排序方式: 共有53条查询结果,搜索用时 15 毫秒
1.
测试了棉花2个品种4水平种植密度的4个关键生育时期冠层反射光谱,应用微分技术处理棉花冠层反射光谱,提取了红边(680~750nm)波段范围的最大一阶微分值(Dr)和红边面积(SDr)参数。分析了棉花冠层红边参数在不同生育期的变化特征和棉花吐絮期的两种生长类型的冠层红边状况,表明红边位置可以指示它们的氮素状况。以新陆早8号的SDr为自变量与对应的LNA为因变量进行相关分析,SDr与冠层LNA达1%极显著相关(R=0.9186**,n=32),利用其构建的模型方程估算新陆早6号的LNA,实测LNA和估测LNA的估计标准差为0.8909g/m2,估算精度为88.1%(R=0.9277**,n=32),说明采用高光谱提取的红边参数信息是无损实时、快捷评价棉花氮素状况的有效方法。 相似文献
2.
3.
4.
5.
6.
加工番茄早疫病的准确预测,有助于及时采取防治措施,降低产量损失.测定加工番茄早疫病冠层光谱,对380~760 nm进行连续统去除变换,提取波段深度、波段位置、波段宽度、斜率、面积等特征参数,并对原始光谱提取红谷、绿峰、红边及相应波段位置等特征参数.利用Gram-Schmidt算法对特征参数进行成分提取,作为广义回归神经网络(GRNN)的输入变量,对加工番茄早疫病病情严重度进行预测.研究结果表明,与多元线性回归和偏最小二乘法预测模型比较,Gram-Schmidt算法与GRNN融合模型的预测精度相对较高,R2为0.843,RMSE为0.136,该方法能够对加工番茄早疫病病情严重度进行快速、准确的预测. 相似文献
7.
基于高光谱数据的棉花冠层FPAR和LAI的估算研究 总被引:5,自引:3,他引:2
通过非成像高光谱仪和光量子传感器,获取了棉花2品种4水平种植密度冠层关键生育时期的反射光谱数据和光合有效辐射值;利用光谱多元统计分析技术与微分处理,分析表明,反射光谱813 nm(ρ813)和758 nm(ρ758)处分别是光合有效辐射截获量(FPAR)和叶面积指数(LAI)的敏感波段。用反射率ρ813和ρ758分别与FPAR和LAI建立的线性相关模型方程估测FPAR和LAI,经检验,它们的实测值与估测值之间均呈极显著的线性相关(rFPAR=0.7199**,rLAI=0.6430**,α=1%,n=70),模型方程的估算精度分别达96.5%、81.7%;而一阶微分光谱数据与FPAR在350 ~2500 nm波段范围相关不显著,与LAI的最大相关发生在734 nm波段处。基于一阶微分光谱ρ′734与棉花冠层LAI线性相关的模型方程,估测LAI,实测值与估测值之间呈极显著的线性相关(rLAI=0.6947**,α=1%,n=70),估算精度为82.4%,与反射光谱758 nm估测LAI的精度接近。结果表明,棉花冠层光谱数据可以对光合有效辐射截获量FPAR和LAI进行实时、无损、动态、定量的估算。 相似文献
8.
[目的]分析棉花冠层水分胁迫指数(CWSI)与光合参数的相关关系,建立CWSI与光合参数的相关模型,为CWS1用于定量监测新疆棉花冠层水分胁迫状况的研究提供依据.[方法]在棉花生长的花铃期,利用Fluke热像仪获取2个棉花品种4水平水分处理冠层的红外热图像,运用图像处理技术,提取棉花冠层受光叶片的温度,并将湿人工参考表面(WARS)的温度运用到Jones定义的作物水分胁迫指数(CWSI)的经验公式中,计算CWSI;同时,采用LI-6400便携式光合仪测得棉花叶片净光合速率(Pn)、气孔导度(Gs)和蒸腾速率(Tr),并探索棉花水分胁迫指数与其光合参数的定量关系.[结果]水分胁迫下CWSI值升高,而Pn、Gs和Tr值相应降低.花铃期的4个关键生育时期CWSI分别与Pn、Gs和Tr呈极显著的线性负相关关系,CWSI与Pn、Gs和Tr的平均相关系数分别为rCWSI-Pn=-0.8823**、rCWSI-GS=-0.9073**和rCWSI-Tr,=-0.9356**.[结论]棉花水分胁迫指数CWSI与光合参数Pn、Gs和Tr同步反映棉花冠层的水分状况. 相似文献
9.
大豆叶面积指数的高光谱估算模型研究 总被引:1,自引:0,他引:1
通过测试大豆4个生育阶段350~2500nm波段的冠层高光谱数据,用近红外波段760nm-850nm及红光波段650nm-670nm的2个范围内的波段反射率,组成了高光谱比值植被指数(RVI)和800nm和670nm2个波段反射率组成修改型二次土壤调节植被指数(MSAVI2);基于RVI和MSAVI2植被指数,建立了大豆叶面积指数(LAI)的6种单变量线性与非线性函数模型,经检验均达到1%极显著水平。其中,以RVI所构建洲的幂函数、MSAVI2所构建LAI的指数函数、对数函数估测模型的相关系数相对较高;用MSAVI2所构建的LAI精度较高的对数函数模型反演大豆叶面积指数,实测LAI与估测LAI呈极显著线性相关(R=0.9098^**,n=46),模型方程的估算精度达84.9%,实测值与估算值的RMSE=0.2420,平均相对误差为0.1510。表明采用高光谱植被指数,能够实时、无损、动态、定量提取大豆叶面积指数,为设计理想的大豆群体和大豆遥感估产提供了科学的依据。 相似文献
10.