基于角度指数的油菜叶片等效水厚度估算研究

叶片等效水厚度(EWT)是评估油菜生长状态的一个重要参数。为快速准确估算油菜叶片EWT,选择9个常用的植被水分指数(WI、PRI、NDVI、NDII、NDWI、MSI、PWI、GVMI、NDMI),在6个已有角度指数(β_SWIR1、SANI、SASI、ANIR、NANI、NASI)基础上,提出2种角度比值指数(SARI、NARI),并根据油菜叶片水吸收谷峰高光谱特征,提出基于水吸收谷1 450 nm和1 930 nm的8种改进型角度指数,利用以上25种角度指数估算不同施氮水平下苗期、蕾薹期以及不区分苗期、蕾薹期情况下的油菜叶片EWT。结果表明,苗期ANI₁₄₅₀、ASI₁₄₅₀、MSI、GVMI、NDII估算效果较好,R^2均达到0.81以上;蕾薹期ANI₁₉₃₀、ASI₁₉₃₀、NASI、SANI、GVMI、SARI效果最好,R^2均达到0.71以上;在不区分苗期、蕾薹期的情况下,改进型角度指数ANI₁₄₅₀、ASI₁₄₅₀效果最好,R^2均达到0.832,可以在不区分苗期、蕾薹期情况下对油菜叶片EWT进行估算,适用性更广。本研究提出的改进型角度指数不仅丰富了已有角度指数,且提高了其反演油菜叶片EWT的精度,为快速精确估计油菜叶片EWT提供了新的研究思路。     

基于机器学习结合植被指数阈值的水稻关键生育期识别

为建立不依赖时序数据的水稻生育期识别模型,基于四波段辐射计(SKYE)获取的水稻全生育期每日的冠层光谱反射率数据,利用K近邻(k-nearest neighbors, KNN)、决策树(Decision trees)、支持向量机(Support vector machines, SVM)、随机森林(Random forests, RF)和梯度提升决策树(Gradient boosted decision trees, GBDT)共5种机器学习算法开展水稻生育期识别研究。结果表明:RF算法的识别准确率最高,达93.00%,KNN算法的识别准确率也达到了91.92%,其他3种算法的准确率也都超过90%。在此基础上,将建立的水稻生育期识别模型应用至无人机(UAV)影像数据,KNN算法适用性最好,识别准确率为83.54%,RF算法的适用性一般,识别准确率为74.38%,SVM算法的适用性最差,识别准确率仅为62.92%,但5种机器学习算法都容易错误地将抽穗扬花期识别为拔节孕穗期;而新构建的KNN算法结合可见光大气修正指数(Visible atmospherically resistant index,VARI)的水稻生育期识别模型对无人机数据的识别准确率可达86.04%,与单独应用KNN算法相比,对水稻各个生育期的识别精度更加均衡。     

水稻旱直播化学除草研究

近年水稻旱直播田杂草危害日趋严重,由于杂草的危害使水稻减产,而且直接影响了这种栽培方法的推广。为了寻找旱直播田的优良除草剂,1985年在室内进行了探索性的筛选工作。经田间试验进一步证明噁草灵、杀草丹、除草醚、胺草磷、扑草净、丁草胺等除草剂适用于水稻旱直播田的除草。     

也谈夏季牛中暑的防治

<正> 牛在夏季如果防护措施不当,很容易发生中暑。中暑分日射和热射两种情况。日射为炎热夏季阳光直接照射,引起脑及脑膜充血和脑实质的急性病变。热射病为在潮湿闷热的环境中,新陈代谢旺盛,产热多,放热少,体内积热过多引起严重的中枢神经系统功能紊乱。此种病症不难诊断,依靠炎炎烈日或潮湿闷热的气候即可确诊。往往病情发展急剧,有时迅速死亡,故特别注意。农村传统治疗此病的方法是用刀、剪割破第三眼睑放血,又称割谷眼,此法不妥。而泻血疗法对此病的治疗甚佳,但须在颈静脉放血,一般放血量为1000毫升。放血后,再用NaCL溶液1000