDI仅涵盖寿命、教育、经济三方面，因此不能全面反映各地区的人类发展水平。由于环境对人类生活的影响越来越大，因此该论文引入环境指标，选择四项二级指标，通过主成分分析法计算出环境指数。以往指数权重被人为确定，为消除主观性这一缺点本文选用熵权法计算各项一级指标的权重。对2008年和2010年中国各地区人类发展指数的实证研究表明，环境熵权模型的性能优于现有模型。     

营口地区干旱指标的确定

采用降水距平百分率、Z指数、K指数和辽宁省干旱指标,根据大石桥和盖州1987~2006年的气象资料,对营口地区干旱指标的确立进行研究。结果表明,辽宁省干旱指标经过修正比较适合评价营口地区的干旱;降水距平百分率准确率也较高,但只对春旱敏感;Z指数对春旱、夏旱、秋旱都不敏感;K指数一致性较低,但对春旱较为敏感。