期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
无人机观测时间对玉米冠层叶绿素密度估算的影响
1
作者 周丽丽 冯海宽 +8 位作者 聂臣巍 许晓斌 刘媛 孟麟 薛贝贝 明博 梁齐云 苏涛 金秀良 《浙江农业学报》 CSCD 北大核心 2024年第1期18-31,共14页
为探讨不同时间获取的无人机多光谱数据对玉米冠层叶绿素密度(canopy chlorophyll density,CCD)估算的影响,分别在玉米抽雄吐丝期、籽粒建成期、乳熟期和蜡熟期选择同一天的10:00—10:59、11:00—11:59、13:00—13:59和14:00—14:59进... 为探讨不同时间获取的无人机多光谱数据对玉米冠层叶绿素密度(canopy chlorophyll density,CCD)估算的影响,分别在玉米抽雄吐丝期、籽粒建成期、乳熟期和蜡熟期选择同一天的10:00—10:59、11:00—11:59、13:00—13:59和14:00—14:59进行无人机多光谱观测试验,并结合PROSAIL模型模拟结果与实测CCD数据,分析一天中不同时刻典型植被指数的变化规律及CCD估算结果的差异。结果表明:在同一天中,无人机玉米冠层反射率和与实测CCD相关性较好的植被指数值均随时间变化,近红外波段的反射率变化最明显,越接近12:00,实测的植被指数值越低,而在一天的不同时间PROSAIL模型模拟的植被指数值几乎没有差异。在同一天,基于不同观测时间获取的同一植被指数与实测CCD的相关性存在较大差异,且不同生育时期和不同指数间的差异不一致;而模拟得到的同一植被指数与CCD的相关性在同一天不同时间的差异不明显。在不同生育时期,基于不同观测时间无人机数据构建的CCD估算模型均可以取得较好的精度,但不同观测时间的估算结果存在差异,决定系数最低的为0.53,最高的为0.80。这些结果表明,在传统的光谱数据获取时间范围内(10:00—14:00),无人机影像获取时间仍对玉米CCD估算有影响,越接近12:00,估算精度越高。研究结果可为后续作物的CCD精准估算提供基础支撑。 展开更多
关键词 冠层叶绿素密度 观测时间 机器学习 PROSAIL模型 玉米
在线阅读 下载PDF
用高光谱微分指数估测条锈病胁迫下小麦冠层叶绿素密度 被引量:41
2
作者 蒋金豹 陈云浩 黄文江 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2010年第8期2243-2247,共5页
通过人工田间诱发不同等级条锈病,在不同生育期测定感染不同严重程度条锈病的冬小麦冠层光谱与冠层叶绿素密度(canopy chlorophyll density,CCD)。把CCD与高光谱指数进行相关性分析,选取相关系数大于0.7的指数构建反演模型,并对模型进... 通过人工田间诱发不同等级条锈病,在不同生育期测定感染不同严重程度条锈病的冬小麦冠层光谱与冠层叶绿素密度(canopy chlorophyll density,CCD)。把CCD与高光谱指数进行相关性分析,选取相关系数大于0.7的指数构建反演模型,并对模型进行检验,结果表明微分指数(D750-D550)/(D750+D550)反演精度以及稳定性最好,其次是微分指数(D725-D702)/(D725+D702)。对上述两个微分指数分别进行饱和度分析,发现当CCD大于12μg.cm-2时微分指数(D750-D550)/(D750+D550)易达到饱和,因此当CCD小于12μg.cm-2时,微分指数(D750-D550)/(D750+D550)反演CCD结果较好;但当CCD大于12μg.cm-2时,利用微分指数(D725-D702)/(D725+D702)反演CCD较好,该指数不易达到饱和状态。由于CCD与小麦病情指数(diseaseindex,DI)之间存在极显著负相关性,利用高光谱遥感精确估测小麦冠层CCD,不仅可以帮助判断作物的长势,而且可为识别小麦病害提供辅助信息。因此,该研究对于农业防灾减灾也具有重要现实意义。 展开更多
关键词 高光谱遥感 小麦 条锈病胁迫 冠层叶绿素密度 饱和度分析 反演模型
在线阅读 下载PDF
干旱胁迫下旺长期烤烟冠层叶绿素密度的高光谱估测 被引量:8
3
作者 李梦竹 刘国顺 贾方方 《中国烟草科学》 CSCD 北大核心 2017年第1期23-28,共6页
为精准、实时、无损地估算烤烟冠层叶绿素密度,快速获取烤烟光合性能与营养状况,基于不同程度干旱胁迫处理,采用ASD光谱仪,在综合分析群体原始高光谱反射率、一阶导数光谱反射率及已有光谱指数与冠层叶绿素密度(CCD)关系的基础上,建立烤... 为精准、实时、无损地估算烤烟冠层叶绿素密度,快速获取烤烟光合性能与营养状况,基于不同程度干旱胁迫处理,采用ASD光谱仪,在综合分析群体原始高光谱反射率、一阶导数光谱反射率及已有光谱指数与冠层叶绿素密度(CCD)关系的基础上,建立烤烟CCD估算模型。结果表明:(1)干旱胁迫后烤烟冠层光谱反射率随叶绿素密度呈现规律性变化。(2)712 nm处的一阶导数与CCD相关性最好(r=0.838)。(3)利用一阶导数光谱建立的反演叶绿素密度的线性模型和BP神经网络模型中,均以BP神经网络模型效果最好,其模型决定系数R^2为0.9686,均方根误差RMSE 0.0778,表明模型的精度和稳定性均较好。研究结果可为实时监测旺长期烤烟群体光合能力及水分胁迫状况提供栽培管理依据。 展开更多
关键词 烤烟 旺长期 冠层叶绿素密度 干旱胁迫 估算模型
在线阅读 下载PDF
不同施氮量及基追比例对玉米冠层生理性状和产量的影响 被引量:56
4
作者 鱼欢 杨改河 王之杰 《植物营养与肥料学报》 CAS CSCD 北大核心 2010年第2期266-273,共8页
以加拿大魁北克地区推广的玉米品种Pioneer 38B84为材料,研究不同施氮量和基追比例对玉米最上一片全展开叶SPAD值、Dualex值、净光合速率(PN)、叶面积指数(LAI)、地上部生物量、冠层叶绿素密度(SPAD×LAI)、冠层光合能力(PN&... 以加拿大魁北克地区推广的玉米品种Pioneer 38B84为材料,研究不同施氮量和基追比例对玉米最上一片全展开叶SPAD值、Dualex值、净光合速率(PN)、叶面积指数(LAI)、地上部生物量、冠层叶绿素密度(SPAD×LAI)、冠层光合能力(PN×LAI)以及产量的影响。试验设5个处理:N0(基0+追0)、N20+93(基20 kg/hm2+追93 kg/hm2)、N45+68(基45 kg/hm2+追68 kg/hm2)、N113(基113 kg/hm2+追0)和SAT225[基225(播种时施氮45 kg/hm2,播种后10 d再沟施180 kg/hm2)+追0],完全随机区组设计,重复4次,基本苗为79000株/hm2。结果表明,追肥前,叶片SPAD值、PN、LAI、地上部生物量、SPAD×LAI及PN×LAI均随基肥氮量的增加而增加,Dualex值则降低。同等施氮量下,基肥配合追肥显著提高叶片SPAD值,而追肥对叶片Dualex值和PN无显著影响。虽然基肥配合追肥处理的LAI、地上部生物量、SPAD×LAI、PN×LAI在追肥后均显著低于氮肥一次性基施,但显著提高了玉米产量。基施氮肥20 kg/hm2与45 kg/hm2处理之间玉米产量无差异,但前者过早地表现出缺氮。总施氮量为113 kg/hm2时,其SPAD值、Dualex值、PN、LAI、地上部生物量、SPAD×LAI以及PN×LAI等指标在出苗后256~0 d与SAT225处理差异不显著,但产量却显著低于SAT225处理。本试验条件下,基肥量45 kg/hm2能较好地满足玉米前期生长,但总施氮量113 kg/hm2不能满足玉米全生育期的需求,需要进一步地评估适宜的施氮量。同等施氮量下,基肥配合追肥显著提高玉米产量;SPAD值和Dualex值均与玉米植株氮含量显著相关,SPAD和Dualex可以作为实时快速指导玉米追肥的有效工具。 展开更多
关键词 施氮量 SPAD值 Dualex值 冠层叶绿素密度 光合能力 产量
在线阅读 下载PDF
基于植被指数的叶绿素密度遥感反演建模与适用性研究 被引量:12
5
作者 张苏 刘良云 黄文江 《遥感信息》 CSCD 2013年第3期94-101,111,共9页
利用遥感数据反演叶绿素密度是对作物长势进行评估的有效手段。本文利用实测冬小麦和夏玉米两种作物、不同生育期的冠层光谱和叶片叶绿素含量数据,收集了14种光谱指数,分析各种光谱指数的叶绿素密度遥感模型的精度。优选了其中的8种植... 利用遥感数据反演叶绿素密度是对作物长势进行评估的有效手段。本文利用实测冬小麦和夏玉米两种作物、不同生育期的冠层光谱和叶片叶绿素含量数据,收集了14种光谱指数,分析各种光谱指数的叶绿素密度遥感模型的精度。优选了其中的8种植被光谱指数,建立了植被指数与叶绿素密度之间的回归模型,并利用不同生育期小麦数据和玉米数据对各模型进行验证,分析评价它们对不同生育期、不同作物类型的适用性。研究发现:利用SRI、RVI I、R-M和MTCI 4种植被指数所建模型对冬小麦不同生育期数据适用性较好,各生育期冠层叶绿素密度反演相对误差优于27%。其中,MTCI模型对不同作物类型的适用性最好,冠层叶绿素密度反演相对误差优于35%。 展开更多
关键词 高光谱 植被指数 冠层叶绿素密度
在线阅读 下载PDF
用投影寻踪降维方法估测冬小麦叶绿素密度 被引量:1
6
作者 何汝艳 蒋金豹 +2 位作者 郭海强 郭会敏 陶亮亮 《麦类作物学报》 CAS CSCD 北大核心 2014年第10期1447-1452,共6页
为综合更多有效信息来提高冬小麦叶绿素密度的估测精度,应用投影寻踪降维方法对条锈病胁迫下冬小麦冠层光谱进行降维,生成一维向量,然后采用支持向量机回归方法对其叶绿素密度进行估测,并与高光谱植被指数估测结果进行了比较。结果表明... 为综合更多有效信息来提高冬小麦叶绿素密度的估测精度,应用投影寻踪降维方法对条锈病胁迫下冬小麦冠层光谱进行降维,生成一维向量,然后采用支持向量机回归方法对其叶绿素密度进行估测,并与高光谱植被指数估测结果进行了比较。结果表明,以小麦冠层一阶微分光谱与叶绿素密度相关性较高的波段(400~500nm、720~770nm和840~870nm)进行投影寻踪降维得到的最优一维向量为自变量,利用支持向量机回归方法构建的冠层叶绿素密度估测模型的精度最高,决定系数为0.867,均方根误差与相对误差均最小,分别为1.135μg·cm-2和13.6%。说明利用投影寻踪降维技术对条锈病胁迫下冬小麦冠层光谱进行降维处理,可以保留有效信息,提高冬小麦叶绿素密度估测精度。 展开更多
关键词 投影寻踪 降维 支持向量机回归 冠层叶绿素密度 冬小麦
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部