基于文献计量学的中国作物富硒研究现状分析

为全面了解中国作物富硒研究现状与发展趋势,采用文献计量学方法,对CNKI和SCI-E数据库收录的中国作物富硒研究文献进行统计分析.结果表明,1992—2020年中国作物富硒研究总发文量1085篇,年发文量总体呈上升趋势,2010—2020年发文量占67.0％,SCI文献逐年增多.华中农业大学、南京农业大学、西北农林科技...     

冻干咖啡粉的研制及风味品质特性研究

冻干咖啡粉的研制可提高咖啡产品的商业价值和咖啡行业经济效益。以单因素加热板温度、物料装载厚度和干燥室压强对干燥速率的影响,确定最佳范围后进行响应面实验设计得到咖啡粉最佳干燥工艺参数并对优化条件下的冻干咖啡粉进行品质分析。通过响应面得到冻干咖啡粉理想参数条件为：加热板温度76.19 ℃,物料装载厚度1.58 cm,干燥室压强76.84 Pa,实际干燥速率为0.23 h ^-1,理论干燥速率为0.22 h ^-1;并且3个因素对干燥速率的影响排序为加热板温度>物料装载厚度>干燥室压。品质分析得出冻干咖啡粉的含水率达到3.82%,色差、气味、口感均无显著性差异（P<0.05）。通过咖啡冻干加工工艺参数的优化,为冻干咖啡粉工业化生产提供技术支持。     

旧粮仓综合改造提升储粮功能研究

为适应粮食流通的发展和粮食仓储管理要求,降低储粮成本,对仓龄超过90年的高大房式仓进行全方位立体式改造,整体提升粮仓功能和储粮性能,旧仓和新技术相结合,实现储粮安全,品质良好,增加储粮效益。     

冬小麦灌浆期蚜虫危害高光谱特征研究

为了有效控制农业生产中麦蚜的危害,提高利用遥感技术对麦蚜监测预报的时效性,在冬小麦蚜虫发生的关键生育时期（灌浆期）,获取了26个地面调查点的蚜害等级和冠层光谱数据。对比分析了不同蚜害等级的冠层光谱,发现随着蚜虫危害程度的加重,在可见光、近红外和短波红外波段的冬小麦冠层反射率均逐渐减小。通过进一步筛选各波段范围的最敏感波段,初步构建了冬小麦蚜害高光谱指数,并建立了蚜害高光谱指数与蚜害等级的遥感反演模型。结果表明,该模型可以用来反演灌浆期冬小麦的蚜害等级,为高光谱遥感识别和监测冬小麦灌浆期蚜虫危害提供理论依据。     

基于TM和PLS的冬小麦籽粒蛋白质含量预测

为进一步提高遥感预测冬小麦籽粒蛋白质含量精度,分析了卫星遥感变量与冬小麦籽粒蛋白质含量间的定量关系,运用偏最小二乘法构建了遥感预测籽粒蛋白质含量模型,制作了冬小麦籽粒蛋白质含量空间等级分布图,结果表明,该模型的最佳主成分数为5,且归一化植被指数、冠层结构不敏感色素指数、比值植被指数、氮反射指数和植被衰减指数为预测籽粒蛋白质含量的敏感变量;籽粒蛋白质含量预测的均方根误差为0.307%,决定系数为0.642,为提高遥感预测小麦品质的精度提供了一种有效途径,有利于大面积应用和推广。     

遥感与气象数据结合预测小麦灌浆期白粉病

利用多源数据对区域尺度上小麦白粉病的发生状况准确及时地预报能为农业服务和农业植保等部门提供重要信息,实现小麦白粉病的有效预防。研究利用一景2014年5月6日的landsat8遥感影像提取出植被指数、地表温度(land surface temperature,LST)和影像中各波段反射率特征,同时用2014年3月-5月份的站点逐日地面气象资料计算获得各气象特征,并经过GIS空间插值分析得到相应的空间气象特征。通过Relief算法和泊松相关系数相结合的方式进行遥感和气象特征的筛选,最终得出改进的简单比值指数(modified simple ratio index,MSR)、重归一化植被指数(re-normalized difference vegetation index,RDVI)、3月21日-4月20日总日照时数和4月11日-5月10日大于0.1 mm降雨日数。采用相关向量机(relevance vector machine,RVM)的方法分别用筛选出的遥感、气象数据特征及2种数据特征相结合的方式构建了河北省石家庄市藁城、晋州和赵县3地区小麦灌浆期白粉病的发生预测模型,并对3种不同数据模型进行了验证与评估。试验结果表明,遥感气象数据模型的总体精度达到84.2%,优于遥感数据模型的80.0%和气象数据模型的74.7%。进而得出,相比于单站点准确和空间不连续的气象数据和类型单一的遥感数据,遥感气象数据更适合于区域尺度范围内的作物病虫害发生发展状况的预测研究。     

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。     

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.     

Evaluation of spectral indices and continuous wavelet analysis to quantify aphid infestation in wheat

Wheat aphid, Sitobion avenae F. is one of the most destructive insects infesting winter wheat and appears almost annually in northwest China. Past studies have demonstrated the potential of remote sensing for detecting crop diseases and insect damage. This study aimed to investigate the spectroscopic estimation of leaf aphid density by applying continuous wavelet analysis to the reflectance spectra (350–2 500 nm) of 60 winter wheat leaf samples. Continuous wavelet transform (CWT) was performed on each of the reflectance spectra to generate a wavelet power scalogram compiled as a function of wavelength location and scale of decomposition. Linear regression between the wavelet power and aphid density was to identify wavelet features (coefficients) that might be the most sensitive to aphid density. The results identified five wavelet features between 350 and 2 500 nm that provided strong correlations with leaf aphid density. Spectral indices commonly used to monitor crop stresses were also employed to estimate aphid density. Multivariate linear regression models based on six sensitivity spectral indices or five wavelet features were established to estimate aphid density. The results showed that the model with five wavelet features (R² = 0.72, RMSE = 16.87) performed better than the model with six sensitivity spectral indices (R² = 0.56, RMSE = 21.19), suggesting that the spectral features extracted through CWT might potentially reflect aphid density. The results also provided a new method for estimating aphid density using remote sensing.