乡镇尺度的玉米种植面积遥感监测

以快速、准确提取玉米种植面积为目标,以多时相HJ-1A/1B CCD影像和数字高程模型（DEM）为信息源,选取吉林省长春市为试验区,将试验区种植结构、物候特征、地形特征、光谱特征及植被指数等多元信息引入决策树分类模型,构建基于决策树分层分类的玉米种植面积遥感估算模型,并将空间化的农普数据作为参考值,以乡镇为基本评价单元对玉米种植面积遥感测量结果进行精度评价。研究表明：利用该方法可以有效提高玉米识别精度,满足作物种植面积估算大范围、多时相的需求,有助于解决作物种植面积遥感估算业务运行时空分辨率的矛盾,乡镇尺度的玉米种植面积总量提取精度可达92.57%。     

基于Fraunhofer线的小麦条锈病荧光遥感探测

【目的】遥感监测小麦条锈病比传统调查方法更省时、省力并能实现大范围实时监测。【方法】田间人工诱发产生不同发病等级的小麦条锈病群体，采用ASD光谱仪的Radiance方式对其冠层光谱进行了测定。通过比较目标和参考板太阳光谱中两个氧吸收波段的Fraunhofer线深，计算植株发射的叶绿素荧光。【结果】760 nm处叶绿素荧光与病情指数高度负相关，688 nm处叶绿素荧光与病情指数高度正相关。并且随着病情指数的升高，作为反映植物胁迫状态的荧光比值指标F688/F760亦随之增大。另外对单叶相关光合指标测试结果表明，随着病叶严重度水平的升高，SPAD、荧光参数Fv/Fm和Yield以及净光合速率均有不同程度的下降。【结论】利用Fraunhofer线原理提取的日光诱导荧光信息可以反映田间小麦条锈病的发病状况，为病害的遥感监测提供了又一途径。     

基于高光谱响应与模拟模型的冬小麦变量追氮研究

为给小麦变量施氮提供依据,利用冬小麦起身期和拔节期冠层光谱数据,选用反映冬小麦长势信息的优化土壤调节植被指数OSAVI(Optimization of soil-adjusted vegetation index)与CERES-Wheat模型相结合进行变量施肥管理(变量区),以相邻地块常规非变量(均一)施肥区(对照区)为对照,对变量追氮模型的可行性进行探讨,并对变量追肥处理的实际效果进行分析.结果表明,CERES-Wheat模型能较好地反映冬小麦的生长状况,在冬小麦产量预测中,目标产量与实测产量具有良好的一致性.变量施肥区的产量、籽粒蛋白质含量及经济效益均优于对照区,同时变量施肥区的籽粒产量和蛋白质含量的空间变异较对照均有所降低,说明基于高光谱响应与模拟模型的冬小麦变量追氮技术具有一定的理论意义和实用价值.     

小麦条锈病气象预测方法及遥感监测研究进展

从影响小麦条锈病发生发展的大尺度气候背景、局地气象因子两方面,对小麦条锈病发生发展的气象预测研究进行了综述,指出了常规预测方法存在的问题和难点。概述了高光谱遥感在小麦条锈病监测中的应用,并对遥感与作物模型的结合进行了探讨,在此基础上展望了基于大气环流的小麦条锈病中、长期预测及G IS辅助的遥感技术在小麦条锈病监测方面的应用前景。     

小麦条锈病高光谱近地与高空遥感监测比较研究

 小麦条锈病是我国小麦生产中的重要病害,对该病防治的关键是做好监测工作。本研究利用ASD手持野外光谱仪[ASD FieldSpec HandHeld FR(325~1 075 nm)]和热气球在近地与高空研究了发病小麦冠层的高光谱遥感数据特征,获得了近地和对应高空2个不同平台光谱数据。经比较分析,发现高空数据与近地数据之间存在明显而有规律的变异关系,即高空获得的光谱反射率在可见光谱区域明显大于近地获得的光谱反射率。进一步对差异最显著的绿峰580 nm和黄边610 nm处数据进行回归分析,获得了高空光谱反射率值与近地光谱反射率值之间的回归模型,为进一步研究利用高平台遥感监测小麦条锈病奠定了一定的理论基础。     

冬小麦条锈病严重度高光谱遥感反演模型研究

通过人工田间诱发不同等级小麦条锈病,在不同生育期测定染病冬小麦冠层光谱及其病情指数(DI).把冠层光谱一阶微分数据与相应的DI进行相关分析,采用单变量线性和非线性回归技术,建立小麦DI的估测模型,并利用不同品种小麦样本对模型精度进行可靠性检验.结果表明:DI与一阶微分在432～582 nm、637～701 nm以及715～765 nm区域内有极显著相关性,以红边峰值区(725～735 nm)一阶微分总和与绿边峰值区(521～530 nm)一阶微分总和的比值为变量的线性模型估测DI精度最高,且其对小麦品种相对不敏感.上述研究结果对利用高光谱遥感监测农作物病害及其严重程度都具有实际应用价值.     

多效唑提高桃枝条抗寒性能的研究

为找到一种合适的喷布浓度，防止桃枝条冻害，用不同浓度的多效唑处理冈山白桃幼树，测定枝条内可溶性糖含量、叶片叶绿素含量等指标。结果表明，2000mg/L的多效唑处理，可以提高桃幼树的抗寒性。     

棉花黄萎病病情严重度的连续统去除估测法

该文利用地面高光谱数据遥感监测棉花黄萎病病情严重度.通过分析黄萎病不同病情严重度下棉花单叶光谱变化特征,筛选对病情严重度识别的敏感波段,利用连续统去除法对光谱反射率进行处理并构建基于光谱特征吸收参量的病情严重度估测模型.红光光谱(650～700 nm)是识别棉花单叶黄萎病病情严重度的最佳波段,且随受害棉叶病情严重度增加,红光光谱吸收波段位置向长波方向移动,吸收波段深度及特征吸收峰面积减小,二者与病情严重度呈极显著线性相关关系.以红光波段特征吸收峰右半端面积为自变量建立的线性模型具有最大决定系数,最小均方根误差,为棉花单叶黄萎病病情严重度估测的最佳模型.研究结果表明,利用高光谱遥感技术能够有效地监测棉花黄萎病病情严重度,为进一步深入研究棉花黄萎病的遥感监测机理提供理论依据.     

基于PLS算法的棉花黄萎病高空间分辨率遥感监测

棉花黄萎病危害程度大,发生范围广,已成为中国乃至世界上棉花主要病害之一。论文基于野外定位调查数据及高空间分辨率遥感影像,利用变量投影重要性（VIP）准则筛选最优变量,用偏最小二乘回归（PLS）方法建立棉花黄萎病病情严重度的定量估测模型,并利用已建立的估测模型和高分辨率IKONOS影像获取了不同病情严重度的空间分布图。研究结果表明：在所分析的13个遥感因子中,增强植被指数（EVI）、再归一化植被指数（RDVI）、全球环境监测指数（GEMI）、差值植被指数（DVI）、修改型土壤调整植被指数（MSAVI）、归一化植被指数（NDVI）为棉花黄萎病病情严重度遥感估测的敏感因子,能够有效估测棉花黄萎病病情严重度,其模型预测值与实测值间的R2、RMSE和RE分别为0.78、0.45、9.2%。论文利用PLS算法和高分辨率卫星影像实现了棉花黄萎病病情严重的遥感监测,研究结果对实现大范围农作物病虫害的遥感监测具有重要的参考价值。     

基于扫描成像的作物近地高光谱获取与特征分析

为了验证自主研制的扫描成像光谱仪（PIS）在近地应用的可行性,该文以小麦、玉米为研究对象,利用PIS近地获取作物冠层和叶片的高光谱图像,在对田间和室内获得的成像数据进行对比分析的同时,探讨了成像光谱采集过程中的影响因素。此外,将PIS获取的成像高光谱与地物光谱仪（ASD）测定的高光谱进行比对研究。结果表明：PIS能准确收集作物的光谱信息,且采集的高光谱数据与ASD具有很好的一致性;PIS在田间采集作物光谱信息时,受氧气吸收的影响,在760 nm处有明显的干扰吸收;PIS除了能反映作物不同叶位叶片、不同器官光谱的差异,还可依据影像提取杂草、土壤对作物冠层光谱的影响程度。上述初步结果为进一步应用PIS进行农作物长势诊断提供了参考。