基于MODIS-LAI数据的广西甘蔗物候期提取

广西是我国甘蔗最大的种植区和蔗糖产业基地,但多年来因自然灾害导致的产量损失严重。及时、准确获取甘蔗的物候动态,可为区域甘蔗种植结构优化、灾害风险管理等提供科学支撑。本文分别借助Savitzky-Golay滤波、Asymmetric Gauss拟合及Double Logistic拟合方法对广西2014—2018年的甘蔗MODIS-LAI数据进行时间序列重构,并采用动态阈值法识别甘蔗关键物候期的时空变化特征。结果表明:1)上述方法可有效消除广西甘蔗LAI序列的不稳定波动和奇异值,且Asymmetric Gauss和Double Logistic方法的拟合结果较好地弥补了S-G滤波处理中局部曲线值动荡变化的缺点,能更准确地识别甘蔗生长过程;2)三种方法对广西甘蔗的播种-萌芽期、茎伸期、成熟期开始时间识别的RMSE和平均误差均在±15 d内,其中Asymmetric Gauss方法对甘蔗物候期的提取结果最优。综上,时序曲线重构法的抗干扰性能较好,可一定程度上弥补因云雨、复杂地形地貌导致LAI序列的误差,保证广西甘蔗物候信息获取的准确性。     

基于无人机多光谱遥感的夏玉米冠层叶绿素含量估计

为探讨利用无人机多光谱遥感影像监测夏玉米冠层叶绿素含量的可行性,基于2019年不同施氮水平下(0,105,210,315 kg·N/hm²)夏玉米多光谱遥感影像和田间实测冠层叶绿素含量数据,分析了不同施氮水平下夏玉米冠层叶绿素含量的变化规律,同时选取10种常用光谱植被指数与实测冠层叶绿素含量进行相关性分析,采用与实测叶绿素含量极显著相关的9种植被指数,构建了基于遥感光谱指数的夏玉米冠层叶绿素含量遥感监测模型,并通过精度检验确定最优估测模型.结果表明,施用氮肥能够提高夏玉米冠层叶绿素含量,过量氮肥不能持续提高叶绿素含量,同一施氮水平下不同追肥处理之间叶绿素含量没有明显差异.绿色归一化植被指数与叶绿素含量的相关性系数最高,达到了0.892.采用逐步回归分析方法建立的模型表现最优,决定系数为0.87,均方根误差及相对误差分别为0.15和2.68%.因此,无人机多光谱遥感结合逐步回归模型可以实现田间尺度的夏玉米冠层叶绿素含量的实时监测.     

基于不同平台的小麦病虫害遥感监测研究进展

小麦病虫害的频发不仅会造成产量的巨大损失,病虫害防治农药的过度使用也会提高生产成本,增加农产品有毒残留的风险,而传统监测方法费时费力,具有主观性和滞后性.小麦病虫害遥感监测技术可实现快速、实时无损的监测,从而有针对性的提早防治病虫害.介绍作物病虫害光谱响应生理机制的基础上,重点从不同平台的角度入手概述近年来小麦病虫害遥...     

基于MCGS的蚕种催青环境远程控制系统设计

介绍了一种基于MCGS(网络版)的蚕种催青环境远程控制系统,描述了该系统的总体结构、硬件组成和软件设计。系统采用采集控制器采集现场温度、湿度、光照、气流等数据,通过对组态软件进行二次开发,实现PC机与采集控制器进行通讯,可以现场和远程监控催青室的温度、湿度、光照和气流等环境参数。实际运行表明,该系统具有性能稳定可靠、运行成本低、监测精度高等特点,并具有实时动画显示、报警功能显示、数据库查询和报表输出打印等功能。     

基于平稳小波变换的冬小麦覆盖度高光谱监测

在2010与2011年度冬小麦生长季,通过大田小区试验,实测了冬小麦冠层的高光谱反射率与覆盖度。分析了不同覆盖度下的冬小麦冠层光谱特征以及不同生育期冬小麦冠层光谱反射率与覆盖度的相关性,建立了基于归一化植被指数(NDVI)与比值植被指数(RVI)、小波能量系数的不同生育期冬小麦覆盖度估算模型。结果表明:覆盖度越大,冬小麦光谱反射率在可见光波段越小,在近红外波段越大。在可见光波段,光谱反射率与覆盖度负相关,在"红边"处,由负相关变成正相关。在返青期、拔节期,NDVI估算效果好(R2为0.835 9、0.805 7);在抽穗期、灌浆期,RVI估算效果好(R2为0.803 1、0.829 4)。在返青期、拔节期、抽穗期、灌浆期,以高频、低频小波能量系数为自变量的冬小麦覆盖度估算模型的R2分别达到0.911 2、0.895 4、0.880 2、0.927 5。     

田间环境参数动态监测系统平台设计与实现

信息技术飞速发展,农业不再是简单的田间的播种、收割农作物,而是对于农作物成长过程的更多的管理。面对多变的天气,及时快速的发现异常,则能够让农户减少损失。本设计是用PHP+MySQL数据库开发的,基于B/S结构的田间环境参数动态监测系统平台,它将网络应用技术运用到农业生产中来,使之能够监测农作物生产环境的动态并及时反馈,让农户能够随时随地查看农场环境信息。通过提供农业相关资讯,环境监测以及农户们交流的服务平台,本平台让农民们可以利用信息技术进行科学化管理,学习更多的技术和知识,最终实现提高单位面积产量的目标。     

MODIS/FAPAR在呼伦贝尔草原区的精度验证与分析

验证MODIS/FAPAR产品在温性草原地区的精度,以提高NPP估算精度,为区域碳平衡监测及合理安排草地畜牧业生产提供服务。该文选取两块2 km×2 km温性草甸类草地设计和进行FAPAR实测试验。以分辨率为32 m的北 京-1号卫星遥感数据对样地进行异质性分析,然后进行尺度上推,利用地面实测数据对1km的MODIS/FAPAR草原地区产品进行验证。结果表明,在草地生长季,MODIS/FAPAR产品的草地FAPAR季节变化与实测FAPAR季节变化趋势基本一致,但总体要比实测FAPAR要高,针茅样地MODIS/FAPAR值比实测值要高约13.7%,羊草样地为18.7%。MODIS/FAPAR算法对于局部区域过于粗糙,对草地类型多样的中国来说,需更多的野外试验资料,以反演适合不同草地类型的FAPAR算法。     

小水电站远程监测系统

小水电站远程监测系统解决了边远地区的小水电站运行状态数据的自动监测问题,实现了小水电站调度和管理的信息化,提高了效率,节约了成本。详述了该系统的组成和功能、监控中心和远程终端的设计,并给出了终端防雷击的措施和实际效果。该系统已运行在江西吉安市的多个县电力公司。     

基于随机森林回归算法的小麦叶片SPAD值遥感估算

使用机器学习中的随机森林(RF)回归算法构建小麦叶片SPAD值遥感反演模型。以2010—2013年江苏地区试验点稻茬小麦3个生育期(拔节、孕穗、开花)的叶片为材料,结合我国自主研发的环境减灾卫星HJ-1对研究区域进行同步监测,分析了各生育期叶片SPAD值与8种植被指数间的相关性;以0.01水平下显著相关的植被指数作为输入参数,使用RF回归算法构建了每个生育期的小麦SPAD反演算法模型,即RF-SPAD模型,以支持向量回归(SVR)和反向传播(BP)神经网络算法构建的SVR-SPAD模型和BP-SPAD模型作为比较模型,以R2和均方根误差(RMSE)为指标,分析了每个生育期3个模型的学习能力和回归预测能力,结果表明:RF-SPAD模型在3个生育期都表现出最强的学习能力,R2和RMSE在拔节期分别为0.89和1.54,孕穗期分别为0.85和1.49,开花期分别为0.80和1.71;RF-SPAD模型在3个生育期的回归预测能力都高于BP-SPAD模型,高于或接近于SVR-SPAD模型,R2和RMSE在拔节期分别为0.55和2.11,孕穗期分别为0.72和2.20,开花期分别为0.60和3.16。     

基于MK—SVR模型的小麦叶面积指数遥感反演

提出了运用多核支持向量回归(MK-SVR)算法构建小麦叶面积指数(LAI)遥感监测模型。以2010—2013年试验样点小麦拔节、孕穗、开花3期的实测LAI数据为基础,同步获取我国自主研发的环境减灾卫星HJ-CCD对该研究区域的影像数据,分析了各生育期小麦LAI与8种植被指数间的相关性。以显著相关的植被指数作为输入参数,使用MK-SVR算法构建了每个生育期的小麦LAI反演模型,即MK-SVR-LAI模型。为了评价模型,每期使用单一核支持向量回归(SK-SVR)、偏最小二乘(PLS)回归算法构建了SK-SVR-LAI、PLS-LAI模型。将模型估算LAI值和田间观测LAI值进行比对,以决定系数(R2)和均方根误差(RMSE)为指标评价并比较了模型。结果表明:3个生育期MK-SVR-LAI模型的RMSE值均低于参比模型,拔节期为0.293 1,孕穗期为0.466 8,开花期为0.548 6,且该模型的R2也都最高,拔节期为0.762 4,孕穗期为0.801 8,开花期为0.668 9。