数码照相法估算植被盖度

植被盖度是表征生态系统特征的重要参数之一,其准确测度对于分析土壤侵蚀强度、生态环境现状具有重要意义。该文选择黄土高原退耕还林还草区野外测量的25个典型样方, 探讨了数码照相法估算植被盖度的模型和方法,提出了中心投影引起的边缘畸变问题和植被信息识别问题的有效解决方案。前者采用控制点几何校正的方法解决,后者基于目视判读、统计汇总红(R)、绿(G)、蓝(B)三基色的DN（digital number）值分布规律,采用编程方式解决。研究结果表明,植被信息的三基色组成分别符合DNGDNRDN B、DNGDNBDNR和DNBDNRDNG 3种规律,非植被信息的三基色构成遵循DNRDNGDNB的规律,且采用上述规律,编程得到草地样方的植被盖度精度较高。可见,该文提出的估算植被盖度的数码照相法可移植到数码相机中,具有明显的应用价值。      

基于适宜尺度选择的冬小麦赤霉病遥感监测

为快速、准确获取江淮麦区县域冬小麦赤霉病发生信息,选用中、高空间分辨率卫星遥感影像做多尺度信息融合研究。在筛选适宜冬小麦田块分布特征的空间尺度遥感影像基础上,通过分析冬小麦长势指标和赤霉病病情指数之间的互作关系,构建基于多农学参数的冬小麦赤霉病估测模型,并对县域冬小麦赤霉病空间变化进行遥感监测。结果表明:(1)2m×2m、8m×8m和16m×16m三种空间尺度融合影像的均值相差不大,平均梯度和标准差存在明显差异。16m×16m融合影像的清晰度最好,信息量也多,比较适合研究区域冬小麦田块分布特征。(2)16m×16m融合影像提取的归一化植被指数(NDVI)和比值植被指数(RVI)值明显高于2m×2m和8m×8m融合影像,说明16m×16m融合影像光谱信息量较丰富,有利于冬小麦的识别。(3)冬小麦叶面积指数、叶片叶绿素含量和地上部生物量是影响赤霉病发生的主要长势指标。基于主要长势指标构建冬小麦赤霉病估测模型,平方根误差(REMS)为10.5%,相对误差为14.6%。该方法可以实现对县域冬小麦赤霉病空间变化的有效监测。     

基于光谱信息的作物氮素营养诊断研究进展

快速、准确地进行作物氮素营养诊断,有助于管理者及时、有效地采取相应的应对措施,既保障作物的高产量,又有效地管控、减少化肥施用量。由于作物氮素营养状况直接影响着作物的光谱信息,因此以作物光谱信息为依据进行作物氮素营养诊断极具潜力。对当前基于光谱信息进行作物氮素营养诊断的3种方法(便携式叶绿素仪法、高光谱遥感诊断法和数字图像分析诊断法)进行了综述,介绍了各个方法的原理、特点和研究进展,并对未来基于光谱信息的作物氮素营养诊断进行了展望。     

基于双测速模式的玉米追肥机控制系统设计与试验

针对玉米追肥机北斗单点测速方式存在延时，造成测速准确性低的问题，提出了北斗单点测速与地轮测速相结合的双测速模式。搭建了玉米追肥机控制系统并开发配套控制界面，完成了双测速模式规则建立及控制器程序设计。重点对加减速过程判定与地轮稳定测速的速度范围进行了研究，试验确定了双测速模式切换条件，并验证了双测速模式的可行性。试验结果表明，地轮稳定测速的最大速度为6.0km/h，地轮测速队列长度N的最佳值为5，模式切换速度变异系数临界值为4.2%；3.5、5.5、6.0、8.0km/h 4种不同目标速度测速性能对比试验结果表明，双测速模式与北斗单点测速在加速阶段相对响应时间均值为1.6s，减速阶段均值为1.8s，实际施肥延时距离平均减小0.55m。田间施肥性能试验结果表明，双测速模式加速阶段速度切换造成的排肥转速差均值为1.5r/min，减速阶段排肥转速差在8.0km/h速度条件下最大，均值为7.1r/min。减速阶段控制结果表明，系统平均响应时间为1.3s，平均稳态误差均值为0.8r/min，系统平均超调量为8.7%。双测速模式切换准确率为100%，满足精准施肥的需要。     

利用冠层光谱监测小麦籽粒蛋白质积累动态

于2003-2006年连续3个生长季, 利用不同小麦品种在不同施氮水平下进行大田试验,在小麦不同生育期采集田间冠层高光谱数据并测定植株氮素含量、生物量和籽粒蛋白质积累量(GPA)。通过定量分析小麦籽粒蛋白质积累量、冠层氮素营养指标及高光谱参数的相互关系,确立了能够准确预测小麦籽粒蛋白质积累动态的敏感光谱参数及定量模型。结果表明,在籽粒灌浆期间冠层氮素营养指标(CNNI)自开花期随时间进程的积分累积值与对应时期籽粒蛋白质积累状况存在显著的定量关系,其中植株氮积累量(PNA)表现最好。对冠层氮素营养指标的光谱估算,在不同品种、氮素水平、生育时期和年度间可以使用统一的光谱模型。根据特征光谱参数-冠层氮素营养指标-籽粒蛋白质积累量这一技术路径,以冠层氮素营养指标为交接点将两部分模型链接,建立高光谱参数与籽粒蛋白质积累量间定量方程。经不同年际独立数据的检验,基于SDr/SDb–PNA–GPA技术路径建立模型可以估算小麦籽粒生长过程中蛋白质积累动态,预测精度和相对误差分别为0.954和13.1%。因此,利用关键特征光谱参数可以实时监测小麦籽粒生长进程中蛋白质积累状况。     

ASTER卫星遥感影像在冬小麦品质监测方面的初步应用

该文利用ASTER遥感数据在冬小麦品质监测方面进行了初步的应用。根据2004年搭载ASTER传感器的Terra卫星的过境周期，对北京郊区21个冬小麦试验点进行田间取样试验，通过分析试验点冬小麦叶片生化组分(叶绿素a)与氮素间的关系、冬小麦叶片氮素含量与籽粒品质(蛋白质含量)间的关系、以及冬小麦ASTER影像冠层光谱信息与叶片生化组分和籽粒品质之间的关系，发现：冬小麦灌浆期小麦叶片叶绿素含量与同期ASTER影像的光谱信息－NDVI之间有良好的相关性，而冬小麦籽粒蛋白质含量也与ASTER影像波段2之间有很好的相关性；利用ASTER遥感影像对冬小麦灌浆期叶绿素以及籽粒蛋白质含量进行建模并反演，能够在较大的范围里了解冬小麦的品质信息，并能够在一定程度上对作物的籽粒蛋白质含量等品质进行预测；研究还表明，利用遥感技术来进行小麦籽粒蛋白质等主要品质指标的预测是可行的。研究成果为利用遥感技术监测冬小麦长势和籽粒品质提供了理论依据，开辟了遥感应用的新途径。     

低空无人机影像分辨率对冬小麦氮浓度反演的影响

针对目前基于无人机遥感进行作物氮素营养诊断中缺乏规范化的标准来指导无人机应用过程中数据获取与处理的问题,开展了不同分辨率、低空无人机影像对冬小麦植株氮浓度反演影响的研究。在小麦生长的灌浆期,通过设置15、30、50、80 m共4种无人机飞行高度,获取了不同分辨率下的无人机多光谱影像,并开展地面试验,采集冬小麦植株氮浓度信息。基于这些数据,提取了不同分辨率下影像的光谱信息和纹理特征,并分别建立光谱信息、纹理特征和光谱信息+纹理特征等反演植株氮浓度的模型。对不同情景下的模型估测效果进行比较,结果表明,影像分辨率在1.00～5.69 cm之间变化时,影像光谱信息对小麦植株氮浓度反演影响不大,各情景下建模结果和验证结果差异较小;随着影像分辨率的降低,影像纹理特征对小麦植株氮浓度反演的效果变差;影像光谱信息+纹理特征信息对小麦植株氮浓度反演效果整体随着影像分辨率的提高呈增加趋势,且其反演结果优于单一光谱特征或单一纹理特征的反演效果。     

基于时序光谱特征匹配的中分辨率遥感橡胶林提取

纹理与物候是橡胶林区别于天然林及其他地类的有效诊断特征。对多时序中分辨率遥感影像合成的多谱影像提取出橡胶林端元光谱,通过光谱角及光谱信息散度计算像元时序光谱与橡胶林端元时序光谱间的匹配度,最后通过匹配度阈值的调整提取出橡胶林信息。实验结果表明,采用时序光谱特征匹配法能够有效地提取出中分辨率遥感影像中的橡胶林信息,精度在93%以上,且光谱信息散度较光谱角匹配能取得更高的精度。     

农地遥感图像融合质量评价方法比较

为更加客观公正地比较融合结果、评估融合算法及优化融合过程,该文在分析主要遥感图像融合质量评价方法的基础上,将定量评价指标分为三类：评价图像亮度信息的指标、评价空间信息保持能力的指标和评价光谱信息保持能力的指标。最后,通过仿真试验,以光学遥感图像融合为例,验证了4种常用的像素级融合算法的适用性和有效性。IHS变换法扭曲了源图像的光谱特性,容易产生光谱退化;Wavelet变换法在光谱特性保持方面具有优势,但容易出现分块效应和模糊现象;PCA变换法较多地保留了源图像的细节纹理和结构特征,但会失去源图像的部分物理特性;缨帽变换法融合结果地物边缘清晰,但对细微光谱信息的保持能力较弱。研究表明,这3类指标可以作为遥感图像融合的客观效果评价准则,并为融合结果的后续应用提供借鉴意义。     

基于CBERS-02B卫星影像光谱信息的水稻种植面积提取方法——以南京市溧水县为例

利用水稻成熟期的影像,在进行光谱信息的统计和分析的基础上,对比水稻与其他植被在各波段DN(digital number)值以及NDVI(normalized difference vegetable index)值的数值差异,总结出水稻与其他植被反射光谱特征,认为成熟期的水稻在红光、绿光、蓝光波段DN值以及NDVI值上具有异于其他植被的特征,并通过波段运算扩大其数值差异,建立水稻像元提取模型,确定阈值,从而进行水稻种植面积的提取,精度可达91.95%。该方法能满足小区域的水稻种植面积提取和制图,并能够满足一定的精度要求。