基于固定翼无人机多光谱影像的水稻长势关键指标无损监测

【背景】近年来随着遥感技术的快速发展,实时无损监测作物生长状况已成为当前研究热点,遥感获取的农情信息将为实现大面积作物精确管理提供指导。在众多遥感监测平台里,无人机因其操作简单、使用成本低等特点而受到广泛关注,无人机搭载多光谱相机可以快速获取作物的长势信息。【目的】尝试将固定翼无人机多光谱影像纹理信息与光谱信息结合,探究“图谱”信息对水稻长势指标的监测效果。【方法】通过开展两年涉及不同播期、品种、播栽方式、施氮水平的水稻田间试验,在水稻关键生育期使用固定翼无人机搭载Sequoia多光谱相机获取水稻冠层遥感影像,同步进行地上部破坏性取样以获取水稻叶面积指数(LAI)、地上部生物量(AGB)和植株氮含量(PNC)等农学指标,采用简单线性回归、偏最小二乘回归和人工神经网络回归算法,构建基于固定翼无人机多光谱影像的水稻长势指标监测模型,比较分析光谱纹理信息在不同模型中的监测效果。【结果】利用简单线性回归方法探究了植被指数(VI)、单波段纹理特征与水稻LAI、AGB和PNC间的定量关系,结果表明植被指数与LAI和AGB之间有较强的相关性,表现最好的植被指数为CIRE和NDRE,R 2分别为0.8...     

基于植被指数时序动态的冬小麦氮素营养诊断方法

为构建冬小麦冠层临界植被指数时序模型,探究实时、无损诊断冬小麦全生育期氮素营养状况的可能性,基于冬小麦不同生育时期氮营养指数(nitrogen nutrition index,NNI)与相对产量的关系确定NNI临界值,并利用归一化红边植被指数(normalized difference red edge,NDRE)与NNI的定量关系确定临界NDRE值,进而以累积生长度日为时间驱动因子,利用双Logistic函数构建临界NDRE时序模型并用于诊断,且对诊断结果进行了验证。结果表明,NNI与冬小麦相对产量在不同生育时期均呈现明显的线性加平台关系(R²在0.76以上),在开花—灌浆期表现最好;NNI与NDRE呈显著的幂函数关系(R2在0.76以上),在孕穗—开花期表现最好;临界NDRE时序诊断模型在拔节后期、孕穗期、开花期的诊断精度较高;适期播种时冬小麦在180 kg·hm^-2施氮水平下整个生育期均处于轻微氮亏缺或氮适宜状态,为较优施氮量。适期播种时冬小麦氮素营养状况主要受施氮水平的制约;过晚播时受播期的影响,不同施氮水平下冬小麦全生育期均处于氮亏缺状态。综上,依据氮营养指数与相对产量所构建的临界NDRE时序模型能够较准确地实时诊断冬小麦不同生育时期的氮素营养状况,并为作物氮肥精确管理提供技术方法。     

氮肥运筹对弱筋小麦群体指标与产量和品质形成的影响

以弱筋小麦品种扬麦9号和宁麦9号为材，研究了不同施氮水平及基追比对群体指标、产量和品质的影响。结果表明，孕穗期叶面积指数（LAI）随施氮量的增加而提高；小麦籽粒产量及成熟期生物产量、花后干物质积累量与施氮量均呈二次曲线关系；籽粒蛋白质含量、湿面筋含量与施氮量呈极显著正相关。增加后期追氮比例及同比例2次追氮均提高了成熟期生物产量、花后干物质积累量、茎蘖成穗率、孕穗期LAI、籽粒产量、蛋白质含量和湿面筋含量。花后干物质积累量、成熟期生物产量、成穗数、茎蘖成穗率与产量呈显著或极显著正相关，拔节期、孕穗期、开花期和灌浆期LAI与产量呈显著或极显著二次曲线关系。弱筋小麦实现优质和产量7 000 kg hm^-2的氮肥运筹技术以施氮量200 kg hm^-2和基肥∶拔节肥∶孕穗肥为7∶2∶1，其高产优质协调的关键群体调控指标，最适LAI为6.9，花后干物质积累量和成熟期生物产量分别为5 300和16 500 kg hm^-2，成穗数为466×104 hm^-2，茎蘖成穗率为50%。     

基于高光谱和激光雷达遥感的水稻产量监测研究

[背景]快速、准确地估算水稻产量对于肥水精确管理及国家粮食政策的制定至关重要.高光谱与激光雷达遥感作为2种不同的主被动监测技术,为水稻长势信息获取提供了多样化手段.[目的]对比2种遥感监测手段在不同生态点的独立数据集中的验证精度,寻求可移植性强的产量估算模型,对水稻长势监测提供理论与技术支撑,及为精确农业提供科学指导具...     

基于GIS和模型的种植系统设计

本研究在总结、提炼相关农业种植设计理论与技术研究成果的基础上,运用系统分析原理和数学建模技术,构建了生态区划、种植制度设计、精确管理和生产力分析的定量化农业管理知识模型。并运用软构件技术,基于GIS空间信息管理平台,建立了数字化的基于GIS和模型的种植设计系统。系统实现了区域性种植信息的规范化管理及不同层次下的农业种植制度设计与管理,具有文件管理、地图操作、信息查询、生态区划、种植制度设计、精确管理、生产力分析、专家咨询、系统维护以及系统帮助等主要功能。以江苏省为案例区,对系统进行了初步的实例分析,结果表明,系统有效地实现了种植设计功能,从而为农作物种植设计的定量化和数字化奠定了基础。     

构建基于学术权力的高校管理模式

本文论述了高校学术权力与政治和行政权力良性互动关系,提出构建基于教授群体的学术权力核心管理模式,即"横向三元一体分权"和"纵向三层一统"的网状管理体系。     

水稻冠层光分布模拟与应用

 综合已有作物模型的优点,构建了水稻冠层光分布模型,并进一步与原有光合作用和干物质生产模型相耦合,构建了水稻光合生产模型。新模型将水稻冠层按叶面积指数划分为5层,各层次水平面上的太阳辐射强度按Monsi和Saeki的指数模型进行分布;模型利用日照百分率资料推算直接辐射与散射辐射,并考虑了光合有效辐射的日变化、冠层结构和太阳位置对直接辐射消光系数的影响。利用独立的水稻田间试验资料,对主要生育期冠层内的光分布进行了初步验证,结果表明模拟值与观测值之间具有较好的一致性。最后,将基于冠层光分布模型与原有光合生产模型进行了比较,预测水稻干物质积累量的根均方差分别为0.74 t/hm2和1.26 t/hm2,建立的基于冠层光分布模型的预测性较好。研究结果将为水稻生长模型的改进完善以及生产管理调控与品种数字化设计奠定基础。     

基于株型的水稻冠层光合生产模拟

利用基于冠层光分布的光合作用模型,以紧凑型和松散型2个不同株型水稻冠层为对象,通过设计不同的模型输入参数组合,定量分析了不同株型水稻冠层直接辐射消光系数的日变化特征、正午时刻直接辐射在冠层内的垂直分布特征、冠层内光合作用速率的垂直分布特征、不同辐射强度下冠层光合作用速率随叶面积指数的变化特征及其日变化等。结果表明,紧凑型的增产潜力依赖于较大的叶面积指数、叶片光合效能、太阳高度角和太阳辐射强度等。研究结果为水稻高产栽培及理想株型的优化设计提供了支撑。     

作物生育期模拟并行调度算法的研究与设计

探明作物生育期模拟在PC集群环境下的并行调度算法,有助于提高模型的计算效率。该研究综合应用划分策略和流水线技术,具体分析了已有作物的生长发育和物候期模拟算法的输入输出参数特性,确定了作物生育期模拟通用算法框架,包括热效应、光周期效应、春化效应、有效积温、生理发育时间和物候期共6个计算单元;进一步明确了具有独立、自依赖和相互依赖关系的作物模型的计算任务划分和数据分解方法。为达到数据通讯和同步开销最小的目标,设计了多节点混合调度的优化模型。该研究提出了基于OpenMP的多处理机并行调度算法和基于MPI/OpenMP混合的多节点并行调度算法,并在Windows Compute Cluster Server2003组成的PC集群环境下,在加速比、计算缓冲区大小和计算节点个数等方面进行了性能度量与比较。结果表明:两种并行调度算法均可有效提高小麦生育期模拟的计算效率,第1种算法简单易行,平均加速比为1.55,对集群计算资源的利用率有限;第2种算法的平均加速比是3.37,当计算量较大时,具有更好的计算性能。     

基于分层多端元混合像元分解的水稻面积信息提取

为了解决中低分辨率遥感影像混合像元问题以提高水稻种植信息的提取精度,该文提出了一种基于层次分类与多端元混合像元分解相结合提取水稻面积信息的方法(stratified multiple endmember spectral mixture analysis,SMESMA)。层次分类有效降低了地物复杂度,而多端元混合像元分解通过对每一类地物选取多个端元光谱参与解混,克服了"同物异谱"造成的光谱变异问题,两者结合可有效提高分类精度。以江苏如皋市为研究区,基于HJ-1B CCD影像,分3个层次,当某类地物信息被提取后便将其从影像中去除,进行下一层次分类,各层次均采用多端元混合像元分解方法,综合EARMSE、MASA、CoB等算法以选取最佳端元,实现了如皋市水稻种植面积信息有效提取。结果显示SMESMA法分类精度达85.78%,kappa系数为0.85,基于最大似然分类法(MLC)的分类精度为79.1%,kappa系数为0.78。表明SMESMA是一种适合基于中低分辨率影像进行作物分类和面积提取的有效方法。