模拟多光谱卫星宽波段反射率的冬小麦叶片氮含量估算

基于多年大田和小区试验下的实测小麦冠层高光谱信息,利用传感器光谱响应函数模拟Landsat 8、SPOT 6、HJ-1A、HJ-1B、GF-1和ZY-3卫星可见光-近红外波段的冠层光谱反射率,构建基于光谱指数的全生育期叶片氮含量(Leaf nitrogen concentration,LNC)估算模型。结果表明,基于不同传感器模拟的宽波段光谱反射率、光谱指数之间存在差异,但差异不显著;所有筛选的光谱指数和叶片氮含量都在P0.01水平显著相关,基于各光谱指数所构建的全生育期叶片氮含量估算通用模型均通过显著性检验;基于综合指数(TCARI/OSAVI)、转化叶绿素吸收反射指数(TCARI)、比值植被指数(RVI)的叶片氮含量估算模型具有较高的敏感性,噪声等效误差(NE)均小于1.6,其中以TCARI/OSAVI建立的叶片氮含量估算通用模型具有最好的拟合、检验精度和适用性,模型决定系数为0.62,NE为1.26。     

基于GIS的铜川市印台区耕地地力评价研究

基于GIS技术,根据印台区耕地第2次土壤普查资料和“测土配方施肥”采样调查分析结果,利用县域耕地资源管理信息系统,对铜川市印台区耕地地力进行了定量评价分级。结果表明,印台区总耕地面积为19 177.85 hm²,占总土地面积的31.50%;其中一级地、二级地、三级地、四级地和五级地的面积分别为3 692.66、4 991.53、2 644.04、6 568.90 hm²和1 280.72 hm²,质量较低的四、五级地占地比例很高,达40%以上;地力水平整体处于国家标准的中等偏下等级。影响耕地地力水平的主要限制因子是地形起伏较大、地块分布散碎,缺乏灌溉条件和基础设施较差;今后应加强有限耕地资源的保护,大力开展土地整理,兴建水利工程,完善基础设施建设,建成一定数量的高标准基本农田。     

基于红边参数和人工神经网络的苹果叶片叶绿素含量估算

【目的】应用人工神经网络来解决苹果叶片叶绿素含量与高光谱数据之间的非线性关系,建立估测苹果叶片叶绿素含量的最佳模型,为苹果叶片叶绿素含量的快速无损监测提供参考。【方法】以位于陕西扶风杏林镇的树龄为4～5年的15棵苹果树为研究对象,2015年分别于果树花期(4月27日)、幼果期(5月30日)、果实膨大期(7月6日)、果实着色期(8月5日)、果实成熟期(9月11日)采集叶片样本,利用SVC HR-1024i型高光谱仪和SPAD-502叶绿素仪同步获取苹果叶片光谱值和对应的叶绿素含量,对原始光谱和一阶导数光谱与叶绿素含量之间的关系进行分析,从一阶导数光谱中提取苹果叶片光谱的5个红边参数,从5个红边参数中筛选出相关性好的红边参数,使用传统单变量回归算法、反向传播(back propagation,BP)神经网络和径向基函数(radial basis function,RBF)神经网络,建立叶绿素含量估测模型,用决定系数(R2)、均方根误差(RMSE)和相对误差(RE)来验证模型的准确性。【结果】与原始光谱相比,一阶导数光谱与苹果叶片叶绿素含量的相关性更高。5个红边参数中,红边位置、峰度系数、偏度系数与叶绿素含量的相关系数均较高,且均达极显著水平。建立的传统单变量回归模型中,基于红边位置、峰度系数和偏度系数的R2均大于0.7,其中基于偏度系数建立的多项式模型模拟精度最高,验证结果R2为0.872,RMSE为4.631,RE为8.81%。选取红边位置、峰度系数和偏度系数为人工神经网络的输入变量,分别优化BP神经网络的隐含层节点数和网络类型以及RBF神经网络的扩展系数(SPREAD值)来提高预测精度,结果发现,建立隐含层节点数为4的双隐含层BP神经网络最优模型R2为0.891,RMSE为3.844,RE为7.55%;当SPREAD值为0.6时,建立的RBF神经网络最优模型的R2为0.955,RMSE和RE分别为2.517和3.69%。【结论】估算苹果叶片叶绿素含量时,人工神经网络模型比传统单变量模型精度高,其中RBF神经网络模型学习速度快、精度高,拟合结果更加可靠。     

结合SPA和PLS法提高冬小麦冠层全氮高光谱估算的精确度

【目的】 冠层高光谱全波段信息可以在小麦拔节期快速无损地估算叶片的氮含量。本研究结合连续投影算法 (SPA) 和偏最小二乘 (PLS) 技术,筛选了冬小麦拔节期冠层光谱对叶片氮含量的敏感特征波段,以期为冬小麦关键生育期氮素含量的遥感估算提供理论依据和技术支持。 【方法】 以陕西关中地区2015—2016年冬小麦小区试验为基础,基于连续投影算法 (SPA) 提取冬小麦叶片全氮含量的冠层光谱敏感波段,并结合偏最小二乘 (PLS) 回归法建立基于敏感特征波段的冬小麦拔节期叶片氮含量估算模型。 【结果】 SPA算法从冬小麦338～2510 nm的冠层光谱中优选出了1985 nm、2474 nm、1751 nm、1916 nm、2507 nm、1955 nm、2465 nm和344 nm共计8个叶片全氮含量的敏感特征波段,波段数目下降了98.9%,有效降低了光谱信息的冗余;基于敏感特征波段构建的叶片氮含量偏最小二乘回归模型的决定系数和均方根误差分别为0.82和0.28,模型验证方程的决定系数和均方根误差分别为0.84和0.21,模型的相对预测偏差大于2,具有较高的精度和良好的预测能力。 【结论】 与常用植被指数的叶片氮含量估算模型相比,连续投影算法 (SPA) 结合偏最小二乘 (PLS) 方法的叶片氮含量估算精度更高,稳定性更强,可以作为冬小麦拔节期叶片氮含量的高光谱估算方法。      

基于高光谱和BP神经网络模型苹果叶片SPAD值遥感估算

叶绿素含量表征植被的营养生长状况,为西北地区苹果的大面积、无损、实时生长监测提供科学依据,使用SVC HR-1024I型便携式野外光谱辐射仪和SPAD-502型叶绿素仪测定不同生育期苹果叶片光谱反射率和SPAD值。分析不同生育期苹果叶片SPAD值及其高光谱变化特征,不同生育期叶片SPAD值与原始光谱反射率和光谱特征参数的相关性,构建基于光谱特征参数的单因素回归模型、多元线性逐步回归模型和基于逐步回归分析的BP神经网络模型,并对反演模型进行验证。结果表明,1)从新梢开始生长到果实成熟,苹果叶片SPAD值呈现先上升后下降趋势;2)基于光谱特征参数构建估算叶片SPAD值的单因素回归模型、多元线性逐步回归模型和基于逐步回归分析的BP神经网络模型均通过显著性检验,在秋梢停止生长期各模型反演和预测精度均最高;3)在各生育期,基于光谱特征参数建立的单因素回归模型中,均以蓝边幅值Db和绿峰面积SRg为自变量建立的回归方程拟合和预测能力最优;4)在各生育期,基于逐步回归分析的BP神经网络模型反演和预测能力较单因素回归模型和多元逐步回归模型表现最优,建模R2和验证R2分别达到0.90和0.84以上,验证RMSE4.41,验证RE8.42%,是一种快速、高效估算苹果叶片SPAD值的良好反演方法。     

基于高光谱的不同生育期玉米花青素含量估测

花青素(Anthocyanin)是玉米体内的重要色素,对花青素含量的便捷、无损估测对监测玉米长势具有重要意义。利用关中地区拔节期、大喇叭口期、抽雄期以及乳熟期玉米冠层叶片Anth值及高光谱数据建立多个单因素模型和多因素模型。结果表明,不同生育期玉米叶片原始光谱特征总体一致、局部不同。变换光谱的特征波段与Anth值相关性优于原始光谱,其中一阶导数光谱特征波段最优。连续投影算法(SPA)降维能力较好,筛选出的建模参数在2～27个。最优单因素模型与多元性线性回归模型精度均为抽雄期最优,拔节期和大喇叭口期次之,乳熟期最差。所有模型中,抽雄期基于一阶导数光谱的麻雀搜索算法-极限学习机回归(SSA-ELMR)模型精度最佳,该模型建模与验证R²分别为0.847、0.895,相应nRMSE为6.44%和7.21%。本研究结果表明抽雄期是玉米叶片花青素含量反演的最佳时期,极限学习机能进一步提升传统模型精度。     

西安市土地覆被时空变化及驱动因子研究

利用遥感以及地理信息技术,获取并分析西安市主城区1988年、1995年及2006年三期土地覆被数据。结果表明:近20年来,西安市建设用地持续增加,2006年建设用地的面积是1988年的3.1倍,增加的用地主要来自城市周围耕地,其以每年13.68 km2的速度在减少。1988年到1995年,建设用地增加了68.65%,耕地减少了15.23%,城市为填缝式发展;1995年到2006年,建设用地增加了80.77%,耕地减少了25.6%,交通用地大面积增加,城市为向外扩张式发展。根据土地利用/覆被变化转移矩阵分析,1988年到1995年以及1995年到2006年农用地转化为建设用地的面积分别为107.99 km2以及173.23 km2。城市化驱动因子主要是政策导向以及经济发展,另外,家庭结构的变化也是主要驱动因子之一。     

土壤侵蚀信息图谱的内涵与表达

在对地学信息图谱研究进展分析总结的基础上,阐述土壤侵蚀信息图谱的概念,及土壤侵蚀类型信息图谱、土壤侵蚀空间格局图谱和水土流失过程信息图谱3种基本类型的内涵,探讨土壤侵蚀信息图谱的构建过程,提出土壤侵蚀信息图谱的内容与表达方式,并对土壤侵蚀信息图谱的意义和发展进行展望。     

土壤有机碳储量研究进展

如何有效进行土壤有机碳储量估算,世界各国都做了有益地探索和研究。本文通过对比分析目前国内外土壤有机碳相关研究成果,系统总结了土壤有机碳的研究背景、研究方法、评价指标及储量等主要成果,并指出了我国在土壤有机碳储量研究方面存在的若干问题。最后提出目前需要深入的几个研究方向,包括采用大比例尺地形图,进一步提高不同海拔地块土壤碳储量估算精度,加强土壤有机碳与气候相互作用机理分析,综合分析土地利用/覆盖变化对土壤有机碳的影响,并寻求不同时空条件下土壤有机碳估算方法。     

陕北黄土高原土地利用/覆盖变化及生态效应评价

基于1997年和2006年两期遥感影像获得陕北黄土高原地区土地利用变化数据,结合 RS和GIS技术,对陕北黄土高原土地利用/覆盖变化特征进行了分析.并采用生态服务价值的方法对陕北黄土高原土地利用变化的生态效应进行了综合评价.结果表明,1997-2006年,陕北黄土高原利用类型发生了显著变化,该区50.37%的耕地转换成为林地和草地,总体生态服务价值量显著增加7.67×106元,年增长率为0.2%,整体生态环境指数有所提高从0.145增长到0.157,土地利用/覆盖变化整体生态贡献指数变化明显,整体贡献指数为1.239,生态环境质量明显改善,表明退耕还林以来陕北黄土高原地区整体生态环境向着健康方向发展.