科研产出
单粒大豆的近红外光谱特征及品种鉴别研究
《光谱学与光谱分析 》 2010 EI SCI 北大核心 CSCD
摘要：随着大豆生产及豆制品加工业的发展,大豆的品质育种已越来越被育种家所重视。传统的破坏性抽样检测方法已难以满足育种过程中早代材料的快速筛选要求。近红外光谱技术已在大豆品质检测中得到了广泛应用,但都是针对大量样本的,不能满足育种过程中对少量甚至单粒大豆品质检测的需求。文章采用AOTF近红外光谱仪对单粒大豆的漫反射光谱进行了研究。实验中测定了两个品种的大豆,分别是60粒"垦鉴豆43"和60粒"中黄13"。根据单粒大豆的近红外光谱,结合软独立建模分类法(SIMCA)建立定性分析模型,可准确鉴别大豆的品种。其研究中对"垦鉴豆43"和"中黄13"的识别正确率为100%。通过在不同部位多次测定单粒大豆的光谱,表明对于单粒种子的测定,光谱的准确获取及光谱的代表性是关键。大豆籽粒的表面形态对光谱扫描影响很大。对于表面光滑的大豆,光谱的重复性较好,而存在表面缺陷的种子,多次扫描得到的光谱存在明显差异。作为育种中快速筛选方法的需要,可在外观鉴定剔除表面缺陷的种子后,采用近红外光谱对内部成分进行检测,从而降低外部形态对光谱扫描的影响。
全文链接
请求原文
利用高光谱红边与黄边位置距离识别小麦条锈病
《光谱学与光谱分析 》 2010 EI SCI 北大核心 CSCD
摘要：研究的目的是利用高光谱遥感尽可能早地识别出健康与遭受条锈病胁迫的小麦。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及病情指数(disease index,DI)。对测定的光谱进行平滑并计算一阶微分值,并用两种方法分别提取光谱红边位置(rededge position,REP)与黄边位置(yellowe dge position,YEP):(1)一阶微分最大值法;(2)Cho and Skidmore方法。研究表明随着病情严重度的增加,REP逐渐向短波方向移动,YEP逐渐向长波方向移动,而REP-YEP则迅速的减小。分别对比分析了REP,YEP以及REP-YEP预测DI的能力,结果表明,以REP-YEP为变量的模型预测DI的精度最好,模型估测绝对误差(RMSE)仅为6.22,相对误差(relativeerror,RE)为14.3%,且能够提前12d识别出健康与病害胁迫的小麦。该研究不仅可为将来利用高光谱遥感大面积监测小麦病害提供理论与技术支持,而且对精准农业的实施也具有重要意义与实际应用价值。
关键词： 高光谱 小麦条锈病 红边位置 黄边位置 病情指数 反演模型
全文链接
请求原文
基于多时相航空高光谱遥感影像的冬小麦长势空间变异研究
《光谱学与光谱分析 》 2010 EI SCI 北大核心 CSCD
摘要：精准农业技术是基于农田信息在空间和时间上存在的差异而实施的变量管理技术,本研究以2001年～2002年度在国家精准农业研究示范基地开展的冬小麦变量施肥对比试验为基础,获取冬小麦拔节期、灌浆初期及乳熟期的推扫式成像光谱仪(pushbroom hyperspectral imager,PHI)航空高光谱影像数据,提取反映冬小麦长势光谱参数,进行变量施肥处理区与常规处理区冬小麦长势空间变异的对比。研究发现,变量区与对照区光谱反射率分散度最大的区域主要集中在红边及近红外反射平台的附近,其中,乳熟期冬小麦光谱分散度最大,其次为拔节期和灌浆期。通过对比不同时相冬小麦长势信息,发现拔节期变量区作物长势空间变异程度要高于对照区,经过变量施肥处理后,灌浆期和乳熟期变量施肥区冬小麦长势空间变异程度低于对照区;对冬小麦产量的分析发现,变量区产量的总体空间变异小于对照区,但变量区总体产量略低于对照区。研究表明,利用遥感影像数据,可以及时获取作物长势的空间变异情况,为农业管理的生产、决策及时提供信息。
关键词： 推扫式成像光谱仪(PHI) 变量施肥 光谱参数 冬小麦 空间变异
全文链接
请求原文
5种鹿茸营养成分的主成分分析
《光谱学与光谱分析 》 2010 EI SCI 北大核心 CSCD
摘要：对梅花鹿茸、马鹿茸、花马杂交鹿茸、麋鹿茸及驯鹿茸等五种鹿茸的常规成分、无机元素和氨基酸含量进行了测定。采用原子吸收光谱法测定了15种无机元素的含量;使用氨基酸分析仪结合分光光度法测定了五种鹿茸不同部位的17种氨基酸的含量。采用主成分分析法对鹿茸的营养成分进行分析,探讨了不同品种鹿茸的差异及特征成分。结果表明,粗蛋白、Ca、P、Na、Fe、Ba、Sr、谷氨酸及甘氨酸是鹿茸的特征成分,与鹿茸品质特征密切相关。根据无机元素含量的主成分分析得分图,可将梅花鹿茸、麋鹿茸与其他3种鹿茸区分,而常规成分和氨基酸的主成分得分图不能明显表征五种鹿茸的差异。主成分分析揭示了不同鹿茸在营养成分上的相似性和差异性。本研究为鹿茸的进一步开发利用提供了重要依据。
全文链接
请求原文
基于光谱知识库的TM影像冬小麦条锈病监测研究
《光谱学与光谱分析 》 2010 EI SCI 北大核心 CSCD
摘要：基于高光谱信息的冬小麦条锈病严重度反演模型通常不能直接应用在宽波段卫星影像上,而拥有高光谱波段信息的航空遥感影像又因数据尺度小、成本高难以应用于大规模监测。文章提出一种通过构建冬小麦条锈病光谱知识库,利用TM影像实现病情识别和监测的方法。该方法以包含各种不同病情严重度的试验田的三幅小麦关键生育期PHI航空遥感影像为媒介,利用病情指数DI的经验反演模型和基于波谱响应函数的TM波段模拟,建立DI和TM波段模拟反射率间的光谱知识库。在此基础上,通过马氏距离法和光谱角度填图(SAM)法将待检象元的光谱信息与光谱知识库进行匹配分析从而实现对病情识别和监测。监测的精度利用模拟TM象元进行评价,识别的效果利用TM影像象元进行检验。结果表明,该方法在一定生育期范围内具有较佳的监测精度和识别效果。其中,使用模拟TM象元在小麦灌浆期精度最佳,评价的R2达到0.93,乳熟期次之,拔节期最差,基本不能用于监测。使用TM影像象元在灌浆期和乳熟期可较好地识别染病象元,在拔节期无法有效识别染病象元。匹配方法马氏距离法略优于光谱角度匹配法。
关键词： 条锈病 推扫成像光谱仪(PHI) 专题绘图仪(TM) 马氏距离 光谱角度填图(SAM)
全文链接
请求原文
用冠层光谱比值指数反演条锈病胁迫下的小麦含水量
《光谱学与光谱分析 》 2010 EI SCI 北大核心 CSCD
摘要：通过高光谱遥感估测条锈病胁迫下的小麦冠层水分含量。通过人工田间诱发不同等级小麦条锈病,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、相对含水量(relative water content,RWC)以及调查小麦条锈病病情指数(disease index,DI)。研究发现随着小麦RWC的减少,冠层光谱反射率在近红外区域(900～1 300 nm)逐渐降低,而在短波红外区域(1 300～2 500 nm)逐渐增大,且RWC与DI间具有强负相关性。对冠层光谱进行平滑处理,利用冠层光谱近红外与短波红外水分敏感波段构建比值指数,然后建立以比值指数为变量的反演RWC线性模型,并分析对比各模型反演RWC的精度以及稳定性,结果发现比值指数R1 300/R1 200反演RWC的精度及稳定性(R2=0.63)都优于其他指数,其线性模型反演绝对误差为3.43,相对误差(relative error,RE)为4.78%。该研究结果不仅为判别小麦病害提供辅助信息,而且也为未来利用高光谱图像反演植物含水量提供理论与方法支持。
全文链接
请求原文
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
《光谱学与光谱分析 》 2010 EI SCI 北大核心 CSCD
摘要：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。
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
全文链接
请求原文
稻干尖线虫病胁迫水稻叶片波谱响应特征及识别研究
《光谱学与光谱分析 》 2010 EI SCI 北大核心 CSCD
摘要：对植被病害的精确识别是采取植保措施的前提,同时对喷施农药也具有积极的指导作用。比较了受稻干尖线虫胁迫水稻叶片和健康叶片色素含量、光谱反射率、高光谱特征参数,受害水稻叶片与健康叶片相比,叶绿素和类胡萝卜素含量分别降低18%和22%;光谱反射率在蓝紫光、绿光和红光谱段分别增加1.5,1和2.3倍,在近红外和短波红外区域分别降低约28.9%和26.3%,红边和蓝边分别蓝移约8和10nm,绿峰和红谷分别红移约8.5和6 nm。以红边面积和红边位置作为C-SVC(非线性软间隔分类机)的输入向量,对受害和健康叶片进行识别,精度为100%。研究表明,水稻叶片光谱对病害胁迫具有显著的响应特征,利用C-SVC对受害和健康叶片进行辨别的方法是可行的。
关键词： 波谱响应特征 稻干尖线虫病 微分光谱 支持向量分类机
全文链接
请求原文
绿色植物靶标的光谱探测研究
《光谱学与光谱分析 》 2010 EI SCI 北大核心 CSCD
摘要：利用植物和背景(枯枝、土壤等)的光谱特性"红边"两侧反射率的差异,研究了探测绿色植物靶标的光谱探测技术。定义850与650nm处反射率的比值为植物判别指数(GPDI)。用FieldSpec Handheld2500型野外便携式光谱仪测量了绿色植物和背景的光谱数据,对其进行数据处理,计算各被测物质的植物判别指数GPDI。利用决策树模式识别方法建立植物与背景的分类模型,得到了GPDI阈值(GPDITH),选择此阈值为5.54。当GPDI>GPDITH时,判别探测对象为植物;反之亦然。设计开发了基于AT89S51单片机和光电二极管OPT101的绿色植物光谱探测器。试验结果表明,此探测器的探测率受杂草的种类、大小和密度的影响;阔叶草比窄叶草更易探测到;植株越大、密度越高,探测率越高。
关键词： 光谱探测 绿色植物判别指数(GPDI) 光谱“红边”
全文链接
请求原文
基于PHI影像敏感波段组合的冬小麦条锈病遥感监测研究
《光谱学与光谱分析 》 2010 EI SCI 北大核心 CSCD
摘要：利用ASD地面非成像光谱仪对不同严重度的冬小麦条锈病的冠层光谱反射率进行测定,同时调查病情指数。通过对地面实测的46组病情指数与相应的光谱反射率进行相关性分析,筛选出了小麦条锈病在350～1 500 nm的敏感波段。结合多时相的高光谱航空飞行遥感图像数据的特点和规律,最终选择红波段的620～718 nm与近红外波段的770～805 nm为条锈病在PHI影像上的敏感波段。并利用620～718 nm和770～805 nm的平均光谱反射率与相应的病情指数建立了多元线性回归模型:DI=19.241 R_1—2.207 R_2+12.274,验证结果表明,该模型的历史拟合度很好。并利用此模型最终在PHI影像上成功的实现了对冬小麦条锈病发生程度与发生范围的监测。
关键词： 推扫成像光谱仪(PHI) 敏感波段 条锈病 病情指数
全文链接
请求原文
