基于NDWI和卷积神经网络的冬小麦产量估测方法

为进一步提高冬小麦单产估测的效率和准确性,利于宏观指导农业生产、制定冬小麦整个生长期的精准管理决策,针对目前已有的县域冬小麦单产估测方法存在时效性差、准确度低、成本高等问题,以中分辨率成像光谱仪（Moderate resolution imaging spectroradiometer, MODIS)为数据源,分别提取不同时段可见光与近红外波段信息,选择归一化差值植被指数（Normalized difference vegetation index, NDVI）、归一化差值水指数（Normalized difference water index, NDWI）、土壤调节植被指数（Soil adjusted vegetation index, SAVI）、调整土壤亮度植被指数（Optimal soil adjusted vegetation index, OSAVI)、绿色归一化植被指数（Green normalized difference vegetation index, GNDVI)、改进型土壤调节植被指数（Modified soil adjusted vegetation index, MSAVI)以及绿红植被指数（Green red vegetation index, GRVI）7个遥感植被指数,以其直方图分布信息作为输入变量,应用卷积神经网络（Convolutional neural network, CNN）回归预测冬小麦产量,对比分析NDWI在冬小麦产量估测上的表现并探究其在霜冻害影响下的精度变化。研究表明,相对于植被指数NDVI、SAVI、OSAVI、GNDVI、MSAVI、GRVI,NDWI对冬小麦生育早期的产量预测表现出更好的预测效果,单产去趋势前后的NDWI对产量的预测精度均高于NDVI、SAVI等植被指数,决定系数最高可达到0.79,且在霜冻害影响下仍能保持较好的预测效果;NDWI在抽穗—灌浆阶段对冬小麦最终产量影响最大,4月23—30日时间段内NDWI对产量的决定系数可达到0.72;空间分布上,研究区域冬小麦具有东部单产最高、中部次之、西部单产最低的空间分布特征,西部和北部山区与东部黄淮海平原交界处误差较大。研究结果可为冬小麦生育早期产量预测提供科学依据。     

基于平稳小波变换的冬小麦覆盖度高光谱监测

在2010与2011年度冬小麦生长季,通过大田小区试验,实测了冬小麦冠层的高光谱反射率与覆盖度。分析了不同覆盖度下的冬小麦冠层光谱特征以及不同生育期冬小麦冠层光谱反射率与覆盖度的相关性,建立了基于归一化植被指数(NDVI)与比值植被指数(RVI)、小波能量系数的不同生育期冬小麦覆盖度估算模型。结果表明:覆盖度越大,冬小麦光谱反射率在可见光波段越小,在近红外波段越大。在可见光波段,光谱反射率与覆盖度负相关,在"红边"处,由负相关变成正相关。在返青期、拔节期,NDVI估算效果好(R2为0.835 9、0.805 7);在抽穗期、灌浆期,RVI估算效果好(R2为0.803 1、0.829 4)。在返青期、拔节期、抽穗期、灌浆期,以高频、低频小波能量系数为自变量的冬小麦覆盖度估算模型的R2分别达到0.911 2、0.895 4、0.880 2、0.927 5。     

植被指数反演冬小麦植被覆盖度的适用性研究

利用冬小麦2个生长季高光谱反射率和覆盖度实测资料,基于回归分析方法建立4种植被指数反演植被覆盖度模型,并对预测模型年际间的稳定性进行了验证。采用噪声等效覆盖度误差对各植被指数反演植被覆盖度模型进行了敏感性分析,结合对模型的残差分析得到了不同种植密度和氮肥施用量条件下各植被指数的适用性。结果表明:归一化植被指数NDVI和改进的土壤调节指数TSAVI与冬小麦覆盖度采用抛物线拟合结果较好;修正的土壤调节植被指数MSAVI和增强型植被指数EVI与覆盖度符合线性关系。验证模型的决定系数略低于建模方程,反演模型在年际间表现出较好的稳定性,能够满足覆盖度预测需要。NDVI和TSAVI较MSAVI和EVI可更好地解释本地区冬小麦植被覆盖度的变化规律。在低到中覆盖度(0~60%)条件下,如果当地土壤信息可获得,利用植被指数TSAVI估算植被覆盖度变化规律表现出较好的敏感性和较高的估算精度。如果缺失土壤线资料,NDVI能保证覆盖度的估算精度。在高覆盖度(60%~100%)条件下,可选用敏感性和精度均良好的植被指数MSAVI进行估算。在水分供应充分的条件下,4种植被指数对作物种植密度和氮肥施用量均不敏感,可采用统一模型进行不同种植密度和不同施氮量处理的冬小麦覆盖度估算研究,为利用植被指数快捷、准确地估算本地区区域植被覆盖度提供了理论和技术支持。     

无人机多光谱数据可靠性分析与冬小麦产量估算研究

无人机多光谱遥感用于冬小麦产量预测中捕获的数据准确性不高,为指导田块尺度下冬小麦产量的精准预测,需构建高精度的冬小麦产量估算模型。本研究利用校正后的近地面高光谱数据(Field-Spec 3型野外光谱仪获取)验证低空无人机多光谱遥感数据(大疆精灵4型多光谱相机获取),将通过无人机多光谱影像计算的植被指数与经验统计方法结合,采用一元回归和多元线性回归分别对抽穗期、开花期和灌浆期冬小麦进行基于单一植被指数和多植被指数组合的产量估算,其中多植被指数包括归一化差异植被指数(NDVI)、优化的土壤调节植被指数(OSAVI)、绿色归一化差值植被指数(GNDVI)、叶片叶绿素指数(LCI)和归一化差异红色边缘指数(NDRE)。结果表明,基于单一植被指数的冬小麦估产模型,一元二次回归模型精度最高,而基于5种植被指数的多元线性回归模型在3个生育时期的拟合效果均优于单植被指数模型。一元或多元回归模型在抽穗期的拟合效果最好。冬小麦基于GNDVI指数的一元二次回归估产模型建模集的决定系数(R²)、均方根误差(RMSE)分别为0.69、428.91 kg/hm²,验证...     

基于特征降维和机器学习的覆膜冬小麦LAI遥感反演

为进一步提升无人机遥感快速监测覆膜条件下冬小麦叶面积指数(Leaf area index, LAI)的能力,以垄沟覆膜冬小麦为研究对象,利用无人机搭载五通道多光谱传感器获取2021—2022年冬小麦出苗期、越冬期、返青期、拔节期、抽穗期和灌浆期的遥感影像数据,使用监督分类剔除背景并计算50种可见光和近红外植被指数,采用主成分分析、相关系数法、决策树排序和遗传算法进行特征降维,结合偏最小二乘、岭回归、支持向量机、随机森林、梯度上升和人工神经网络6种机器学习算法建立不同输入特征变量下的覆膜冬小麦LAI反演模型,并进行精度评价。结果表明,剔除覆膜背景使冬小麦冠层反射率更接近真实值,提高反演精度。采用适宜的特征降维方法结合机器学习算法能够提高覆膜冬小麦LAI的反演精度和稳定性,对比特征降维前的反演精度,主成分分析和相关系数法无法优化反演效果,决策树排序只适用于基于树模型的随机森林和梯度上升算法,遗传算法优化效果明显,遗传算法-人工神经网络模型反演效果达到最优(决定系数为0.80,均方根误差为1.10,平均绝对值误差为0.69,偏差为1.25%)。研究结果可为无人机遥感监测覆膜冬小麦生长状况提供...     

基于低空无人机遥感的高粱生长状况监测

配备多光谱相机的无人机可实现对农作物生长状况的快速无损监测,为评估无人机遥感监测高粱作物长势的可行性和准确性,利用无人机搭载的多光谱相机获取高粱拔节期、抽穗开花期、灌浆成熟期多光谱遥感图像,构建常用的4种植被指数与叶面积指数LAI和植被覆盖度FVC之间的回归模型。经过精确度评价,确定归一化差异植被指数NDVI为最优植被指数,LAI-NDVI和FVC-NDVI估算模型的决定系数R~2分别为0.91和0.88,均方根误差RMSE分别为0.28和0.06;平均绝对误差MAPE分别为11%和8%。基于此,选择归一化差异植被指数NDVI,分析LAI和FVC无人机遥感估算值和实测值之间的关系,通过交叉验证得到LAI值:R~2=0.94,RMSE=0.16,MAPE=13%;FVC值:R~2=0.90,RMSE=0.05,MAPE=4%,说明两者存在高度拟合性。结果表明:根据无人机遥感得到的归一化差异植被指数NDVI可准确地估算高粱作物的叶面积指数和植被覆盖度,无人机遥感适用于对高粱作物生长状态的监测。     

基于无人机遥感植被指数优选的覆膜冬小麦估产研究

为进一步提高无人机遥感估产的精度,本研究以2021—2022年的覆膜冬小麦为研究对象,对返青期、拔节期、抽穗期和灌浆期的多光谱影像进行覆膜背景剔除,并优选最佳遥感窗口期,基于最优植被指数构建覆膜冬小麦估产模型。结果表明,利用支持向量机监督分类法剔除覆膜背景后冠层反射率更接近真实值,抽穗期和灌浆期的估产精度更高。将不同生育期的植被指数与产量进行相关性分析发现,最佳遥感窗口期为抽穗期。基于逐步回归和全子集回归法优选最优植被指数时发现,基于逐步回归法筛选变量为MCARI、MSR、EVI2、NDRE、VARI、NDGI、NGBDI、ExG时产量反演模型精度最高。此外,利用偏最小二乘法、人工神经网络和随机森林3种机器学习法构建的产量反演模型中,基于逐步回归法的随机森林模型的反演精度最高,R2为0.82,RMSE为0.84t/hm2。该研究可为提高遥感估产精度、实现农业生产精细化管理提供技术支持。     

不同生育时期冬小麦FPAR高光谱遥感监测模型研究

通过连续5年定位研究不同氮磷耦合水平下,不同生育时期冬小麦群体FPAR与冠层光谱反射率,建立基于不同植被指数的不同生育时期FPAR分段监测模型。结果表明:随着氮磷水平增加FPAR呈递增趋势,不同品种间存在差异;冬小麦群体FPAR与670、850、960 nm具有较高的相关性,在可见光和近红外波段处均有敏感波段;在拔节期、孕穗期、抽穗期、灌浆期和成熟期FPAR与SAVI、NDVI705、EVI、DVI、RVI均达极显著相关,相关系数r范围为0.818~0.942;在不同生育时期,分别基于SAVI、NDVI705、EVI、RVI、RVI能建立较好的FPAR分段监测模型,决定系数R2分别为0.854、0.888、0.811、0.844、0.911;标准误差SE分别为0.054、0.032、0.044、0.047、0.044;以不同年份独立数据对模型进行验证,田间实测值与模型预测值之间相对误差RE分别为14.1%、17.4%、12.8%、18.8%、10.7%;均方根误差RMSE分别为0.139、0.146、0.136、0.158、0.130。该结果较拔节期至成熟期FPAR统一监测模型监测精度及验证效果均有所改善。因此,在拔节期、孕穗期、抽穗期、灌浆期和成熟期可分别用SAVI、NDVI705、EVI、RVI、RVI预测冬小麦群体FPAR,具有较好的年度间重演性和品种间适用性。不同生育时期FPAR分段监测模型较统一监测模型有较好的监测效果。     

基于无人机可见光图像的夏季玉米植被覆盖度提取方法

为准确快速获取夏季玉米四叶期、拔节期、抽穗期和花粒期的植被覆盖度信息,利用无人机获取玉米田间可见光图像,对图像可见光波段提取的多种植被指数进行分析和比较,选择差异植被指数(Visible-band difference vegetation index,VDVI)、过绿指数(Excess green,EXG)和归一化绿蓝差异指数(Normalized green-blue difference index,NGBDI),结合监督分类提取了玉米4个时期的植被覆盖度信息。通过对试验田4个阶段的单幅图像监督分类处理,将其目标物分为土壤和玉米植被两类;分别统计监督分类后图像中土壤和玉米的VDVI像元直方图,将两者的像元直方图交点作为植被覆盖度提取阈值,同理获得EXG和NGBDI对应的玉米植被覆盖度提取阈值;利用获取的玉米植被3种覆盖度提取阈值,对玉米4个时期的植被覆盖度进行提取,并对提取精度进行了验证。结果表明,VDVI对应4个生长时期的植被覆盖度提取误差分别为1. 21%、4. 88%、2. 31%和3. 61%; EXG对应的植被覆盖度提取误差分别为1. 38%、1. 25%、0. 89%和0. 33%; NGBDI提取误差为1. 61%、3. 31%、1. 99%和3. 25%,EXG在夏季玉米4个生长时期的植被覆盖度提取效果最好。将玉米4个生长时期单幅图像确定的阈值作为固定阈值,对剔除确定阈值的单幅图像的试验田全景图像进行植被覆盖度提取,并对提取效果进行验证。结果表明,采用监督分类与可见光植被指数统计直方图相结合确定阈值的方法提取玉米植被覆盖度效果较好。     

基于无人机高光谱遥感数据的冬小麦产量估算

为了准确和高效地预测作物产量,以冬小麦为研究对象,利用无人机遥感平台搭载高光谱相机,获取了冬小麦各生育期的无人机影像。根据高光谱具有较多的光谱信息且存在特有的红边区域的特点,选取了9种植被指数和5种红边参数。首先,分析植被指数和红边参数与产量的相关性,优选5种植被指数和2种红边参数用于构建产量估算模型;然后,构建了不同生育期的3种产量估算模型:单参数线性回归模型、基于植被指数并使用偏最小二乘回归方法模型、基于植被指数结合红边参数并使用偏最小二乘回归方法模型;最后利用3种模型分别估算冬小麦产量。结果表明:4个生育期内,大部分植被指数和红边参数与产量呈现极显著相关性;拔节期、挑旗期、开花期与灌浆期构建的单参数线性回归模型中表现最佳的参数分别为REP、Dr/Drmin、GNDVI与GNDVI;利用偏最小二乘回归方法提高了产量估算精度,以植被指数结合红边参数为因子构建的模型提高了产量估算效果(优于以植被指数为因子构建的产量模型)。本研究可为无人机高光谱估算作物产量提供参考。     

不同覆盖度下坡面流植被阻力特性研究

为深入研究植被覆盖下坡面流阻力规律,以植被覆盖下明渠水流植被阻力公式为基础,通过5个覆盖度、6个坡度和7个流量组合条件下的室内放水试验,结合理论分析,建立适应于坡面流的植被阻力模型。结果表明,植被阻力随等效覆盖度和等效水力半径的增加而增大,等效覆盖度对植被阻力的贡献率(0.106)小于明渠水流(0.167),而等效水力半径(0.5)和拖曳力系数(0.5)的贡献率与明渠水流(均为0.48)基本一致。植被阻力模型的NSE值高达0.84,为坡面流植被阻力计算奠定了一定的理论基础,可促进明渠水力学理论在坡面水流方面的扩展。     

含植被坡面水动力学特性的实验研究

基于水槽试验,系统的研究了在5种流量、3种植被组合和3种覆盖密度情况下的坡面流的水力参数、水力因子间的关系和阻力规律.结果表明,坡面流一般为湍流,植被的存在增强了坡面流的湍流强度.平均流速与单宽流量幂函数相关,且拟合结果良好.柔性植被对流速的减缓作用大于刚性植被.柔性植被坡面和刚性植被坡面的阻力系数均随雷诺数的增加呈幂...     

基于Landsat影像的NDVI对植被与影响因子交互耦合的响应

植被是陆地最重要的生态系统,在全球气候变化中发挥了重要的调节作用,研究植被时空动态变化具有重要的科学意义和现实价值。基于2007年、2012年和2016年Landsat卫星遥感影像提取的归一化植被指数(NDVI)以及三明市区二类调查矢量数据,研究了闽江上游区域近10年的植被NDVI指数的时空变化特征及其影响因子。结果表明:研究区2007年、2012年和2016年的NDVI指数值逐渐提高,分别为0.72、0.75和0.79,植被覆盖度高,总体生态质量较好;NDVI低值区位于沙溪两侧带状的市辖区所在地、各乡镇居民集中点以及道路网络周边;不同植被类型的NDVI指数由大到小依次为:阔叶树林、灌木林、马尾松林、竹林、杉木林、杂木林、桉树林、其他林地、经济林、檫树林、非林地;NDVI指数值随着林龄、郁闭度和坡度的增加逐渐增加,随着立地等级的提高而下降。进一步对NDVI指数对植被与影响因子交互耦合的响应进行分析,得到结果:依据不同植被类型的NDVI指数随着林龄变化规律的不同,将植被划分为:稳步上升型,如阔叶树林和马尾松林;前期上升快而后期慢型,如桉树林;先升后降型,如杉木林和其他林地。马尾松林的NDVI指数呈现随着坡度的增加而增加的趋势;而其他森林植被类型的NDVI指数呈现随着坡度的增加先升后降,在坡度为30°~40°处达到最高值;不同植被类型的NDVI指数对郁闭度的响应机制不同。     

植被覆盖地表抗风蚀性能的测试与研究

为了定量评价净风吹蚀下植被覆盖地表的抗风蚀性能,利用移动式风蚀风洞对试验区地表进行原位测试.结果表明:不同风速下土壤风蚀量随植被盖度的增加呈指数规律减少,土壤防风蚀的植被盖度在30%以上较为显著;当风速为10m/s以上时,试验区的有效防风蚀植被盖度须达到40%以上,当风速为14～18m/s时,其有效植被盖度须达到60%～80%的水平.     

垂直植被指数及其解算方法

在遥感应用领域中．植被指数VI已被广泛用来定量评价植被覆盖及其生长活力。在植被指数的基础上借用“土壤线”(Soil Line)的概念而发展起来的垂直植被指数(PVI)具有独特的作用，已在植物生长信息提取、作物产量估测等方面得到广泛应用。为此，论述了垂直植被指数的相关概念、垂直植被指数的提出和发展以及垂直植被指数的各种解算方法。此外，还简要评述了垂直植被指数的优势和局限性。     

柔性植被与刚性植被覆盖下坡面流阻力特性研究

主要讨论植被覆盖下的坡面流水力学特征,特别是阻力特征,并比较柔性植被和刚性植被对阻力影响的不同之处,系统地研究了坡面流阻力系数与单宽流量、雷诺数、覆盖度、坡度的关系。研究结果表明:柔性植被覆盖下的坡面流阻力系数随单宽流量变化不显著,但随着坡度的增大,阻力系数是减小的,大坡度小覆盖度下的坡面流阻力系数和雷诺数呈现负相关关系,同时植被覆盖度越大坡面流阻力系数也越大。而刚性植被覆盖下的坡面流阻力系数和坡面单宽流量呈现良好的正向幂函数关系,同雷诺数、植被覆盖度也都有明显的正比关系,同坡度的变化关系和柔性植被覆盖相似,并且刚性植被覆盖下的阻力系数在同等其他条件下明显大于柔性植被覆盖下的阻力系数。     

基于植被蒸散发法的孔雀河流域天然植被生态需水估算

【目的】定量天然植被生态需水,为流域有限水资源的合理分配和使用供科学依据和决策参考。【方法】采用FAO56Penman-Monteith公式,结合干旱强度指数DSI,分析新疆孔雀河流域2000-2016年天然植被生态需水时空变化特征,幵计算了丌同干、湿状况下天然植被的生态需水。【结果】①研究区内天然植被生长季多年平均生态需水量为7.575 7×10^8 m^3,天然草地需水量大于天然林地需水量。②从时间上看,2000-2016年天然植被生长季生态需水总量以2006年为分界点整体上呈现出上升-下降波动趋势;在生长季内变化特征上,天然植被的生态需水主要集中在6-8月,占植被主要生长季全部需水量的69.64%;从空间上看,天然植被生态需水主要集中在绿洲区的农区外围及河流中、上游两侧。③丌同干、湿状况下,天然林、草地单位面积生态需水量均表现为:正常年>湿润年>轻度干旱年>极度干旱年,天然植被生态需水总量呈现:极度干旱年>正常年>轻度干旱年>湿润年。【结论】丌同干湿条件下天然植被生态需水存在差异,气候因子和天然植被面积的变化是导致生态需水差异的主要因素。     

植物生理电特性在农业研究中的应用

介绍了植物的电特性、电特性检测方法以及国内研究工作者对植物生理电特性的研究现状，并分析了研究植物生理电特性在实际生产生活中的重要意义。     

直立植被抗风蚀性能的测试与评价

借助移动式风蚀风洞,对直立植被的抗风蚀性能进行了原位测试.试验结果表明:在一定风速下,地表的空气动力学粗糙度随植被高度的增加呈指数增加,且随着植被高度的增加,作用于植被上的剪切力增加,而作用于地表的剪切力减少;一定高度的植被可有效地截留风沙流,农田地表的风蚀量随风速的增加呈指数增加.     

荒漠草原植被覆盖对土壤水分的影响

以希拉穆仁草原为研究对象,通过对不同植被覆盖下土壤水分进行测定,研究了荒漠草原植被覆盖对土壤水分的影响,结果表明:植被覆盖度与土壤水分之间具有显著的相关关系,尤其是10 cm深度范围内土壤水分随植被盖度呈二次抛物线性趋势增加(R2=0.904 9);由于根系层分布的差异使得土壤剖面不同深度上对这种影响的水分响应不尽相同,灌丛植被覆盖的土壤水分含量在剖面0～40cm范围内明显大于其他植被类型,以坡顶土壤含水量最低;荒漠草原植被覆盖状况变化不仅影响土壤水分含量大小,而且显著影响土壤水分的空间分布,退化较轻的河滩草甸植被有利于维持相对均匀的土壤水分空间分布.