基于无人机可见光图像的作物分类研究

【目的】采用无人机遥感技术对作物进行分类识别,为及时获取农田信息、制定农田管理策略及产量估测提供技术支持。【方法】采用无人机遥感平台,获取试验区域玉米、桃树、菜花、大豆的可见光正射影像;利用HSV色彩空间转换和纹理滤波,获取不同地物的24项纹理特征与3项色彩特征。分别通过ReliefF算法及基于支持向量机的递归特征消除算法(support vector machine-recursive feature elimination,SVM-RFE)进行特征选择与分类,建立6种监督分类模型,利用得到的特征子集对其进行训练,对各模型分类效果进行精度评价。【结果】由SVM-RFE特征子集训练的6种监督分类模型测试集的分类精度均高于80%,分类精度平均提高5.023%,优于ReliefF特征子集训练的监督分类模型,其中SVM-RFE特征子集与支持向量机模型组合对作物的监督分类效果最佳,总体精度达83.417%,Kappa系数为78.60。【结论】基于无人机遥感技术的作物分类识别是可行的。     

基于遥感影像植被指数变化量分析的冬小麦长势动态监测

为进一步探究利用中低分辨率影像监测小麦苗情的机理，丰富小麦长势动态监测的模式，结合2017-2018年定点观测试验，以GF-WFV数据为遥感影像源，研究了孕穗-开花期冬小麦主要长势变化量参数和产量及其与植被指数变化量间的定量关系，以逐步回归方法筛选目标长势变化量参数，分别构建及评价基于GF-WFV影像遥感植被指数变化量的孕穗-开花期叶片含氮量变化量和叶绿素含量变化量监测模型。结果表明，冬小麦叶片含氮量变化量（ΔLNC）和叶绿素含量变化量（ΔCHL）与产量密切相关，而孕穗-开花期的归一化植被指数变化量（ΔNDVI）、比值植被指数变化量（ΔRVI）分别与ΔLNC和ΔCHL相关性最好，因此选择这两个植被指数变化量作为敏感参量构建冬小麦长势监测模型。经验证，基于ΔNDVI和ΔRVI构建的长势线性模型可靠且精度高，其决定系数分别为0.70和0.64，均方根误差分别为0.39%和0.08 mg·L^-1FW。基于预测模型和实测数据分级量化表达冬小麦长势的空间分布状况，能够很好实现了基于GF-WFV时相影像长势不同等级的遥感监测。     

遥感技术在烟草长势监测及估产中的应用进展

烟草长势信息是烟草生产管理的重要依据,全面了解遥感技术在烟草长势监测及估产中的应用进展,为利用遥感技术支撑科学化、精细化烟田管理提供科学参考。在对相关文献分析和归纳的基础上,从地面光谱、无人机遥感、卫星遥感3种尺度对目前遥感技术在烟草长势监测与估产方面的应用进行系统总结,并对进一步研究进行展望。（1）基于地面光谱对烟草的监测,主要是利用反射率光谱及其不同的变换形式、光谱指数和光谱位置变量估测其生理生化参量（氮、磷、钾、生物量、叶面积指数、叶绿素等）,为诊断烟草生长、健康状况、成熟度提供依据,进一步实现烟草长势监测、估产与品质评定。（2）利用无人机遥感技术能够在小尺度上对作物的面积进行提取、监测长势及估产,但受搭载相机分辨率、地形、自身稳定性等影响,不能监测烟草的细微变化。（3）参考LandSat、SPOT、MODIS、HJ-1等光学遥感数据以及SAR数据,利用遥感影像融合、分类等技术能够实现对大面积烟田病害、长势进行监测和产量估计。结合多源、多平台遥感数据,对烟草的参数进行定量研究,并利用同化技术对大尺度上烟草生长过程进行动态监测,来探索烟草的最佳采收期是未来研究的重点。     

卫星遥感估产技术在大豆区域收入保险中的应用

本研究针对中国近年来重点发展的创新型区域收入保险缺少第三方实时客观产量数据的问题，引入了卫星遥感估产技术，探讨其应用模式和适用性。以山东省嘉祥县大豆区域收入保险为例，基于哨兵2号卫星遥感数据提取大豆种植地块，计算归一化植被指数（NDVI）和作物生理参数，结合气象卫星遥感数据与实地抽样测产数据，建立了多参数线性回归模型估算大豆产量。研究结果显示，卫星遥感获取的研究区大豆种植面积为124 km²，与当地农业局上报的127 km²相差3 km²；采用实测地块验证，种植分布地块遥感识别精度达90%；产量估算结果显示，2018年8月23日大豆结荚期的NDVI和9月7日大豆鼓粒期的NDVI对大豆单产的解释度最佳，多参数回归模型计算全区平均产量为244,500 kg/km²，与常年299,800 kg/km²相比，体现了受灾严重的农情；产量估算数据与实测数据之间的回归系数达0.92，可满足应用需求。结果表明，基于哨兵2号卫星遥感数据能够准确识别研究区大豆种植分布，并能在大豆收获后最快一周完成产量估算，指导保险公司的理赔工作。     

基于高分卫星遥感的天然草地牧草营养含量季节动态反演的研究

本试验选取了青海省海北地区的海晏县作为研究区域，按照返青期（4-6月）、盛草期（7-9月）、枯黄期（10-12月）和枯草期（1-3月）4个阶段，试图通过实地测量、实验室分析与高分遥感影像相结合，分别筛选与草地各营养指标含量相关性最优的植被指数，建立草地营养含量月际动态估测模型，旨在将高分卫星影像与地面高光谱数据相结合，初步探寻天然草地各营养指标含量的月际动态规律，对指导冷季补饲及实现草地资源最优配置具有重要意义。结果表明：结合高分遥感数据，针对不同月份分别筛选最佳反演模型，对各营养指标含量进行反演，以此分析草场各营养含量月际动态变化规律是可行的；牧草干物质、粗蛋白、钙和磷含量随着返青期-盛草期-枯黄期-枯草期的变化趋势，基本呈现先增后减型变化。4个阶段中，草场干物质和磷含量最大相差约6倍，粗蛋白含量最大相差约7倍，钙含量最大相差约17倍。     

基于脱氧核酶-等温级联放大耦合的传感体系高灵敏检测水样中铅离子

我们结合等温直链替代反应（SDA）和指数扩增（EXPAR）设计了一种非标记、高灵敏的Pb2+荧光生物传感体系。在 Pb2+存在情况下，底物链被活化的GR-5 DNAzyme快速切割释放引物1。引物1与模板1杂交，并被DNA聚合酶（BSM）延伸形成带限制性内切酶（Nt.BbvCI）的识别序列的双链核苷酸。BSM从Nt.BbvCI切割产生的切口再次延伸形成双链核苷酸，并释放信号G4-DNA片段。G4-DNA片段同时又可以作为模板2的引物，启动指数放大过程，从而释放更多的信号G4-DNA片段。最后，扩增产物G4-DNA与原卟啉锌(ZnPPIX)相互结合从而产生强烈的荧光信号。我们详细优化了多种因素对检测体系的影响，在最优实验条件下，此方法对Pb2+的线性检测范围为 0.1~50 nM，检出限为0.03 nM（S/N=3），回归方程为 y=288.7x+744.7(y为荧光强度，x为Pb2+浓度)。干扰实验表明，该传感器对Pb2+具有良好的特异性和选择性。该传感体系成功应用于环境水体中 Pb2+含量检测，加标回收率为 94.0%～103.0%。本方法操作简单、选择性好、灵敏度高、有较强的抗干扰性能，可用于环境水样中Pb2+的高灵敏检测。     

基于GF-1/2卫星数据的冬小麦叶面积指数反演

叶面积指数(leaf area index,LAI)是监测作物生长状况的重要参数,准确、快速、大面积估算LAI不仅有助于更好地监测农作物,而且也有助于其在建模、总体作物管理及精准农业中的应用。本研究为了利用国产遥感影像快速、大面积反演冬小麦LAI,以GF-1/2影像作为数据源,提取常用植被指数,结合不同生育期(起身期、拔节期、开花期)实测LAI数据,建立反演冬小麦LAI的单变量和多变量经验模型,并对其进行验证。结果表明,GF-1起身期、GF-1拔节期以及GF-1开花期提取的植被指数中,MSR(modified simple ratio)、GNDVI(green normalized difference vegetation index)、EVI(enhanced vegetation index)与LAI间的相关系数最大,分别为0.708、0.671和0.743,说明这些植被指数与冬小麦LAI间的相关性较显著;GF-1不同生育期的反演模型相比,基于拔节期GNDVIGF-1建立的二次多项式模型和基于开花期EVIGF-1、GSRGF-1(green simple ratio)、NDVIGF-1(normalized difference vegetation index)建立的PLSR(partial least squares regression)模型R2最大,均为0.783,PLSR模型的RMSE小于二次多项式模型,说明该多变量模型的稳定性优于单变量模型;同一个生育期不同影像相比,基于GF-2的NDVIGF-2建立的二次多项式模型和基于NDVIGF-2、MSRGF-2、SAVIGF-2(soil-adjusted vegetation index)建立的PLSR模型精度高于基于GF-1的2种模型,R2分别为0.768和0.809;不同生育期反演的LAI分布图表明,LAI反演值与实测LAI值基本吻合。以上研究结果说明国产高分辨率遥感影像在农作物生理参数反演中有一定的应用价值,可以为以后的相关研究提供一定的参考。     

利用地形、土壤和作物信息辅助提高东北漫岗地数字高程模型精度的新方法

【目的】SRTM DEM是可免费访问公开可用的数字高程模型,但是当前SRTM DEM的垂直精度不能满足精细农业对地形数据的需求,提高其垂直精度,为精准农业等领域提供数据基础。【方法】以黑龙江省海伦东兴农机合作社为研究区,采集实际地面高程数据,获取SPOT-6、Sentinel-2A遥感影像和SRTM DEM。提取归一化湿度指数（NDMI）、归一化植被指数（NDVI）、土壤亮度（TCB）、潜在太阳辐射（PSR）等变量分析地形对其影响关系。利用极限学习机（ELM）和反向传播神经网络（BPNN）提高SRTM DEM水平空间分辨率和垂直精度。使用实际地面高程点进行精度验证,与基于无人机和光学立体像对（ZY-3）生成的DEM进行对比。【结果】SRTM、NDVI、NDMI、TCB与改进后高程的灰色关联度在90%以上,是改进SRTM DEM的重要辅助信息。在整个研究区,BPNN方法的RMSE_P为0.98,R²_P为0.98,ELM的RMSE_P为1.00,R²_P为0.90。在平坦区,BPNN方法的RMSE_P为0.84,ELM的RMSE_P为1.00;在起伏区,BPNN方法的RMSE_P为0.99,ELM的RMSE_P为0.94。该方法获得的DEM的垂直精度高于ZY-3光学立体像对生成的 DEM的垂直精度,为提高SRTM的水平空间分辨率和垂直精度提供了新思路。【结论】引入SRTM、NDVI、NDMI、TCB辅助信息有利于提高SRTM DEM的空间分辨率和垂直精度,获得高精度的DEM。BPNN方法获得的数字高程模型的精度整体上高于ELM方法, BPNN方法更加适用于平坦区高精度DEM的获取,ELM方法更加适用于起伏区。     

Production of acute hepatopancreatic necrosis disease toxin is affected by addition of cell‐free supernatant prepared from AI‐2‐producing Vibrio harveyi mutant

Acute hepatopancreatic necrosis disease (AHPND) causes massive mortality in shrimp ponds within the first month poststocking. The causative agent is a specific strain of Vibrio parahaemolyticus (VP_AHPND) that has acquired the capability to produce virulent binary toxins called ToxA and ToxB. This study aims to test the effect of the addition of an autoinducer‐2‐containing cell‐free supernatant (CFS) from the mutant Vibrio harveyi (VH) on growth and toxin production of VP_AHPND. The relative AI‐2‐like activity in CFS was detected by luminescence assay. The effect of CFS (5 and 9%) on growth and toxin production of VP_AHPND was evaluated. Compared to the control culture (without CFS‐VH addition), the addition of either 5 or 9% CFS‐VH affected the growth at the initial stage of VP_AHPND. Similar growth profiles of VP_AHPND were found with the addition of CFS‐VH at both concentrations. Western blot analysis suggests that the addition of CFS‐VH affected the production of both toxins. ToxA could be detected at the early hour post‐CFS‐VH inoculation, whereas the high amount of ToxB was detected when 5% CFS‐VH was added. However, interfering with the AI‐2 function with furanone, the AI‐2 antagonist resulted in a slight delay in the production of both toxins. Results from this study will help to design a novel strategy to control AHPND in shrimp culture.     

城市扩张下的哈尔滨地表温度空间变化态势分析

为探究地表温度时空变化特征对城市热岛效应、生态环境质量的影响,以哈尔滨市为例,将以2001、2008、2013和2016年4期Landsat卫星遥感影像为基础数据,采用辐射传输法、密度分割、象限方位法、缓冲区分析以及回归分析等方法,对哈尔滨市地表温度进行反演并划分等级,分析哈尔滨市地表温度时空分异总体特征,同时定量揭示并阐述地表温度和归一化建筑指数NDBI的相关性。结果表明:高温区主要集中在相应时期的建成区及工业园区,而水体、绿地及耕地则表现出明显的低温区;2001—2016年哈尔滨市高温区域扩张明显,但是在不同时期表现出不同的扩张方向、范围和模式;高温区域与城市建设用地空间分布具有一致性,城市化进程和人口流动加快高温区范围的扩张;地表温度和NDBI呈显著正相关,NDBI在表征热环境特征方面具有一定代表性。