期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
运用光谱参数冠层覆盖度建立作物长势及氮营养状态模型 被引量:7
1
作者 陶志强 Shamim Ara Bagum +5 位作者 马玮 周宝元 付金东 崔日鲜 孙雪芳 赵明 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第1期231-236,共6页
为了探索运用数码照片中光谱(红、绿、蓝)的像素计算得到的冠层覆盖度(canopy cover,CC)对玉米长势及氮素营养状态进行非破坏性监测的技术。通过获取玉米冠层的数码照片图像,定量化数码照片色彩参数与作物叶面积指数(leaf area index,L... 为了探索运用数码照片中光谱(红、绿、蓝)的像素计算得到的冠层覆盖度(canopy cover,CC)对玉米长势及氮素营养状态进行非破坏性监测的技术。通过获取玉米冠层的数码照片图像,定量化数码照片色彩参数与作物叶面积指数(leaf area index,LAI)、冠层干重(shoot dry matter weight,DM)、叶片氮素含量(leaf nitrogen content percentage,N%)之间的关系。试验于2012年和2013年在中国农业科学院试验田进行,运用基于Visual Basic Version 6.0研发的玉米冠层图像分析系统,分析了玉米品种中单909在3个氮素水平条件下分别于9叶展时期、抽雄期和灌浆期的CC、11种色彩指数与植株LAI,DM,N%及产量之间的相关性,并对相关性显著的指标进行了拟合与建模。结果表明,CC与LAI(r=0.93,p<0.01),DM(r=0.94,p<0.01),N%(r=0.82,p<0.01)之间均达到了极显著水平;用CC估算LAI,DM和N%的模型均为幂函数,方程式分别是y=3.281 2x^(0.763 9),y=283.658 1x^(0.553 6),y=3.064 5x^(0.932 9);用与建模相独立的数据对模型验证,结果表明,CC估算LAI模型的实测值与模拟值基于1∶1直线的R^2,RMSE和RE分别是0.996,0.035和1.46%;CC估算DM模型的R^2,RMSE和RE分别是0.978,5.408g和2.43%;CC估算N%模型的R^2,RMSE和RE分别是0.990,0.054和2.62%。综上所述,模型能够较准确的通过CC估算不同氮肥水平条件下玉米9叶展时期、抽雄期和灌浆期的LAI,DM与N%,表明应用数码相机的光谱信息可实现对玉米生长过程中的生长状况及氮素营养状态进行实时无损快速监测与预测。 展开更多
关键词 光谱 玉米 冠层覆盖度 色彩指数 叶面积指数 冠层干重 氮素含量
在线阅读 下载PDF
基于可见光光谱和BP人工神经网络的冬小麦生物量估算研究 被引量:11
2
作者 崔日鲜 刘亚东 付金东 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2015年第9期2596-2601,共6页
建立基于冬小麦冠层图像分析获取的冠层覆盖度和色彩指数的地上部生物量估算模型,以促进作物冠层图像分析技术和BP神经网络技术在冬小麦长势无损监测中的应用。六个施氮水平的田间试验条件下,在冬小麦拔节期,分四次采集冬小麦冠层图像,... 建立基于冬小麦冠层图像分析获取的冠层覆盖度和色彩指数的地上部生物量估算模型,以促进作物冠层图像分析技术和BP神经网络技术在冬小麦长势无损监测中的应用。六个施氮水平的田间试验条件下,在冬小麦拔节期,分四次采集冬小麦冠层图像,同步进行破坏性取样,测定冬小麦地上部生物量;分析了通过图像分析软件(利用微软Visual Basic软件开发)获取的冠层覆盖度和10种色彩指数与冬小麦地上部生物量的相关关系,以逐步回归和BP神经网络方法建立了冬小麦地上部生物量估算模型。结果表明,冬小麦地上部生物量与冠层覆盖度、饱和度和红光亮度值呈显著相关,其中,与冠层覆盖度间的相关性最强,且除亮度外,冠层覆盖度、色彩指数与地上部生物量间呈非线性相关。通过BP神经网络方法构建的模型相对于逐步回归模型,显著提高了冬小麦地上部生物量估算精度,均方根误差(RMSE)、相对均方根误差(RRMSE)更小,决定系数(R2)更大。 展开更多
关键词 冬小麦 可见光 色彩指数 冠层覆盖度 地上部生物量 BP神经网络
在线阅读 下载PDF
基于冠层数码图像的玉米长势和氮素营养状态分析 被引量:7
3
作者 周华杰 刘亚东 +2 位作者 付金东 隋方功 崔日鲜 《青岛农业大学学报(自然科学版)》 2015年第1期1-7,共7页
5个施氮水平的田间试验条件下,在玉米9叶期前,分3次采集玉米冠层图像,同步进行破坏性取样,测定玉米地上部干物质质量、叶面积指数和地上部氮积累量;分析了通过玉米冠层图像分析软件计算的冠层覆盖度和10种色彩指数与玉米地上部干物质质... 5个施氮水平的田间试验条件下,在玉米9叶期前,分3次采集玉米冠层图像,同步进行破坏性取样,测定玉米地上部干物质质量、叶面积指数和地上部氮积累量;分析了通过玉米冠层图像分析软件计算的冠层覆盖度和10种色彩指数与玉米地上部干物质质量、叶面积指数和地上部氮积累量的关系,以逐步回归和非线性回归方法,构建了玉米长势估算模型。结果表明,玉米地上部干物质质量、叶面积指数和地上部氮积累量与冠层覆盖度和大部分色彩指数间呈显著相关,其中冠层覆盖度与长势指标间的相关性最强,且大部分色彩指数与长势指标间呈非线性相关。通过逐步回归方法和非线性回归方法建立的两个系列模型均能较准确地预测玉米地上部干物质质量、叶面积指数和地上部干物质质量,以逐步回归方法建立的估算模型的预测效果,除地上部干物质质量的预测值与实测值的回归系数外,其余指标均好于基于冠层覆盖度的非线性回归模型,但差异较小。 展开更多
关键词 玉米 冠层图像 冠层覆盖度 色彩指数 长势 诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部