-
题名水稻氮素高光谱遥感估测模型研究
被引量：6
- 1
-
-
作者
李永梅
张学俭
张立根
-
机构
宁夏农林科学院农业经济与信息技术研究所
宁夏建筑科学研究院有限公司装饰所
-
出处
《江苏农业科学》
北大核心
2016年第8期435-439,共5页
-
基金
宁夏自然科学基金(编号:NZ14188)
-
文摘
以宁夏引黄灌区水稻为研究对象,将各生育期水稻冠层原始光谱反射率、一阶微分光谱及高光谱变量与氮素进行相关性分析,构建了分蘖盛期、孕穗期、齐穗期和灌浆期水稻氮素高光谱遥感估测线性及非线性模型,并对模型进行验证,结果表明:齐穗期所有的氮素估测模型均优于其他生育期;基于一阶微分光谱构建的模型拟合效果及精度优于原始光谱和高光谱变量构建的模型;线性回归模型与非线性模型的决定系数差异均不大,拟合效果接近;最终确定各生育期的最优模型是基于一阶微分光谱构建的线性模型:分蘖盛期y=12.54x+3.202(r=0.877),孕穗期y=16.88x+1.224(r=0.893),齐穗期y=1.197x+2.049(r=0.958),灌浆期y=-6.974x+1.467(r=-0.802),其中齐穗期估测效果最佳。
-
关键词
水稻
氮素
高光谱遥感
估测模型
-
分类号
S127
[农业科学—农业基础科学]
TP79
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于BP神经网络的宁夏耕地资源动态变化及预测
- 2
-
-
作者
李永梅
张立根
海云端
董越
-
机构
宁夏农林科学院农业经济与信息技术研究所
宁夏建筑科学研究院有限公司装饰所
北京大学城市与环境学院
中国农业科学院农业信息研究所
-
出处
《湖南农业科学》
2017年第1期81-85,共5页
-
基金
宁夏自然科学基金资助项目(NZ14188)
宁夏自然科学基金资助项目(NZ16118)
宁夏农林科学院科技创新先导资金资助项目(NKYJ-14-16)
-
文摘
利用2000~2014年统计数据,分析了宁夏近15 a来的耕地动态变化特征,采用主成分分析法提取影响耕地变化的主要驱动因子,将驱动因子作为输入数据,构建了预测耕地资源变化趋势的BP神经网络,并开展预测研究。结果表明:宁夏耕地资源变化经历了增加—迅速减少—波动增长—迅速增长4个阶段,人均耕地经历了迅速减少—缓慢减少—迅速增加3个阶段;其中,2002~2004年和2010~2012年的土地利用动态度K<0,2003年动态度最小(K=-7.673%),2005~2010年和2012~2014年的土地利用动态度K>0,2014年动态度最大(K=11.424%);宁夏耕地资源主要驱动因子概括为农业发展、经济发展及退耕还林,经济发展对耕地产生巨大压力,而农业科技进步某种程度减小了人口对耕地的压力,退耕还林也是宁夏耕地减少的重要原因,三者相互作用共同对宁夏耕地产生影响;预测宁夏耕地资源的BP神经网络模型为3层(3×16×1),对2011~2014年的耕地资源预测取得较好效果,最小误差仅为376 hm^2。
-
关键词
耕地资源
BP神经网络
主成分分析
宁夏
-
Keywords
cultivated land resource
BP neural network
principal component analysis
Ningxia
-
分类号
F301.21
[经济管理—产业经济]
-
