水盐交互作用对河套灌区土壤光谱特征的影响

为探究土壤水盐交互作用对Sentinel-2卫星光谱特征的影响，该研究以内蒙古河套灌区沙壕渠灌域为研究区域，分别在2018年和2019年的4-5月共采集280个裸土期表层土壤样本，测定其土壤含水率和含盐量，并获取同步的Sentinel-2卫星遥感数据，构建基于土壤水盐-反射率原理的土壤光谱特征理论模型，在此基础上结合土壤水盐交互作用构建水盐交互模型，并比较2种模型对土壤光谱的模拟效果，分析土壤水盐交互作用对土壤光谱估算的影响。结果表明：1）土壤水盐交互作用对光谱的影响因波段类型和水盐含量的不同而有所不同。在可见光范围上影响相对较弱，其作用范围为-0.11～0.29；在近红外和短波红外范围上影响相对较强，其作用范围为-0.35～0.61；当水分或盐分中某个含量较高时对光谱影响较弱，其主要集中在-0.1～0.23；，在水盐含量程度相似时影响较强，其作用范围为0.3～0.6。2）与土壤光谱特征理论模型相比，水盐交互模型能明显地改善土壤光谱的模拟效果，能将模拟相关系数由0.14～0.44提升到0.29～0.70，均方根误差由0.032～0.082降低到0.029～0.068。该研究结果揭示了盐分和水分对光谱特征的干扰过程，为土壤盐分的估算提供策略与方法，对实现区域尺度上土壤盐分的精准监测具有一定的意义。     

Detecting interactive effects of N fertilization and heat stress on maize productivity by remote sensing techniques

The objective of this study was to compare the performance of two different remotely sensed techniques in detecting the effects of terminal heat stress and N fertilization on final maize aerial biomass (AB) and grain yield (GY). The study was conducted under field conditions for two consecutive growing seasons. Six N treatments combining three doses [0, 100, 200 Kg N ha⁻¹] and two timings [at V4 and at 15 days before silking] were applied. Within each N treatment three heat treatments were applied (pre-flowering, post-flowering and the control treatment at ambient air temperature). Remote sensing measurements were taken with a multispectral band camera to measure the normalized difference vegetation index (NDVI) and a digital Red/Green/Blue (RGB) camera to measure the normalized green red difference index (NGRDI). Both indices failed to predict the GY of pre-flowering heat-treated plants due to grain set establishment problems that could not be detected by vegetation indices which are designed to capture differences in green canopy area. In contrast, both the NGRDI and the NDVI correlated positively with GY and AB in the control heat treatment and to a lesser extent in the post-flowering heat treatment. Under the control heat treatment, the NGRDI exhibited higher correlations with AB and GY than the NDVI across the N fertilization treatments. Since the NGRDI is formulated based only on the reflectance in the visible regions (VIS) of the spectrum (Green and Red) without dependence on the near infrared regions (NIR), it performs better than the NDVI. This is because it overcame the reported saturation patterns at high leaf area index and was more efficient at capturing even small differences in leaf colour (chlorophyll content) due to the different applied N treatments. Also, the NGRDI seemed to be a more seasonally independent parameter than the NDVI, which is more affected by temporal variability within the field, and thus the NGRDI predicted AB and GY better than the NDVI when combining the data of the two growing seasons.     

吉林省西部新开发水田遥感动态监测研究

为了响应土地整理开发项目的政策,吉林省西部地区开发了大面积的水田。为掌握新开发水田的动态变化,有必要对吉林省地区进行土地利用分类。以吉林省前郭县为例,利用2010年环境卫星数据进行不同土地利用分类方法的比较,进而对另外3景图像进行信息提取,分析4个年份新开发水田的分布及变化情况。结果表明,支持向量机法比最大似然法的耕地分类精度高约5%,其产品和用户精度分别为95%和84%。加入纹理信息没有显著提高分类精度。2009~2012年水田面积分别增加-67.7 km2,111.7 km2和265.01 km2。     

东京野茉莉花色成分的初步研究

对东京野茉莉花色成分进行了初步的探究。结果表明:通过特征颜色反应和光谱扫描说明了其花瓣细胞内有异黄酮、儿茶精类,还有叶绿素a、b,可能含有胡萝卜素、黄酮类化合物,以及无色花色素,可能不含查耳酮或橙酮。     

稻瘟病胁迫下水稻叶片叶绿素含量与光谱特征参数的相关性研究

为实现受稻瘟病侵染水稻叶片叶绿素含量的高光谱反演,以‘陵两优268’为研究对象,测定受稻瘟病侵染的85个水稻叶片样品的叶绿素含量和高光谱反射率,分析受稻瘟病侵染的水稻叶片高光谱反射率与叶绿素含量间的相关关系,使用线性与非线性回归技术建立叶绿素含量反演模型。结果显示:叶绿素含量与原始光谱及一阶导数光谱的敏感波段分别发生在700 nm和752 nm,基于光谱特征参数SDr的回归模型均方根误差为1.27,平均相对误差为10.2%。研究表明受稻瘟病侵染水稻叶片光谱反射率差异明显,基于光谱特征参数SDr的回归模型预测叶绿素含量具有较高的精度。     

寻路算法在中文金融机构名匹配中的应用

《岳阳楼记》对韩国岳阳楼题诗的影响，主要体现在其体现的以天下为己任的儒家社会责任感。通过对韩国岳阳楼题诗中意象的统计学分析，我们还看到了《岳阳楼记》在文本营建层面对题诗的影响及其流变。     

棉花高光谱及其红边特征(Ⅱ)

通过大田和室内试验,测定了2个棉花品种的冠层、完全展开倒1、3叶在不同时期的高光谱反射率及对应叶片的叶绿素、类胡萝卜素含量。结果表明:棉花冠层光谱红边具有“双峰”和“红边平台”现象,且红边位置λ_(red)位于695～720nm之间,红边幅值Dλ_(red)和红边面积S_(red)有“红移”和“蓝移”现象;叶面积指数、鲜叶重和干叶重与冠层光谱红边参数λ_(red)、Dλ(red)、S_(red)之间存在显著相关,叶片叶绿素和类胡萝卜素含量与其反射光谱的λ_(red)、Dλ(red)、S_(red)也有显著相关。     

基于多源数据融合的盐分遥感反演与季节差异性研究

为提高多光谱盐分遥感反演的精度,利用实测高光谱与多光谱进行数据融合,并分析了不同季节盐分遥感的差异性。以河套灌区永济灌域为研究区域,以实测光谱仪测定的土壤高光谱数据和Landsat-8 OLI多光谱数据为基础,通过光谱变换和多元逐步回归方法筛选特征波段和特征光谱指数,构建了春、秋两季土壤盐分多光谱、高光谱反演模型,并利用特征光谱指数的线性回归构建了高-多光谱数据融合反演模型。结果表明:高光谱的反射率总体比多光谱高36. 83%,春季反射率比秋季平均高23. 78%。利用模型中最优变量-特征光谱指数对多光谱模型与高光谱模型进行融合,高-多光谱融合反演模型训练集和验证集R2平均值分别为0. 651和0. 635,RMSE平均值分别为2. 44 g/kg和2. 49 g/kg,精度明显高于对应的多光谱反演模型,其中训练集、验证集的R2平均值分别提高了36. 19%和35. 64%,RMSE平均值分别降低了34. 28%和41. 72%。春季多光谱、高光谱和融合反演模型的精度均高于秋季,其中训练集R2平均值比秋季模型分别提高了6. 03%、6. 05%和4. 40%,验证集R2平均值分别提高了19. 07%、12. 21%和1. 75%。构建的高-多光谱融合模型反演灌域春秋两季平均盐分含量分别为6. 05、5. 97 g/kg,平均相对误差分别为9. 65%和10. 68%,总体上该区域春季土壤主要为重盐化土,秋季土壤主要为中盐化土。     

遥感数字图像的无缝镶嵌

在遥感图像的应用中,当研究区处于几幅图像的交界处或研究区较大需多幅图像才能覆盖时,常常需要把覆盖研究区的那些图像进行配准并把这些图像镶嵌起来,才能更好地统一处理、解译分析和研究.以航空像片为例,利用图像处理软件ERMAPPER 6.2对图像进行数字镶嵌并作无缝接边处理.结果表明:这样,大大改善了镶嵌后图像的质量,解决了手工镶嵌图像中接缝偏移、色调不均匀、地质界线延伸、影像错位等许多问题 (大幅图像尤其明显),为后期的图像处理创造良好的基础.目前出现的米级高分辨率的卫星图像同本次采用的航空像片在波段和分辨率上具有相似性,因此本研究对这些高分辨率卫星图像的镶嵌同样适用.     

基于神经网络的树叶识别系统研究

在林业系统注册树木种类时,通常采用大量树叶上的可见外形特点来辨别数目繁多的树木种类。针对此问题,本文提出了基于神经网络的树叶识别方法,该方法建立并管理一个分等级的树叶图像体系,通过对不同种类树叶的边缘提取来识别每种树叶的特征点,从而得到树叶的外部轮廓来区分树木种类:给出了相应的改进型神经网络算法,并给出详细的论述过程:最后,通过Java语言给出了系统实现并做了大量的数值仿真。结果证明本文方法是可行有效的。图4表1参8。