利用高光谱数据估测水稻米粉中粗蛋白粗淀粉和直链淀粉含量

 【目的】粗蛋白质、粗淀粉和直链淀粉含量是水稻品质的3个重要指标。研究米粉中粗蛋白、粗淀粉和直链淀粉含量的光谱快速检测方法为水稻品质遥感监测提供依据。【方法】通过田间小区试验,获得了5个品种、3个供氮水平处理的米粉样品,提取样品的粗蛋白质、粗淀粉和直链淀粉,测定样品的粗蛋白质、粗淀粉和直链淀粉含量,同时测定相应的高光谱数据及粗蛋白质与粗淀粉混合样品的高光谱数据,分析它们的高光谱特征及其与样品粗蛋白质、粗淀粉和直链淀粉含量之间的相关性,建立相关估测模型。【结果】粗蛋白质和粗淀粉、直链淀粉的光谱有明显的差异,米粉粗蛋白质、粗淀粉和直链淀粉含量与其某些高光谱参量之间存在极显著相关,其中决定系数R2约0.7,相关估测模型的检验精度在80%以上。【结论】高光谱法可以用来估测米粉的粗蛋白、粗淀粉和直链淀粉含量。     

估算水稻叶面积指数的调节型归一化植被指数

【目的】叶面积指数（LAI）是描述植物冠层结构、群落生长分析和陆地生态系统研究的重要参数,提高叶面积指数的估算精度是遥感工作者的重要研究方向之一。【方法】通过不同氮素营养水平的水稻小区实验,利用2004年中稻高光谱反射率数据,模拟中等分辨率成像光谱仪（MODIS）前四个通道,提出包含蓝、绿、红和近红外四个谱段的调节型归一化植被指数ANDVI（adjusted-normalized difference vegetation index）。对ANDVI和归一化植被指数NDVI（normalized difference vegetation index）、增强型植被指数EVI（enhanced vegetation index）、绿波比值指数GRI（green ratio index）、红边比值指数RRI（red-edge ratio index）等5个光谱植被指数与水稻LAI的相关关系进行了分析。利用2004年晚稻试验数据,对与LAI相关关系较好的ANDVI进行验证。【结果】ANDVI指数模型预测效果最好,均方根误差为1.771,估算精度达到63.1%。【结论】说明ANDVI具有进行在大面积范围内监测水稻LAI的能力。     

地理信息系统技术在水稻产量时空变化研究中的应用

将地理信息系统引入浙江省的水稻产量的时空分布特征研究,它能定量、直观地表达水稻产量空间变化。1987年与1977年相比,浙江省有87％的县市增产;而1997年与1987年相比,有76％的县市减产,而且减产幅度大。1977～1987年水稻总产增加以单产为主要驱动力,而1987～1997水稻总产减少以面积为主要驱动力。近十年来水稻总产呈下降趋势,未来浙江省水稻面积将进一步减少,总产也随之减少。浙江省水稻单产和趋势产量呈上升趋势,气象产量的年际变化呈剧烈波动特征,水稻播种面积变化呈抛物线型。在单产的年际变化中,技术水平和社会因素对水稻、 早稻及早中稻、 晚稻及迟中稻的影响不足30％,气象条件的影响70％以上,即在水稻单产的年际变化中,气象因素的影响比技术水平和社会因素都要大。     

基于GIS的浙江杨梅种植区划

杨梅(Myrica rubra Sieb et Zucc.)是浙江著名的特色水果之一,浙江的气候比较适宜杨梅种植,但由于区域布局不合理制约了杨梅的发展.根据杨梅的生物学特性,筛选出了杨梅种植的气候区划指标,并建立了各区划指标与经度、纬度和海拔高度的空间分析模型.借助浙江省1:25万地形数据、数字高程模型(DEM)和数字化土壤图,综合考虑气候因子、坡度、坡向、海拔高度、土壤类型和土壤质地等要素,采用加权指数求和法,对11个区划指标进行量化分级,建立杨梅栽培区划指标判断矩阵.将11个区划指标适宜性等级图按照权重进行叠加分析,得到综合指数分布图.同时参照浙江省土地利用现状,将不适宜杨梅种植的地块屏蔽,分析综合指数分布规律,将浙江省杨梅种植综合气候区划划分为最适宜区、适宜区和不适宜区3个等级.最适宜种植区占评价区域面积的25.15%,主要集中在宁波、台州、温州、丽水、金华、杭州和绍兴地区的低丘陵地带;适宜区占参评土地面积的46.37%,主要分布在丽水、温州、金华、杭州和衢州等海拔高度为500～700 m的半高山区;不适宜区占评价区域面积的28.48%,主要在丽水市和杭州市的海拔在700 m以上的高山地区.本研究以期能为浙江特色作物的规划和杨梅产业的持续发展提供科学依据.     

基于主成分分析和人工神经网络的稻穗健康状态的高光谱识别

水稻生长后期穗部遭受病虫危害会严重影响水稻产量,对不同健康状态的稻穗进行精准识别是采取病虫害防控措施和危害评估的依据。研究测定了健康稻穗、轻度、中度和重度危害稻穗及白穗的室内高光谱反射率,并着重分析了不同健康状态稻穗的原始光谱、对数光谱、一阶和二阶微分光谱特征。利用主成分分析方法获取了前述多种变换光谱的主分量,并以其为输入向量,利用学习矢量量化神经网络对多种健康状态稻穗进行分类。结果显示：原始光谱、对数光谱、一阶和二阶微分光谱的总体分类精度分别为75.3%, 74.7%, 91.6%和100%,Kappa系数分别为0.689, 0.682, 0.895和1.000。研究表明,运用高光谱遥感技术对稻穗健康状态进行识别是切实可行的。     

基于Terra与Aqua MODIS增强型植被指数的县级水稻总产遥感估算

以湖南省醴陵市为研究区域,在比较分析Terra卫星与Aqua卫星中分辨率成像光谱仪增强型植被指数的基础上,结合这两个卫星提供的空间分辨率为250m、时间分辨率为16d的植被指数产品,建立水稻各主要生育期增强型植被指数平均值乘以水稻面积的结果与乡镇级水稻总产的一次线性、二次非线性及逐步回归模型。通过误差分析,选择最优遥感拟合模型,并在此基础上,预测下一年水稻总产。结果显示,水稻种植区Terra卫星与Aqua卫星中分辨率成像光谱仪增强型植被指数有超过50%的偏差绝对值小于0.03;93.22%、99.50%的偏差绝对值分别小于0.08、0.10。水稻遥感拟合模型模拟结果相对误差小于0.1%,预测模型的估产结果比遥感拟合模型的拟合结果的误差大,但相对误差仍然小于5%。     

基于中分辨率成像光谱仪(MODIS)数据的水稻遥感估产研究——以江苏省为例

选择以水稻为传统优势粮食产业的江苏省作为研究区,采用MODIS09数据作为数据源,根据水稻移栽期稻田土壤湿度较大的特点,利用不同植被指数间的关系,按照一定的算法排除地表干扰像元,提取水稻像元,并在此基础上结合统计资料,分析水稻单产与提取的水稻植被指数之间的关系,并利用水稻植被指数预测全省水稻单产。研究表明,在条件时间序列插值算法(CTIF)处理的基础上提取水稻像元,并基于提取的水稻像元进行遥感估产的方法能取得较好的估算效果。拟合的2004-2006年单产平均精度高于99%,预测的2007年各地级市水稻单产精度在95%左右,全省平均单产相对误差为0·38%,精度较高,具有一定可行性,可利用该方法对不同年份和不同地区进行水稻产量估算。     

棉花高光谱及其红边特征(Ⅰ)

通过大田和室内试验,测定了2个品种的棉花冠层、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.结果表明随发育期推移,棉花冠层光谱反射率在可见光范围降低,在近红外区域增高;叶片背面光谱反射率略高于正面,透射率小于反射率;叶面积指数、鲜叶重和干叶重与冠层反射光谱变量ρ800/ρ550、ρ800/ρ680、ρ680/ρ570之间存在显著相关;叶片叶绿素和类胡萝卜素浓度与其反射光谱变量ρ680/ρ570、ρ673/ρ640、ρ680/ρ550、PSSRa、PSNDa、Rch之间也呈显著相关.     

山区县域尺度降水量空间插值方法比较

随着空间降水信息需求的日益增加，降水的空间插值已被广泛应用，而不同的插值方法因不同的地区和研究目的产生不同的效果。该文以浙江省淳安县为例，选取17个站点1959～2000年多年平均和月均降水资料，在地统计学和地理信息系统(GIS)支持下，结合一些地形地理因子，采用多种插值方法对研究区降水量进行了空间插值研究，分析不同插值方法对研究区的适用性和精度，并对模拟的空间降水量图像进行了比较。通过3个检验站点的插值误差的比较，混合插值法，即回归克里金插值法误差最小，效果最好。     

基于GIS的中国陆地表面粗糙度长度的空间分布

粗糙度长度是边界层气象学中常用的一个重要参数,是反映下垫面形态的一个重要指标。本文利用美国地质调查局(USGS)提供的数字高程模型数据和土地利用数据,结合GIS技术分析了中国地形粗糙度长度和地表粗糙度长度的空间分布特征。计算结果表明:中国的地形粗糙长度与中国的地形形态吻合良好;而地表粗糙度长度也很好地反映了土地利用现状,计算结果具有可靠性。