基于机器学习的棉花叶面积指数监测

为实现基于机器学习和无人机高光谱影像进行棉花全生育期叶面积指数(Leaf Area Index, LAI)监测,该研究基于大田种植滴灌棉花,在不同品种及不同施氮处理的小区试验基础上,对无人机获取的高光谱数据分别采用一阶导(First Derivative, FDR)、二阶导(Second Derivative, SDR)、SG(Savitzky-Golay)平滑和多元散射校正(Multiplicative Scatter Correction, MSC)进行预处理,并结合Pearson相关系数法、连续投影(Successive Projections Algorithm, SPA)、随机蛙跳(Shuffled Frog Leaping Algorithm, SFLA)和竞争性自适应重加权(Competitive Adaptive Reweighting, CARS)筛选敏感波段,将筛选出的波段,使用偏最小二乘回归(Partial Least Squares Regression, PLSR)、支持向量回归(Support Vector Regression, SVR)和随机森林回归(Random Forest Regression, RFR)3种机器学习算法构建棉花LAI监测模型。结果表明:棉花冠层LAI敏感响应波段集中在可见光(400～780 nm)和近红外(900 nm之后)波段;对比3种机器学习算法,各预处理下RFR建立的LAI监测模型精度最高,稳定性最好,其中以FDR-SFLA-RFR模型最佳,在建模集的决定系数为0.74,均方根误差为1.648 3,相对均方根误差为26.39%;验证集的决定系数、均方根误差分别为0.67和1.622 0,相对均方根误差为25.97%。该研究基于无人机获取的棉花冠层光谱反射率,从不同光谱预处理、波段筛选及建模方法建立的模型中筛选出最佳估算模型用于棉花全生育期LAI监测,研究结果可为棉花大田精准管理及变量施肥提供依据。     

基于SD-SVD-Burg的玉米叶片铜铅污染甄别与程度诊断

为研究一种快速甄别作物受重金属污染的元素类别和所受污染程度的方法,于2017年设置不同梯度铜(Cu)、铅(Pb)胁迫下的玉米盆栽实验,对玉米的紫谷、绿峰和红边3个光谱特征区间的高光谱数据进行光谱一阶微分和奇异值分解处理,并结合Burg算法绘制功率谱密度曲线,同时利用2014年采集的光谱数据作为验证组检验该模型的稳定性。结果表明:健康玉米叶片与不同浓度Cu、Pb胁迫下玉米叶片光谱信号的功率谱密度曲线的波峰数及波峰坡度均不相同。功率谱曲线平均功率和玉米叶片中Cu、Pb含量的相关系数最高可达0.9958,证明该方法在对玉米进行污染元素种类辨别和污染程度诊断方面具有可行性,不同年份Cu与Pb胁迫下绿峰功率谱曲线平均功率与玉米叶片中Cu、Pb含量的相关系数分别为0.9213和0.9915,进一步验证该算法在玉米Cu、Pb污染诊断方面具有稳定性与普适性。     

贵州草海表层沉积物重金属污染特征与源解析

为探明草海沉积物中重金属的污染水平和来源,将沉积物重金属与贵州表生沉积物地球化学背景值进行比较,阐述重金属沉积特征,以生物效应浓度为参考,评价重金属对水生生物的危害性;利用主成分分析法（PCA）、正定矩阵因子分析法（PMF）两种模型解析重金属污染源。结果显示,沉积物中只有Cu、Cr平均含量未超过背景值,Cd、Zn、Hg、As、Pb相对背景值的超标率分别为100%、95.23%、92.86%、83.33%、66.67%,Cu、Cr的含量大多低于效应浓度低值（ERL）,部分样本的Cd、Hg、Zn含量大于效应浓度中值（ERM）限值范围;两种模型均识别出4种污染源,分别为地表径流源占13.31%,人为活动源占45.13%,地质背景源占38.32%,大气沉降源占3.24%。研究表明,两种模型解析的污染源均可得到很好的表达,说明沉积物中重金属来源明确,在制定污染防治措施时应重视人为活动的影响。     

不同施肥处理对南天竹幼苗生长及生理特性的影响

[目的]研究不同施肥量对南天竹苗木生长及生理的影响.[方法]试验在田间条件下,设置了不施肥对照(CK)、常规施肥(T50)、增量施肥(T100)3种施肥处理,测定南天竹的重要生长和生理指标.[结果]不同施肥处理下南天竹苗高、生物量、硝态氮、硝酸还原酶均呈T50>T100>CK的趋势.[结论]通过综合评价,适宜的施肥量为...     

玉米品种的耐瘠性研究

选取贵州地区广泛种植的具有较好耐瘠高产特性的12个玉米品种,利用在中低肥力土上筛选出耐瘠性强的品种和在高肥力土上展现出较高的产量空间的方法,采取与生产相近的条件,筛选出了适合黔中地区推广的耐瘠优质的玉米品种遵玉8号、农大108和黔单16号等.利用耐瘠与不耐瘠玉米在主要性状上的对比鉴定,找出了与玉米耐瘠相关的根数、根系体积、根重和地上部鲜重等几个指标,为耐瘠玉米的评价建立了一定的基础.     

自然保护地巡护道路设计中几个主要指标的确定

自然保护地原则上按核心区和一般管控区实行分区管控.各类保护地巡护道路设计体系目前没有相关设计规范.文章对保护地内巡护道路的等级、平纵设计指标、横断面指标的确定需考虑的因素进行分析,提出了相应的设计指标和参数,以期对后续巡护道路设计提供参考.     

基于高分遥感影像的亚高寒草甸土壤水分含量反演

通过高分卫星遥感影像计算植被供水指数来反演亚高寒草甸土壤水分含量,结合高分辨率遥感影像(GF-2)和中分辨率的遥感影像(Landsat-7)进行土壤水分反演模型建模验证,揭示高分遥感影像结合植被供水指数法在青藏高原东北缘亚高寒草甸草原上的适用性,同时分析研究区土壤水分分布及其影响因素。基于高分二号（GF-2）、Landsat-7影像数据,以甘南藏族自治州当周草原为研究区,利用植被供水指数（VSWI, vegetation supply water index）构建土壤水分反演模型得到研究区土壤水分含量反演图,通过半方差函数及主成分分析法探索研究区土壤水分空间分布及影响因素。结果表明：研究区土壤水分含量分布状态呈现出一定程度的空间变异,体现在整个研究区内以及各个地块之间,土壤水分含量主要介于0.11%~60.44%之间;土壤水分含量与坡度、海拔、坡向、NDVI、地表温度均呈正相关关系,分布主要受NDVI、坡向、坡度、海拔的影响。综上,利用植被供水指数法结合高分遥感影像监测土壤水分含量是可行的,基于GF-2遥感影像所建立的模型拟合度最优,较Landsat-7遥感影像更具优势。     

Google Earth Engine平台支持下的南流江流域生态环境质量动态监测

为探究南流江流域2000—2019年生态环境质量的时空变化,利用Google Earth Engine（GEE）平台对2000—2019年南流江流域Landsat影像进行优化重构,并耦合植被绿度、湿度、地表温度、土壤干度等生态环境指标,构建遥感生态指数（RSEI）模型对南流江流域生态环境质量进行监测和评价。结果表明：2000—2019年南流江流域生态环境质量呈现逐年好转的态势,RSEI均值从2000年的0.543 4增长至2019年的0.636 4;南流江流域生态环境质量面积变化主要以中等生态风险等级向良生态等级转移为主,其中流域上游的中生态等级面积占比减少29.90个百分点,下游的良生态等级面积占比增加28.11个百分点。研究表明,使用GEE平台重构年度无云影像,可以对常年多云覆盖区的生态环境质量进行长时序的监测和评价。     

EBR对盐胁迫下玉米幼苗生理指标及抗氧化酶和水孔蛋白基因表达量的影响

以玉米自交系Mo17为材料,用不同浓度的EBR处理150 mmol/L NaCl胁迫的玉米幼苗,测定其叶绿素含量、过氧化物酶(POD)活性、脯氨酸含量、可溶性糖含量、丙二醛(MDA)含量和根系活力等指标,同时通过荧光定量PCR测定CAT酶基因和ZMPIP2-4基因的表达。结果表明,EBR处理后,玉米幼苗的POD酶活性、可溶性糖含量、脯氨酸含量和根系活力增加,MDA含量降低。EBR处理浓度为0.1 mg/L时,可溶性糖、过氧化物酶和根系活力显著增加;EBR浓度为0.001 mg/L时,酶(CAT)基因的表达量有明显上升。EBR浓度为0.1 mg/L时,在生理层面可有效增加玉米抗盐胁迫的能力;0.001 mg/L时在基因层面可显著增加玉米幼苗抗盐胁迫CAT和ZMPIP2-4基因表达量。有效缓解盐胁迫的最适EBR浓度为0.1 mg/L。玉米幼苗抗胁迫基因表达后调控具体机理尚不清楚,需进一步探究。     

甘蓝型油菜主茎理化特性与倒伏的关系及抗倒性评价

以抗倒性不同的8个甘蓝型油菜品种为供试材料,分析了主茎的理化特性、株高、单株产量和倒伏情况,结果表明:中双9号的抗倒性最强,其主茎蛋白质含量最高,其他理化指标在品种间无明显区别;主茎钾含量与蛋白质、电阻率呈显著负相关;但蛋白质与含水量、粗纤维与抗折力、钙含量与单株产量、株高与粗纤维、株高与倒伏指数、倒伏指数与倒伏系数等均呈显著正相关;单株产量与倒伏指数呈极显著正相关。利用倒伏系数(单株产量/株高×抗折强度)评价油菜倒伏性是可行的。