秋玉米SPAD值的光谱估算模型研究

研究不同秋玉米品种叶片SPAD值与一阶微分光谱的相关关系,筛选出8个品种的敏感波长和一阶微分光谱参数,建立不同品种SPAD值的一元线性、指数、多项式和基于一阶微分光谱参数的预测模型,计算建模集和验证集的均方根误差RMSE和相对误差RE。结果发现,不同秋玉米品种SPAD值与光谱一阶微分相关系数较高,均在0.8以上;不同秋玉米品种光谱一阶微分的敏感波段位于650~680nm;基于敏感波长建立的SPAD值预测模型均表现出较好效果,多项式模型效果最佳,模型估测精度在不同品种间存在差异;在8个秋玉米品种中,正大999的多项式预测模型表现最佳,其建模集RMSE和RE分别为2.762和3.643%,其验证集RMSEv和REv分别为3.322和4.518%。     

陆面蒸发估算的CRAE模型探讨

蒸发是陆面过程中联系能量和水分循环的重要过程。蒸发模拟估算在流域水资源研究和农业生产等方面具有现实意义。概述了互补相关（CRAE）模型的结构及其应用与发展。CRAE模型在实际应用中避开了复杂的土壤-植被系统,只输入常规的气象资料,即气温、日照、湿度,就可以估算陆面蒸发。CRAE模拟的流域年蒸发量误差在1%~10%具有较好的拟合性。因此,CRAE模型在流域蒸发估算、水文资源分析、农业生产中有较强的应用性。     

玉米叶绿素含量的高光谱估算模型研究

随着高光谱遥感技术的发展,用高光谱技术监测植被生物物理、生物化学指标和农学参数的文献大量出现.早在1983年Horler等人[1]就建议用高光谱分辨率的遥感数据来估算植被的叶绿素浓度.国外利用野外或空载高光谱传感器进行植被的叶绿素研究已有十几年的历史,在这期间,许多学者试图从遥感的角度来探测植物叶片叶绿素的含量, 基于大量实验数据在模型建立与敏感波段的选取方面取得了一系列成果[2,3], 在研究的过程中开发了许多对叶绿素敏感的高光谱植被指数[4,5].     

植被覆盖度计算机模拟模型与参数敏感性分析

植被覆盖度是重要的生态学参数,对水文、生态、全球变化等研究具有重大意义。目前使用的目测估算法和数码照相法都具有一定的主观性,另外通过自然界中相似样方的大量测量获得稳定的统计规律具有很大的难度,因此建立叶面积指数和植被覆盖度之间的统计模型是估算植被覆盖度的有效方法。本文以大豆为例,利用椭圆来模拟大豆的叶片,选取大豆植株结构的关键参数,通过随机分布函数来模拟植株叶片位置、倾角和大小的分布,获得不同植被结构参数下单位面积上的植被覆盖度,建立植被覆盖度计算机模拟模型。通过实测数据和理论研究结论来验证模拟结果。对模型的参数敏感性进行分析结果表明,叶半短轴是比叶半长轴更为敏感的植被结构参数。该模型为植被覆盖度的研究提供了一种新的思路和方法。     

基于高光谱植被指数的棉花干物质积累估算模型研究

利用北疆8个棉花主栽品种(其中2个棉花品种设4水平种植密度)的各生育期冠层高光谱数据,经多元统计分析与光谱微分处理,建立了基于比值植被指数(RVI)和归一化植被指数(NDVI)的5种函数形式的棉花干物质积累估测模型,相关系数均达到了极显著水平(α=1%,n=96)。基于RVI和NDVI构建的估测模型,前者比后者具有更高的估测精度,指数函数、对数函数和双曲线函数形式的模型可以产生较高的预测精度;一阶微分光谱数据与棉花干物质积累量的逐步回归相关分析表明,相关系数的最高值发生在748 nm波段处(r=0.6920**),由748 nm波段处的微分数值建立的回归模型,估测精度较高,具有实际应用的潜力。     

面源污染估算模型研究进展

为厘清面源污染估算模型演变历史,探讨模型的发展趋势,在系统调研大量面源污染研究文献基础上,详细梳理国内外面源污染模型研究至今的过程,归纳出面源污染模型研究过程中产生的模型类型,对国内外各种模型利用的研究成果进行了简单分析,同时评述了各种模型的特点和适用范围。通过对模型的比较与应用需求,认为面源污染模型中SWAT与输出系数模型的应用较为广泛,根据研究区的实际状况选择并改进面源污染模型是研究面源污染的趋势。     

玉米株型的判别模型

根据玉米穗上叶夹角，穗上叶叶向值与棒三叶叶向植三个指标研究了玉米株型的判别模型，并按紧凑型、近紧型、近松散型与松散型对玉米株型进行四级分类，由对１５个自交系玉米的上述三个指标应用逐步判别分析方法建立玉米株型判别模型，回报准确率达１００％，在此基础上又对３０个玉米杂交种进行株型判别亦收到了较好效果。说明应用逐步判别分析方法建立玉米株型判别模型对玉米株型的判别是可行的，有实际应用价值，对玉米株型判别型     

基于作物生长模型的东北玉米冷害监测预测研究

在全球气候变暖背景下,东北地区的气温明显上升,但由于存在玉米相对晚熟品种越区(北扩)种植现象,区域性和阶段性的玉米低温冷害仍时有发生。因此,开展东北玉米低温冷害监测预测研究仍十分必要。本文首先利用东北玉米生长模型(NEC_MaGM)构造冷害监测指标,然后开展玉米冷害监测预测方法研究并进行个例分析。结果显示,从不利天气条件和玉米对低温响应两方面遴选的8个单项指标中,以指标2 (DC_Tas9,抽雄期到9月底的累积热量单位与同期多年平均值的差值百分率)和指标1 (DN_Tas,当年抽雄期与多年平均抽雄期的差值)对历史玉米冷害的概括能力最强;根据冷害致灾机理、单一指标的历史概括能力及其独立性等因素,构建了由指标1、2以及指标4 (DW_GrS,水分适宜条件下模拟穗重与多年平均穗重的差值百分率)和指标7 (DW_Fro,初霜冻日时模拟穗重与模拟成熟时穗重的差值百分率)组合而成的东北玉米低温冷害综合指标;基于NEC_MaGM和冷害综合指标进行单点冷害监测,确定了若45%以上站点出现玉米冷害即为区域性冷害的标准,独立样本监测检验与实际情况一致;利用NEC_MaGM在网格尺度上的监测可以得到更详细的冷害空间分布状况,有利于开展农业气象业务服务工作;根据前期天气实况加上区域气候模式预测的气象要素数据,再结合预报时效之后的多年平均气候数据,在格点尺度利用NEC_MaGM可以实现对东北玉米低温冷害的预测。预测个例表明,该方法能够反映冷害的形成过程和严重程度,但其准确性不仅与作物模型有关,还依赖于区域气候模式的模拟能力。     

基于气象适宜度指数的若尔盖湿地天然牧草产量估算模型

气象条件极大地制约着若尔盖湿地天然牧草的生长状况,为了从气候条件适宜角度评估牧草长势年景的优劣,利用若尔盖湿地天然草场牧草1983—2013年近31年(2002年缺测)牧草产量观测资料,得到能够反映光、温、水对牧草生长影响程度的气象适宜度指数,分析了若尔盖湿地天然牧草产量与气象因子之间的关系,分别建立了5月、6月和7月牧草产量气象适宜度线性和生长曲线估算模型。结果表明:所建立的牧草产量气象适宜度估算模型能够较好地模拟牧草产量的演变趋势;各月气象适宜度产量线性模型的精度普遍高于生长曲线模型;与干重模型相比,鲜重模型精度较差。受牧草产量观测资料精度的限制,6、7月牧草产量估算模型还需要进一步改进。     

基于高光谱植被指数的棉田冠层特征信息估算模型研究

 采用ASD Field Spec Pro VNIR 2500型光谱辐射仪获取了棉花不同生育时期的冠层高光谱反射率。并通过光谱分析技术,建立了基于高光谱植被指数——归一化植被指数和比值植被指数的棉田冠层特征信息的定量模型。经过对估算模型的精度检验和评价,最终筛选出表征棉花冠层结构特征参数的最佳估算模型。结果表明,基于归一化植被指数预测棉花叶面积指数,以幂函数（y=11.084x^12.024,r=0.8076^**）的模型为最优;基于比值植被指数预测棉花单位面积地上部鲜生物量,以指数函数（y=52.261·exp(0.1024x),r=0.8114^**）的估计模型为最优;基于比值植被指数预测棉花单位面积地上部干生物量,以指数函数（y=9.5552·exp(0.1133x),r=0.8330^**）的模型为最优。可见,利用高光谱遥感技术可以分析、模拟、评价、预测棉花冠层特征参量,为精准种植棉花提供了依据。     

基于植被指数的夏玉米不同生育期叶绿素含量遥感估算

叶绿素含量是间接判断玉米营养状况的重要农学参数,估算叶绿素含量对农作物长势监测有重要意义。笔者利用ASD便携式地物光谱仪和SPAD-502叶绿素仪实测了夏玉米关键生育期冠层光谱反射率及叶片叶绿素相对含量,对3种植被指数与叶绿素相对含量进行了相关性分析,建立了基于归一化植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)的叶绿素估算模型,并进行精度检验,从中选出最佳拟合模型。研究结果表明：拔节期RVI、抽穗期和灌浆期NDVI以及蜡熟期DVI的均方根差(RMSE)和相对误差(RE)均最低,RMSE分别为5.688、5.323、2.751、4.111,RE分别为9.84%、8.56%、3.75%、7.15%,故为各个时期的最佳模型。因此得到了NDVI、RVI和DVI3种植被指数在不同生育期的最佳模型,对指导夏玉米种植与田间管理具有重要的指导意义。     

基于数码图像的棉花叶片氮含量估测研究

为了探究利用数码图像处理技术诊断棉花氮素营养的最佳图像特征参数和最佳叶位,以‘新陆早53号’为材料,使用智能手机获取棉花不同叶位叶片图像,利用数字图像处理技术提取叶片图像颜色和纹理特征参数,分析叶片氮含量和特征参数的相关性,构建基于不同图像特征参数的氮含量估测模型。结果表明：颜色特征参数r、G/(B+R)、G/B和纹理特征参数COR、ASM与叶片氮含量相关性较好,相关性系数(r)均大于0.55。基于颜色-纹理综合特征参数构建的氮含量估测模型均优于基于颜色或纹理特征参数所建模型,其中倒4叶氮含量估测模型最优,模型决定系数(R²)为0.875、均方根误差(RMSE)为1.324、相对误差(RE)为8.09%。因此,利用数字图像处理进行棉花氮素营养诊断时,应选择的最佳图像特征参数为r、G/(B+R)、G/B、COR、ASM,应选择的最佳叶位为棉花倒4叶。     

基于U-Net的玉米叶部病斑分割算法

本文旨在提出一种基于U-Net算法模型的玉米病程分级方法,实现对玉米常见4类叶部病害程度的快速、准确、客观分级.该方法以两组U-Net模型并行运算实现对玉米叶部病斑图像的语义分割任务.经测试图像分割试验中病斑分割MIoU值达到93.63％,叶片分割MIoU值达到96.33％,且运算速度均在1秒内完成.试验结果表明,该研...     

遥感影像土地利用/覆盖分类方法研究进展

为了研究遥感影像土地利用/覆盖分类的方法,综述了国内外近30年的遥感图像分类研究,发现遥感图像分类方法存在多而杂的问题。在分析当前主要遥感影像分类方法的基础上,从传统的分类方法、传统分类方法的改进、其他新分类方法3个方面,对遥感影像土地利用/覆盖分类方法研究进展进行了阐述,本研究还存在不足,今后还需进一步研究利用各种分类方法相互结合在土地利用/覆盖遥感分类中的应用。     

玉米吐丝后果穗生长动态的研究

为研究玉米果穗生长发育的变化规律,探索玉米结实率和秃尖形成的原因,研究不同品种和栽培条件对玉米果穗生长动态的影响。借助现代图像处理技术对2 种结实性不同的玉米果穗生长进行动态研究,对玉米穗长、穗粗、秃尖长度、果穗的体积、穗轴的体积、穗粒的体积进行测定。结果表明：（1）玉米从吐丝开始到成熟全过程果穗的生长符合Logistic 方程模拟。（2）玉米的穗长、穗粗、穗体积、穗轴体积、穗粒体积都的动态变化都是：快速增加→缓慢增加。穗粗达到最大增长速率的时间越靠后,作物才能更有效地供给果穗养分,而使果穗直径增大。从体积动态变化可以看出,生长条件差的陕单902 在吐丝14天后,果穗体积和穗粒体积的增长明显减慢,而郑单958 仍然再平缓的增长。这表明陕单902 的结实性差,在吐丝14 天之后穗粒体积的增长的速度慢,导致了玉米秃尖形成。（3）从玉米穗粒质量、穗粒与果穗的干质量比值和穗粒与果穗体积比值的动态变化可以看出：在不同的生长条件下相同品种的增长变化趋势是一致的。在相同的品种下,生长条件好的处理干质量比值低于生长条件差的。不同的生长条件同一个品种比较,生长条件好的体积比例高于生长条件差的。（4）从穗产量和果穗性状特征值上看,陕单902 的秃尖长度显著高于郑单958。4 个不同处理的玉米穗粒体积与果穗体积的比值,郑单958 的比值高于陕单902,要提要玉米的产量并且防止秃尖性状的发生就要注重在吐丝7~14天的管理。     

基于宽范围动态植被指数的棉花冠层覆盖度监测

 旨在利用宽范围动态植被指数对棉花冠层覆盖度进行监测,解决传统的利用归一化差值植被指数对冠层覆盖度较高时监测不准确(饱和)的问题。采用高光谱仪获取棉花不同时期不同覆盖度的冠层光谱反射率,通过对构成归一化差值植被指数的近红外波段反射率引入系数α来提高修正后的植被指数随棉花覆盖度变化的动态范围。当利用权重系数0.1≤α≤0.2对近红外波段反射率调整之后,新形成的宽范围动态植被指数用于监测不同覆盖度棉花时未出现“饱和”现象。利用宽范围动态植被指数建立的棉花覆盖度监测模型的决定系数r2＞0.948,对棉花冠层覆盖度进行监测,可以解决传统的归一化差值植被指数对冠层覆盖度较高时监测不准确(饱和)的问题,提高了植被指数对棉花冠层覆盖度监测的精度。     

基于多元回归分析的农作物产量估测模型研究

农作物产量的估测关系到粮食调度、粮食市场价格平衡、农业结构调整等众多方面。为此,结合多元回归分析,构建农作物产量估测模型。该模型构建先是利用灰度关联分析寻找影响农作物产量的主导因素,然后以主导因素数据作为输入,构建农作物产量的多元线性回归估测模型,得出农作物产量估测值。结果表明：通过本模型进行2017—2019年3年间东北3个省玉米总产量估测,得出玉米预测产量与实际产量之间的误差均小于1%,说明该模型的估测准确性较高,具有广泛的应用前景。     

基于高光谱分数阶微分的烟叶SPAD值估测

基于高光谱分数阶微分估测烟叶SPAD值,旨在提升高光谱数据估测烟叶SPAD值的准确度.首先,确定估测烟叶SPAD值的最优变换方式,并进行分数阶微分处理;然后,基于相关性分析、袋外数据(OOB)重要性、随机森林(RF)相结合的方法,筛选特征波长;最后构建烟叶SPAD值估测模型.结果表明:(1)估测烟叶SPAD值的特征波长...