秦岭北麓大百合属野生植物资源的调查及应用研究

为探究大百合属(Cardiocrinum)野生植物在秦岭北麓的存在及分布情况,项目组用5 a多的时间,对秦岭北麓24条峪进行了多季节、多次的实地考察,初步探明2种大百合属野生植物在秦岭北麓有居群分布,它们分别是云南大百合(Cardiocrinum giganteum var.Yunnanense(Elwes) Steara)和荞麦叶大百合(Cardiocrinum cathayanum.),其中荞麦叶大百合为首次在秦岭地区被发现,且仅在西安市鄠邑区的太平峪有分布,而云南大百合在秦岭北麓大多峪口有分布。文章对2种大百合的形态特征及应用前景进行了较为详细地描述及探索,以期为大百合属野生植物资源的后续研究提供参考。     

无人机多光谱数据可靠性分析与冬小麦产量估算研究

无人机多光谱遥感用于冬小麦产量预测中捕获的数据准确性不高,为指导田块尺度下冬小麦产量的精准预测,需构建高精度的冬小麦产量估算模型。本研究利用校正后的近地面高光谱数据(Field-Spec 3型野外光谱仪获取)验证低空无人机多光谱遥感数据(大疆精灵4型多光谱相机获取),将通过无人机多光谱影像计算的植被指数与经验统计方法结合,采用一元回归和多元线性回归分别对抽穗期、开花期和灌浆期冬小麦进行基于单一植被指数和多植被指数组合的产量估算,其中多植被指数包括归一化差异植被指数(NDVI)、优化的土壤调节植被指数(OSAVI)、绿色归一化差值植被指数(GNDVI)、叶片叶绿素指数(LCI)和归一化差异红色边缘指数(NDRE)。结果表明,基于单一植被指数的冬小麦估产模型,一元二次回归模型精度最高,而基于5种植被指数的多元线性回归模型在3个生育时期的拟合效果均优于单植被指数模型。一元或多元回归模型在抽穗期的拟合效果最好。冬小麦基于GNDVI指数的一元二次回归估产模型建模集的决定系数(R²)、均方根误差(RMSE)分别为0.69、428.91 kg/hm²,验证...