作物数字图像获取与长势诊断的方法研究

数字图像在作物信息采集方面具有信息量大、速度快、精度高等显著的特点和优势,被广泛应用于作物生长诊断方面。以往研究集中在作物图像分析技术,对图像获取手段和获取系统的技术要求等论述较少。从建立作物图像获取系统的角度出发,在分析作物图像颜色、分辨率、格式和文件存储空间大小的基础上,总结了常用作物图像获取及分析技术在作物监测方面的应用。结果表明,作物水分及营养状况诊断多采用图像颜色特征分析的方法,常用RGB和HIS颜色模型,作物图像可以在自然光照条件下获取,镜头距离地面或作物的距离、拍摄角度、图像分辨率和图像存储格式并无定规,可用JPEG格式来存储图像,节省大量的图像存储空间。土壤和杂草等背景的识别、病虫害特征提取等方面采用颜色特征、多光谱图像、纹理特征和形状特征等方法,图像颜色分辨率从288×352像素到3 072×2 304像素可使识别目标达到80%～95%。图像分辨率高的识别效果好,但是程序用时长,图像文件占用空间大,影响图像传输速度和诊断的实时性。因此获取图像时要根据图像应用的具体情况来选择合理的图像分辨率。     

多尺度遥感数据融合的荒漠净初级生产力估算

以新疆准噶尔盆地东部五彩湾地区为研究区,利用气象数据和多尺度遥感数据,通过改进的CASA模型对2010年研究区域的净初级生产力(NPP)进行估算,并对NPP分布进行分析.结果表明:①将TM数据和MODISNDVI数据融合,生成高时间分辨率的TM影像,对于NPP的高空间分辨率的研究提供数据支持.②2010年该研究区植被NPP为6.571 78 Mt·a-1,总体分布趋势由西北向东南递减,且随季节变化的趋势也非常明显,在6-8月NPP占全年的57.35％,12月、1月、2月植被NPP值极低,可以忽略为0.③利用地面实测点验证NPP模型估算值,平均相对误差为0.167,精度达到83.3％,NPP实测值与估算值的相关系数为0.952并在0.01水平上显著.④该模型在数据获取方面具有极大的优越性,仅利用遥感数据和地面气象数据就可以对干旱区植被NPP进行估算,为NPP的估算提供了较为便捷的方法.     

基于Landsat 8 OLI辅助的亚米级遥感影像树种识别

为研究高空间分辨率遥感影像与多光谱遥感影像协同进行面向对象树种识别的有效性,本研究以QuickBird高空间分辨率(全色0.61 m)和Landsat 8 OLI(30 m)遥感影像为基础数据,在分类的过程中采用2种分割方案(有Landsat 8 OLI遥感影像辅助的QuickBird遥感影像分割和无Landsat 8 OLI遥感影像辅助的QuickBird遥感影像分割)进行多尺度分割,对2种分割方案进行比较。基于QuickBird遥感影像和Landsat 8 OLI遥感影像提取光谱、纹理、空间3方面68种分类特征,应用最邻近分类法和支持向量机分类方法进行面向对象树种分类,采用相同的分类系统、统一的分割尺度以及同一套验证样本,利用Kappa系数、总精度、生产者精度和用户精度4个评价指标进行精度评价。结果表明:单独使用QuickBird高空间分辨率遥感影像的分割结果优于QuickBird高空间分辨率遥感影像与Landsat 8 OLI遥感影像协同分割的结果,最优分割阈值与合并阈值分别为25和90。在最优分割结果的基础上,多光谱Landsat 8 OLI遥感影像与QuickBird高空间分辨率遥感影像协同进行面向对象分类,最邻近分类法和支持向量机分类方法的分类总精度分别为85.35%(Kappa=0.701 3)和88.12%(Kappa=0.853 6);单独使用QuickBird高空间分辨率遥感影像进行面向对象分类,2种方法的分类总精度分别为79.67%(Kappa=0.693 9)和83.33%(Kappa=0.792 5)。QuickBird遥感影像在Landsat 8 OLI遥感影像辅助下,分类结果的地物边界更加清晰,总体精度及主要树种识别精度均得到了提高。研究成果应用在实地森林调查与区划时可有效缩短调査时间、减少调查成本、降低劳动强度、提高成果质量。      

MODIS数据以及变分订正技术在长沙城市热岛特征分析中的应用

利用EOS/MODIS遥感信息反演地表温度和植被覆盖指数,引进新的变分订正方案,利用常规气象资料,对高分辨率地表温度场实施订正,对长沙市热岛(UHI)空间分布规律及影响因子进行研究.通过分析长沙城市地区的土地覆盖、植被绿地状况与热岛空间分布状况的关系,揭示出研究区域UHI主要特征为:(1)从研究区域地表覆盖图发现,长沙市城区四周均有相对地势较高的山地,但地形梯度不大,接近四面环山的地貌特征,容易造成城区的热量聚集,有利于城市热岛效应的形成,使得长沙城区存在明显的热岛分布;(2)UHI分布与城市结构的轮廓相一致,长沙城区与地势相对平坦的近郊区的地表温度差异为3～5℃,与地势较高的周边远郊区的地表温度差异为6～8℃,长沙城区热岛效应与城市规划呈对应关系,热岛效应最显著的区域为二环线内,并从中心沿三环逐渐向郊区减弱;(3)地表覆盖类型对UHI的效应明显,长沙地区植被绿地状况与UHI呈现明显反相关分布,揭示出植被绿地对降低UHI具有重要的作用,大范围的绿地建设能有效降低UHI.     

Extraction of Proteins from Apple Leaves for Two-Dimensional Electrophoresis Analysis

In order to develop an efficient method about protein extraction which is suitable for apple proteomic analysis, four protocols of total protein extraction from apple leaves, which are trichloroacetic acid/acetone precipitation method （TCA）, phenol extraction methanol/ammonium acetate precipitation method, Tris-HCl extraction method and modified Tris-HCl extraction method were compared. The results showed that the modified Tris-HCl extraction method was the most suitable method in protein extraction for two-dimensional electrophoresis （2-DE） from apple leaves based on the highest resolution and more informative spots of 2-DE gels with no apparent vertical or horizontal streaking.     

基于无人机多光谱遥感的马尾松林叶面积指数估测

快速、准确、无损估测马尾松林叶面积指数对精准林业管理具有重要意义。以小型低空无人机为平台,搭载RedEdge多光谱传感器,获取福建省西部马尾松林多光谱影像,运用重采样的方式获取并计算不同空间分辨率（0.08、0.1、0.2、0.5、1、2、5m）下的植被指数,结合地面实测LAI数据,分析其与植被指数的相关性,进而采用线性模型（LR）、多元逐步回归模型（MSR）、随机森林模型（RF）、支持向量机模型（SVM）和人工神经网络模型（BP）构建不同空间分辨率下的马尾松林LAI估测模型,以决定系数（R2）、均方根误差（RMSE）、相对分析误差（RPD）和总体精度（TA）来评价估测模型精度,从而确定最佳空间分辨率和最佳模型。结果表明,不同空间分辨率下LAI与植被指数均呈极显著相关（p<0.01）;多变量模型（MSR、RF、SVM、BP）的调整R2平均值高于LR模型;随着空间分辨率的增加,不同模型的R2整体上呈先增大后减小的趋势;当空间分辨率为0.5m时,利用植被指数建立的RF模型为马尾松林LAI的最佳估测模型,RF模型的调整R2为0.766,模型估测的R2、RMSE、RPD和TA分别为0.554、0.421、1.523和81.95%。本研究可为无人机多光谱遥感反演森林LAI表型参数的空间分辨率和模型选择提供理论参考。     

基于MSR-cut的高空间分辨率遥感影像边缘检测分割

针对R-cut（Ratio cut）边缘检测分割模型对高分辨率遥感影像分割时存在过分割和模糊边缘敏感性问题,提出了一种多尺度R-cut（Multi-scale ratio cut, MSR-cut）的遥感影像边缘检测分割方法。首先,采用形态重建的分水岭分割算法对影像过分割,形成多个超像素区域;然后计算并提取影像各个区域的纹理特征信息熵值、光谱特征与邻域均值差分归一化值,分别进行同质性和异质性的有效衡量;并构建评价函数获取最优分割尺度,对这些超像素区域进行初步合并,得到影像的粗分割结果;最后结合各地物的边界权重信息,从全局角度用R-cut的方法对粗分割结果进一步合并,完成对影像的精细分割,生成最终的分割结果。实验选取5个不同场景的高分辨率遥感影像,采用定性和定量两种方法对比分析本文方法与传统R-cut边缘检测分割、Spectral-Rcut边缘检测分割和Textured-Rcut边缘检测分割方法。实验结果表明,MSR-cut边缘检测分割方法能够有效提高分割精度,增强噪声鲁棒性,可取得较好的分割视觉效果。     

农业机器人视觉导航中多分辨率路径识别

针对非结构化的农田自然环境，提出农业机器人视觉导航时的多分辨率路径识别算法。首先探讨了用于路径识别的适宜的彩色特征，然后基于小波变换分析了多分辨率边缘检测过程，最后结合跟踪路径的特点融合了多分辨率检测结果。油菜地图像的处理结果表明了该算法的有效性。     

碱性盐胁迫对3种灌木碳同位素分辨率、光合参数及矿质元素的影响

为了明确3种灌木耐盐碱能力,为盐碱地抗逆性灌木筛选提供优质植物资源。本文通过盆栽试验,比较研究了大洋洲滨藜(Atriplex nummularia)、四翅滨藜(Atriplex canescens)和宁夏枸杞(Lycium barbarum L.)3种灌木在不同浓度Na HCO3胁迫条件下生长、碳同位素分辨率(Δ13C)、光合参数和矿质元素含量的变化,为盐碱地优良抗逆性灌木筛选提供必要的理论依据。结果表明,3种灌木随着胁迫浓度的增加,净生长量呈先增后降的趋势,即150 mmol·L-1Na HCO3胁迫时,净生长量最高。大洋洲滨藜和四翅滨藜随着胁迫浓度的增加,净光合速率(Pn)、气孔导度(Gs)、蒸腾速率(Tr)、水分利用效率(WUE)和气孔限制值(Ls)呈先增加后降低的趋势,胞间CO2浓度(Ci)呈先降低后增加的趋势。宁夏枸杞随着胁迫浓度的升高,Pn、Gs、Tr和Ls降低;3种灌木的碳同位素分辨率△13C在低浓度胁迫时与对照相比升高;3种灌木灰分含量随胁迫浓度的升高均呈下降趋势;四翅滨藜的矿质元素K和Ca含量在低浓度胁迫时与对照相比增加,Na含量与对照相比降低;大洋洲滨藜和枸杞K和Ca含量随着胁迫浓度的升高总体呈下降趋势,Na含量呈升高趋势。3种灌木的△13C分别与WUE、灰分、K和Ca呈正相关关系,大洋洲滨藜和宁夏枸杞的△13C与矿质元素Na呈负相关。由此说明,适度的碱性盐胁迫能够促进大洋洲滨藜和四翅滨藜的的生长,增加其生物量,提高了光合效率。     

遥感数字图像的无缝镶嵌

在遥感图像的应用中．当研究区处于几幅图像的交界处或研究区较大需多幅图像才能覆盖时．常常需要把覆盖研究区的那些图像进行配准并把这些图像镶嵌起来．才能更好地统一处理、解译分析和研究．以航空像片为例．利用图像处理软件ERMAPPER6．2对图像进行数字镶嵌并作无缝接边处理．结果表明：这样．人大改善了镶嵌后图像的质量．解决了手工镶嵌图像中接缝馆移、色调不均匀、地质界线延仲、影像错位等许多问题（大幅图像尤其明显)．为后期的图像处理创造良好的基础．目前出现的米级高分辨率的卫星图像同本次采用的航空像片在波段和分辨率上具有相似性．因此本研究对这些高分辨率卫星图像的镶嵌同样适用．