实测高光谱和HSI影像的区域土壤含水量遥感监测研究

基于典型研究区植被冠层实测高光谱数据和HSI高光谱影像数据,通过相关分析选择与不同深度土壤含水量响应敏感波段,建立两者的土壤含水量反演模型,并用实测高光谱土壤含水量反演模型校正HSI影像土壤含水量反演的模型。结果表明:土壤含水量响应敏感波段区域为450~650 nm和850~920 nm;两种土壤含水量反演模型对土壤深度为0~10 cm的土壤含水量估算效果最好,其中实测冠层高光谱土壤含水量反演模型精度高于HSI影像土壤含水量反演模型,判定系数(R~2)分别为0.659和0.557;经过校正的HSI影像土壤含水量反演模型精度有了较大的提高,判定系数(R~2)从0.557提升到0.719,均方根误差(RMSE)为0.043 5,较好地提高了区域尺度条件下土壤含水量监测精度,因此运用该方法进行土壤含水量遥感监测是可行的,为进一步提高区域尺度下土壤含水量定量遥感监测提供参考借鉴。     

甜瓜贴接嫁接机切削装置工作参数优化与试验

为提高嫁接成活率并解决用工短缺的问题,全自动嫁接机的研发已成为当前热点。该文设计了甜瓜贴接嫁接机的关键部件嫁接苗切削装置,并采用试验方法对该装置的最佳工作参数进行了优化试验。论文在研制出切削装置样机的基础上,以典型的甜瓜嫁接苗为研究对象,选取切削角度、切削半径和切削高度作为试验因素,以砧穗嫁接贴合百分比为试验指标,进行嫁接苗切削装置作业性能的单因素和二次回归正交试验,确定了该装置的最优工作参数,并进行了试验验证。试验结果表明,嫁接苗切削装置的工作参数为切削角度-9°、切削半径39 mm、切削高度30 mm时切削装置切削效果最好,砧穗嫁接贴合百分比为98.2%,可以保证较高的嫁接成活率。切削装置可以成功地完成甜瓜嫁接苗的切削,满足设计要求。该研究为蔬菜全自动嫁接机的研制与开发提供了参考。     

基于MODIS和NOAA数据尺度转换的若尔盖植被变化研究

为获得若尔盖地区较长时间序列的遥感植被指数,采用重采样技术和一元线性回归方法实现了GIMMS NDVI和MODIS NDVI的空间尺度转换和时间尺度外推。结果表明:（1）不同重采样方法对MODIS NDVI数据的影响与空间尺度有关,对GIMMS NDVI数据的影响则与空间尺度关系不大;（2）空间分辨率2.5 km,对不同植被类型可建立GIMMS NDVI和MODIS NDVI数据的一元线性转换关系,利用GIMMS NDVI拟合的结果与MODIS数据的差值统计符合正态分布;（3）1982—2013年,以1998年为节点若尔盖地区的植被先退化后逐渐恢复,尽管近几年植被指数平均水平高于研究初期,但局部地区的植被退化形势仍然比较严峻。     

基于多光谱影像反演土壤盐分的建模方法研究

土壤盐分的定量遥感反演,为快速、准确、全面地监测盐渍化状况提供了可能。本文以黄河三角洲地区垦利县为例,实地调查采集土壤样本,并获取同时相Landsat 8影像,建立土壤盐分遥感反演的BP神经网络、偏最小二乘回归、主成分分析、多元线性回归多种模型,进而进行精度对比分析,评价、优选最佳建模方法,最后,基于最佳模型进行研究区土壤盐分的空间分布反演分析。结果显示:遥感影像的反射率与土壤盐分含量并不是单纯的线性关系,构建的盐分估测模型BP神经网络预测决定系数为0.8467,均方根误差为0.071,明显高于传统线性统计模型,能较好地模拟土壤盐分与光谱数据的关系。该研究既能为盐渍土的治理、利用提供数据支持,又能推动盐渍化区域遥感研究的定量发展。     

基于灰度关联-岭回归的荒漠土壤有机质含量高光谱估算

为改善高光谱技术对荒漠土壤有机质的估测效果,该文采集了以色列Seder Boker地区的荒漠土壤,经预处理、理化分析后将土样分为砂质土和黏壤土2类,再通过光谱采集、处理得到6种光谱指标:反射率(reflectivity,REF)、倒数之对数变换(inverse-log reflectance,LR)、去包络线处理(continuum removal,CR)、标准正态变量变换(standard normal variable reflectance,SNV)、一阶微分变换(first order differential reflectance,FDR)和二阶微分变换(second order differential reflectance,SDR)。通过灰度关联(gray correlation,GC)法确定SNV、FDR、SDR为敏感光谱指标,采用偏最小二乘回归(partial least squares regression,PLSR)法和岭回归(ridge regression,RR)法,构建基于敏感光谱指标的土壤有机质高光谱反演模型,并对模型精度进行比较。结果表明:砂质土有机质含量的反演效果要优于黏壤土;基于SNV指标建立的模型决定系数R~2和相对分析误差RPD均为最高、均方根误差RMSE最低,所以SNV是土壤有机质的最佳光谱反演指标;对SNV-PLSR模型和SNV-RR模型综合比较得出,SNV-RR模型仅用全谱4%左右的波段建模,实现了更为理想的反演效果:其中,对砂质土有机质的预测能力极强(R_p~2为0.866,RMSE为0.610 g/kg、RPD为2.72),对黏壤土有机质的预测能力很好(Rp2为0.863,RMSE为0.898 g/kg、RPD为2.37)。荒漠土壤有机质GC-SNV-RR反演模型的建立为高光谱模型的优化、土壤有机质的快速测定提供了一种新的途径。     

基于不同地表曲面模型预测土壤有机碳含量

Local terrain attributes,which are derived directly from the digital elevation model,have been widely applied in digital soil mapping.This study aimed to evaluate the mapping accuracy of soil organic carbon (SOC) concentration in 2 zones of the Heihe River in China,by combining prediction methods with local terrain attributes derived from different polynomial models.The prediction accuracy was used as a benchmark for those who may be more concerned with how accurately the variability of soil properties is modeled in practice,rather than how morphometric variables and their geomorphologic interpretations are understood and calculated.In this study,2 neighborhood types (square and circular) and 6 representative algorithms (Evans-Young,Horn,Zevenbergen-Thorne,Shary,Shi,and Florinsky algorithms) were applied.In general,35 combinations of first-and second-order derivatives were produced as candidate predictors for soil mapping using two mapping methods (i.e.,kriging with an external drift and geographically weighted regression).The results showed that appropriate local terrain attribute algorithms could better capture the spatial variation of SOC concentration in a region where soil properties are strongly influenced by the topography.Among the different combinations of first-and second-order derivatives used,there was a best combination with a more accurate estimate.For different prediction methods,the relative improvement in the two zones varied between 0.30％ and 9.68％.The SOC maps resulting from the higher-order algorithms (Zevenbergen-Thorne and Florinsky) yielded less interpolation errors.Therefore,it was concluded that the performance of predictive methods,which incorporated auxiliary variables,could be improved by attempting different terrain analysis algorithms.     

便携式X射线荧光光谱仪实验室异位检测法的实用性研究

采用分步取样法验证便携式X射线荧光光谱仪的实验室异位检测法的实用性,以ICP-AES法为基准,对土壤重金属Cr、Cu、As、Pb的含量进行测定,试验中选用70%土壤样品建立一元线性校准模型,30%土壤样品进行校准模型的验证。结果表明,便携式X射线荧光光谱仪实验室异位检测法的检出限分别为Cr 17.7 mg/kg,Cu 10.4 mg/kg,As 5.4 mg/kg,Pb 6.2 mg/kg,均低于国家土壤环境质量一级标准。对国内外标准物质进行多次重复测定,RPD在–8.9%~7.9%,说明仪器在异位测定重金属含量时具有较好的精密度与准确度。分析PXRF法与传统方法测定建立的拟合方程,其决定系数分别为0.817 3、0.787 0、0.673 3和0.722 1,表明PXRF室内异位法可用于土壤重金属Cr、Cu、As、Pb的快速测定;二次采样建立的验证模型R2分别为0.912 4、0.897 9、0.772 3、0.872 9,逐渐靠近理想模型,充分验证PXRF异位法的实用性和校准曲线的准确性,可适用于农田土壤Cr、Cu、As、Pb的快速测定、污染筛查,为土壤重金属速效测定提供有力依据;但仪器在异位测定As元素时准确性降低,建议异位测定时需进行数据校准。     

基于声学特性的西瓜糖度检测系统

该研究优化了由包裹橡皮的金属小球、压电式加速度传感器、电荷放大器、光电式触发电路、数据采集卡和计算机等组成的西瓜声学特性测试系统。由所获取的声波信号幅值谱计算出声透过率,采用TQ软件中SMLR(逐步多元线性回归)函数选取6个特征频率:752、869、1001、4556、322、3950Hz,由其对应的声透过率值建立了西瓜品质检测的多元线性回归模型。对47个西瓜样本的试验数据分析表明:将敲击点和接收点分别放置在西瓜自然生长状态的中部对侧可获得最佳的测定模型,模型的校正相关系数R、校正均方根误差RMSEC和预测均方根误差RMSEP分别是0.80753、0.646和0.655。实现了西瓜糖度检测目的,为声学无损检测西瓜成熟度提供了参考。     

2BFQ-6型油菜精量联合直播机气力式排种系统试验研究

为了对2BFQ-6型油菜精量联合直播机气力式排种系统进行研究,该文在气力式油菜精量排种检测系统研制基础上,以排种盘转速、风机转速及正压泄气孔直径为试验因素,进行了320次全因子组合试验,并运用多元非线性回归等数学方法进行试验数据分析处理。结果表明:各因素对系统排种效果影响程度主次为风机转速>排种盘转速>正压泄气孔直径,而风机转速及其与排种盘转速的交互作用分别是影响各行排种量及其一致性的首要因子;在一定范围内,随着风机转速的提高和排种盘转速的降低,系统排种性能趋于稳定;而当正压泄气孔直径在20和30mm时,系统具有较好的排种量一致性。所得出的气力式油菜精量排种系统的排种量方程、排种量一致性方程及90%排种率参数组合图,可为直播机参数匹配提供参考,也可对直播机的排种性能进行评估。     

基于近红外光谱的室温贮藏下鲜枣霉菌污染动力学模型

为了预测鲜枣常温贮藏的保鲜期,确保鲜枣的品质要求及食用安全,应用近红外光谱建立了室温贮藏下鲜枣内部霉菌菌落总数变化的动力学模型。通过对几种数据预处理方法的比较及特征波数的选择,实现了鲜枣霉菌菌落总数变化的近红外模型的优选。结果表明:经过多元散射校正处理的鲜枣近红外光谱,应用多元线性回归方法建立的霉菌菌落总数模型预测能力较好,校正集相关系数为0.920,均方根误差为1.503,预测集相关系数为0.889,均方根误差为1.514。同时,将近红外光谱模型应用于霉菌菌落总数随贮藏时间变化的零级反应动力学模型中,得到模型的相关系数为0.981。根据近红外光谱吸光度值与贮藏时间的线性关系,当霉菌菌落总数初始值小于等于10cfu/g时,预测出鲜枣在室温下的保鲜期一般为8d。研究表明,结合动力学模型的近红外光谱技术可以作为一种无损、快速检测方法来检测鲜枣霉菌菌落总数变化。