科研产出
基于小波变换与偏最小二乘耦合模型估测北方潮土有机质含量
《光谱学与光谱分析 》 2014 EI SCI 北大核心 CSCD
摘要：基于北京市通州、顺义两区52个潮土样品高光谱数据,利用离散小波多尺度分析技术对其进行处理分析。首先将光谱按六种尺度进行分解,然后将各尺度分解数据与土壤有机质含量进行相关性分析,并筛选敏感波段,最后利用偏最小二乘法构建土壤有机质含量估测模型。结果表明:土壤光谱反射率经小波变换后,在参与建模的特征波段中,近红外波段居多,即近红外波段估测有机质含量的贡献高于可见光波段;低频信息对有机质含量的估测能力优于高频信息;高频信息对土壤有机质含量的估测精度随光谱分辨率降低而降低;与常用光谱变换算法相比,小波变换分析法在一定程度上提高了土壤光谱对有机质含量的估测能力,其低频信息与高频信息构建的最优模型预测精度均较高,低频信息的R2=0.722,RMSE=0.221,高频信息的R2=0.670,RMSE=0.255。
全文链接
请求原文
新植被水分指数的冬小麦冠层水分遥感估算
《光谱学与光谱分析 》 2014 EI SCI 北大核心 CSCD
摘要：水分含量是表征作物水分胁迫生理状况的重要指标,及时有效地监测作物水分含量对于评估作物水分盈亏平衡,指导农业生产灌溉具有重要意义。针对不同形式的归一化差值水分指数(NDWI)存在的饱和性问题,拟引入增强型植被指数EVI对其加以适当改进,通过构建新的植被水分指数NDWI#(即NDWI*EVI)来估算作物水分含量。首先,利用PROSAIL辐射传输模型分析了由不同水分敏感波段(1 240,1 450,1 950和2 500nm)构建的各种典型NDWIs与相应新植被水分指数NDWI#对植被冠层水分及LAI的饱和响应特征;然后,利用田间实验光谱和水分数据,开展作物水分含量的建模和验证分析。结果表明:将EVI引入后,形成的新水分指数NDWI#能够有效提高冬小麦水分含量估算精度,特别是针对NDWI1450,NDWI1940,NDWI2500这三个指数,改进后的新指数显著提高了对LAI响应的饱和点,冬小麦作物水分估算精度也得到较为的明显改善。研究表明,将含有可见光波段信息的EVI引入到NDWI中,构建的新指数NDWI#因融合可见光、近红外和短波红外更多波段的光谱信息,对估算冬小麦冠层含水量可能具有更好的优势。
全文链接
请求原文
类别辅助变量参与下的土壤无偏采样布局优化方法
《农业工程学报 》 2014 EI 北大核心 CSCD
摘要：为了提高采样点在地理空间和辅助变量特征空间中的代表性,该文提出特征空间偏离指数用以测度采样点在特征空间中的无偏性,采用类别型辅助变量参与下的多维特征空间构建方法,融合地理空间和特征空间均匀分布的多目标优化目标函数,并利用空间模拟退火的方法实现采样点布局优化。以北京顺义区农田土壤重金属采样为例,选取土地利用类型、土壤质地和母质为辅助变量进行样点布局优化,并与特征空间均匀和地理空间均匀采样方法比较,结果表明:用于区域变量总体估计时,地理空间均匀采样估计精度最低,在采样尺度大于0.275时以特征空间均匀采样估计精度最好,而在采样尺度小于0.275时,无偏采样能获得更好的估计结果;在特征空间代表性方面,采样尺度较大时特征空间均匀采样样点代表性最好,采样尺度小于0.302时,无偏采样与特征空间均匀采样的代表性基本一致,地理空间采样点的代表性最差;用于空间制图时,无偏采样总体上比其他2种方法具有更好的制图精度。可见,在辅助变量支持的采样优化中,当采样尺度大且样点数较少时,适合采用特征空间均匀方法,且只能用于总体估计;采样尺度较小,样点数多时,适合采用无偏采样方法。该研究为利用辅助变量设计区域采样布局提供参考。
关键词： 采样 优化 土壤 辅助变量 无偏采样 总体估计 特征空间偏离指数 空间制图
全文链接
请求原文
利用反射光谱及模拟多光谱数据定量反演北方潮土有机质含量
《光谱学与光谱分析 》 2014 EI SCI 北大核心 CSCD
摘要：基于北京市52个潮土样本的高光谱数据和Landsat TM、环境减灾卫星(HJ)影像的波段响应函数,生成宽波段多光谱模拟数据,对比分析了室内实测光谱数据、宽波段模拟数据与土壤有机质含量的相关性,筛选敏感波段,利用偏最小二乘法构建北方潮土有机质含量预测模型。研究表明:在宽波段模拟数据建立的模型中,由Landsat TM模拟数据的差值土壤指数(DSI)、比值土壤指数(RSI)、归一化土壤指数(NDSI)及其第3波段共同构建的模型最优,其决定系数与均方根误差分别为0.586和0.280;与实测光谱数据相比,模拟数据的最佳预测模型,均优于除一阶微分、弓曲差以外的其他10种高光谱模型。因此,利用多光谱数据预测潮土有机质含量是可行的。
全文链接
请求原文
基于姿态描述的果园靶标害虫自动识别方法
《农业机械学报 》 2014 EI 北大核心 CSCD
摘要：针对自动诱捕果园靶标害虫的姿态形体存在不确定性,增加果园害虫图像自动识别与计数的难度等问题,提出一种基于姿态描述的算法用于果园靶标害虫姿态表征与识别。首先分析了方法对靶标害虫在8个旋转角度、6种常见姿态形状的描述能力及稳定性,通过计算靶标害虫不同姿态的平均归一化傅里叶描述子和离散度阈值,确定了基准姿态特征向量和相似度差异判据值。对200幅包含3种果园害虫的样本图像进行了测试,当离散度阈值为0.021 26时,靶标害虫桃蛀螟识别的正确率为86.7%,误判率为2.6%。试验结果表明该方法具有稳定的姿态形状描述能力和良好的识别性能。
关键词： 果园精准管理 害虫识别 图像处理 姿态识别 傅里叶描述子
全文链接
请求原文
不同株型小麦的双向反射分布函数特征研究
《农业工程学报 》 2014 EI 北大核心 CSCD
摘要：为了获得高精度的农作物生理生化参数的遥感反演结果和冠层结构信息提取,由多年地面观测的多角度数据结合半经验的二向性反射分布函数(bidirectional reflectance distribution function,BRDF)核驱动模型,利用红光(680 nm)和近红外波段(860 nm)的6个BRDF形状指示因子,分析了紧凑型小麦J411和披散型小麦Z9507的BRDF特征。研究表明:主平面上2种株型小麦的方向性反射率表现不同,拔节期披散型小麦的二向NDVI(normalized difference vegetation index)大于紧凑型小麦;红光波段紧凑型小麦J411的几何光学核系数大于披散型小麦Z9507,紧凑型小麦几何光学效应更强;近红外波段披散型小麦体散射核系数大于紧凑型小麦,披散型小麦体散射效应更强。由此表明多角度观测数据更适于分析小麦冠层结构信息。该研究为多角度遥感在精准农业领域的应用提供参考。
关键词： 遥感 光谱分析 反演 二向性反射分布函数 小麦株型
全文链接
请求原文
基于NIR-Red光谱特征空间的作物水分指数
《光谱学与光谱分析 》 2014 EI SCI 北大核心 CSCD
摘要：水分含量是表征作物水分胁迫生理状况的重要指标,及时有效地监测作物水分含量对于评估作物水分亏缺平衡,指导农业生产灌溉具有重要意义。基于NIR-Red二维光谱特征空间,尝试构建一种新的作物水分监测指数PWI来估算作物水分含量。以冬小麦作物植被水分含量估算为尝试对象。首先,利用地面实测小麦冠层高光谱数据,结合对应卫星光谱响应函数,模拟当前常用卫星HJ-CCD和ZY-3多光谱数据;然后,对基于NIR-Red二维光谱特征空间的现有植被指数PDI(垂直干旱指数)和PVI(垂直植被指数)进行改进,通过比值变换的方法构建新的指数PWI来估算冬小麦植株含水量(VWC)。结果显示:基于模拟的HJ-CCD和ZY-3卫星宽波段多光谱数据生成的PWI估算小麦VWC具有良好的效果,R2分别达到0.684和0.683,均达到了极显著水平。利用检验样本得到冬小麦VWC估算的R2和RMSE分别为0.764和0.764,3.837%和3.840%,这表明应用提出的新指数PWI估测作物含水量具有一定可行性。同时,也为当前利用主要国产卫星遥感数据HJ-CCD和ZY-3开展作物水分遥感监测应用提供了一种新方法。
关键词： NIR-Red光谱特征空间 光谱响应函数 植株含水量 冬小麦 PWI
全文链接
请求原文
最小二乘支持向量机方法对冬小麦叶面积指数反演的普适性研究
《光谱学与光谱分析 》 2014 EI SCI 北大核心 CSCD
摘要：冬小麦叶面积指数(leaf area index,LAI)是进行作物长势判断和产量估测的重要农学指标之一,高光谱遥感技术为大面积、快速监测植被LAI提供了有效途径。在探讨利用最小二乘支持向量机(least squares support vector machines,LS-SVM)方法和高光谱数据对不同条件下冬小麦LAI的估算能力。在用主成分分析法(principal component analysis,PCA)对PHI航空数据降维的基础上,利用实测LAI数据和高光谱反射率数据,构建LS-SVM模型,采用独立变量法,分别估算不同株型品种、不同生育时期、不同氮素和水分处理条件下的冬小麦LAI,并与传统NDVI模型反演结果对比。结果显示,每种条件下的LS-SVM模型都具有比NDVI模型更高的决定系数和更低的均方根误差值,即反演精度高于相应的NDVI模型。NDVI模型对不同株型品种、不同氮素和水分条件下冬小麦LAI估算精度不稳定,LS-SVM则表现出较好的稳定性。表明LS-SVM方法利用高光谱反射率数据对于不同条件下的冬小麦LAI反演具有良好的学习能力和普适性。
关键词： 最小二乘支持向量机 叶面积指数 高光谱 普适性 冬小麦
全文链接
请求原文
基于沟式栽培的全封闭温室降温方法与作物生长研究
《农业机械学报 》 2014 EI 北大核心 CSCD
摘要：利用地温相对恒定、受外界环境影响较小的特点,在全封闭温室内采用沟式栽培法,根据蒸腾量进行补充灌溉,营造适宜作物生长的条件,研究不同沟深栽培条件下温室内环境因子的差异及其对小白菜蒸腾速率、产量和水分生产率的影响。结果表明:高温环境下,0.7 m和0.9 m深度处理的温度较温室内对照CKi有明显的降低,最大温差大于20℃;光照强度随着沟深的增加而减弱,但0.9 m深度处理的光照强度仍能满足光合作用的需求;空气相对湿度基本保持在25%~75%之间,适宜植株生长;水分生产率的大小在各处理中表现为0.9 m>0.7 m>0.5 m>0.25 m>CKi>CKo。高温季节0.7 m和0.9 m的深度更适宜小白菜的生长。沟式栽培法可解决全封闭温室的高温、高湿问题,同时可提高作物水分生产率。
全文链接
请求原文
冬小麦叶面积指数遥感反演方法比较研究
《光谱学与光谱分析 》 2014 EI SCI 北大核心 CSCD
摘要：叶面积指数(leaf area index,LAI)是反映作物生长状况和进行产量预测预报的主要指标之一,对诊断作物生长状况具有重要意义。遥感技术为大面积、快速监测植被LAI提供了有效途径。利用高光谱遥感影像,结合田间同步实验数据,探讨不同方法对冬小麦叶面积指数遥感反演的能力。介绍了支持向量机、离散小波变换、连续小波变换和主成分分析四种LAI反演方法。分别利用上述四种方法构建冬小麦LAI反演模型,并对不同算法反演的LAI模型进行了真实性检验。结果显示,支持向量机非线性回归模型精度最高,对冬小麦LAI估算能力最强,反演值与实测值拟合的决定系数为0.823 4、均方根误差为0.419 5。离散小波变换法和主成分分析法都是基于特征提取和数据降维,其多元变量回归分析对LAI估算能力相近,决定系数分别为0.697 1和0.692 4,均方根误差分别为0.605 8和0.554 1。连续小波变换法回归模型精度最低,不适宜直接用其小波系数来反演LAI。结果表明,非线性支持向量机模型最适宜用于研究区域的冬小麦LAI反演。
关键词： 叶面积指数 高光谱 支持向量机 小波变换 主成分分析
全文链接
请求原文
