江苏省科技支撑计划项目(BE2010395) 作品数:7 被引量:129 H指数:6 相关作者: 朱艳 曹卫星 田永超 姚霞 李文龙 更多>> 相关机构: 南京农业大学 河南农业大学 河南省农业科学院 更多>> 发文基金: 教育部“新世纪优秀人才支持计划” 国家自然科学基金 江苏省科技支撑计划项目 更多>> 相关领域: 农业科学 自动化与计算机技术 更多>>
基于近红外光声光谱的土壤有机质含量定量建模方法 被引量:41 2012年 该研究的目的在于应用近红外光声光谱技术结合不同的定量分析方法实现5种不同类型土壤有机质含量的快速估测。对中国中、东部地区5种不同类型土壤风干样本进行光谱扫描,经过多元散射校正、一阶导数、二阶导数及平滑等预处理后,应用逐步多元回归(SMLR)、主成分分析(PCR)、偏最小二乘法(PLS)和偏最小二乘法-反向传播神经网络(PLS-BPNN)等方法建立土壤有机质含量的定量估测模型。结果显示,不同预处理方法对所建土壤有机质含量估测模型的预测精度有较大影响,总体表现为多元散射校正+Norris一阶导数>多元散射校正>Norris一阶导数>标准正态化>Norris二阶导数>吸光度>Savitzky-Golay平滑后一阶导数>Savitzky-Golay平滑后二阶导数。对于4种不同建模方法,均以多元散射校正+Norris一阶导数滤波平滑后的光谱建模精度最高,其中采用PLS-BPNN方法建模效果最好,其次是PLS、SMLR和PCR。采用PLS-BPNN建立有机质校正模型具有极高的预测精度,建模决定系数和均方根偏差分别为0.97和1.88,模型测试决定系数和均方根偏差分别为0.97和1.72。因此,基于多元散射校正+Norris一阶导数光谱建立的PLS-BPNN模型可能是土壤有机质含量估测建模的最优方法。 田永超 张娟娟 姚霞 曹卫星 朱艳关键词:土壤 光声光谱 神经网络 有机质 BP 水稻植株氮积累量的光谱监测研究 研究水稻氮积累量与光谱参数的定量关系,以期指导水稻精确施肥管理。设置不同年份、不同氮肥水平的田间试验,于移栽后定期测试水稻冠层光谱参数值,并同步破坏性取样获取植株氮积累量。结果表明,随着生育进程推进,水稻NDVI值逐渐增... 田永超 陈青春 姚霞 曹卫星 朱艳关键词:水稻 氮积累量 NDVI RVI 文献传递 一种确定小麦植株吸氮量核心波段和适宜带宽的新方法 植株吸氮量是小麦生长中指示小麦氮素营养状况的优良指标。本研究基于不同年份、生态点、品种、氮肥、播期及密度处理的8个小麦田间试验资料,提出了一种新的确定小麦植株吸氮量核心波段和适宜带宽的方法,结果表明,NDVI(807,7... 姚霞 姚鑫锋 田永超 倪军 张羽 朱艳 曹卫星关键词:小麦 文献传递 基于地—空遥感耦合的冬小麦叶片氮积累量估算 被引量:6 2012年 利用不同冬小麦生态区同步的SPOT-5多光谱遥感影像、地面光谱数据和植株取样数据,提出一种基于波谱响应函数拟合和混合像元分解的纯净像元光谱提取方法,并对比分析了纯净像元光谱、模拟像元光谱和实测像元光谱与冬小麦叶片氮积累量(LNA)的定量关系.结果表明:模拟像元光谱对叶片氮积累量的反演效果较好,纯净像元光谱反演效果次之,实测像元光谱最差;但基于模拟像元光谱的LNA监测模型不能直接外推至空间尺度.模型检验结果表明,基于纯净像元光谱的LNA监测模型在2个小麦生态区均具有较好的精度和稳定性,该方法综合利用了地-空遥感的优点,可以推广应用到其他不同空间分辨率和光谱分辨率的遥感数据,从而为区域性冬小麦氮素营养状况的遥感监测提供技术依据. 王来刚 田永超 李文龙 朱艳 曹卫星关键词:冬小麦 叶片氮积累量 混合像元分解 基于更新和同化策略相结合的遥感信息与水稻生长模型耦合技术的研究 被引量:5 2012年 将遥感与作物模型耦合有利于提高作物模型在区域尺度应用时的精度。基于集合平方根滤波算法(Ensemble Square RootFilter,EnSRF)和粒子群优化算法(Particle Swarm Optimization,PSO),以叶面积指数(Leaf Area Index,LAI)和叶片氮积累量(Leaf Nitrogen Accumulation,LNA)共同作为同化耦合点和过程更新点,将同化与更新策略相结合,研究建立了基于遥感信息与水稻生长模型(RiceGrow)耦合的水稻生长与产量预测技术。结果表明,将更新和同化策略结合后,利用RiceGrow模型模拟的水稻生长指标和产量结果更接近于实测值。其中LAI、LNA和产量与实测值间的RMSE分别为0.94、0.47 g/m2和320.15 kg/hm2;RiceGrow模型直接模拟LAI、LNA和产量的RMSE为1.25、1.24 g/m2和516.83 kg/hm2;而单纯基于同化策略模拟LAI、LNA和产量的RMSE为1.01、0.59 g/m2和335.70 kg/hm2。此外,基于该技术的模型区域尺度预测结果能较好地描述水稻生长和产量的时空分布状况,生长指标及区域总产量的模拟相对误差均小于20%。显示基于更新和同化策略相结合的遥感与模型耦合技术具有较高的预测精度,从而为区域尺度作物生长和产量预测提供了技术支撑。 王航 朱艳 马孟莉 李文龙 顾凯健 曹卫星 田永超关键词:遥感 基于分层多端元混合像元分解的水稻面积信息提取 被引量:21 2012年 为了解决中低分辨率遥感影像混合像元问题以提高水稻种植信息的提取精度,该文提出了一种基于层次分类与多端元混合像元分解相结合提取水稻面积信息的方法(stratified multiple endmember spectral mixture analysis,SMESMA)。层次分类有效降低了地物复杂度,而多端元混合像元分解通过对每一类地物选取多个端元光谱参与解混,克服了"同物异谱"造成的光谱变异问题,两者结合可有效提高分类精度。以江苏如皋市为研究区,基于HJ-1B CCD影像,分3个层次,当某类地物信息被提取后便将其从影像中去除,进行下一层次分类,各层次均采用多端元混合像元分解方法,综合EARMSE、MASA、CoB等算法以选取最佳端元,实现了如皋市水稻种植面积信息有效提取。结果显示SMESMA法分类精度达85.78%,kappa系数为0.85,基于最大似然分类法(MLC)的分类精度为79.1%,kappa系数为0.78。表明SMESMA是一种适合基于中低分辨率影像进行作物分类和面积提取的有效方法。 马孟莉 朱艳 李文龙 姚霞 曹卫星 田永超关键词:遥感 信息提取 最大似然 种植面积 水稻 同时估测土壤全氮、有机质和速效氮含量的光谱指数研究 被引量:33 2012年 通过系统分析我国中、东部地区5种不同类型土壤风干样本的有机质、全氮及速效氮含量与近红外(1 000~2 500 nm)光谱反射率之间的关系,进而构建了适合同时估测这3种养分含量的光谱参数及定量估算模型。结果表明,同时与3种养分指标相关较高的波段范围为1 879~1 890与2 050~2 100 nm,其中1 881和2 070 nm两个波段的反射率经多元散射校正及Savitzky-Golay平滑处理并构建而成的差值指数DI(CR1 881,CR2 070)与土壤有机质、全氮及速效氮含量具有良好的线性相关性。独立的观测资料检验显示,基于DI(CR1 881,CR2 070)的估测模型对全氮、有机质和速效氮的预测决定系数R2分别为0.83、0.79和0.72,均方根误差(RMSE)分别为0.20 g kg-1、4.71 g kg-1和23.96 mg kg-1,相对分析误差(RPD)分别为2.56、2.30和2.93。表明DI(CR1 881,CR2 070)是一种可同时估测土壤中3种养分含量的良好光谱指数。 张娟娟 田永超 姚霞 曹卫星 马新明 朱艳关键词:土壤 有机质 全氮 速效氮 不同时空分辨率遥感数据融合估算冬小麦叶面积指数 被引量:11 2012年 高时空分辨率叶面积指数(leaf area index,LAI)数据能反映作物的长势动态变化,为作物长势评估和产量预测提供有效的生长指标依据。该文综合利用混合像元线性分解与数据同化算法,以高空间分辨率SPOT-5数据反演的LAI修正高时间分辨率HJ-CCD数据反演的LAI序列,生成了覆盖冬小麦主要生育期的高空间分辨率LAI序列,并结合SPOT-5反演的LAI和实测LAI值分析了像元纯度、高空间分辨率遥感数据同化景数对融合效果的影响。结果表明,采用数据融合方法生成的LAI与检验LAI具有较高的一致性,但像元纯度对融合效果影响较大;基于2景SPOT-5影像能够提高LAI序列估测精度,且优于基于1景SPOT-5影像的融合效果。该研究结果可为冬小麦生长监测提供技术支撑。 王来刚 田永超 朱艳 姚霞 郑国清 曹卫星关键词:遥感 数据融合 时间序列分析 SPOT-5 叶面积指数 冬小麦 水稻叶片色素含量近红外光谱估测模型研究 被引量:12 2012年 以不同品种类型和不同施氮水平的水稻(Oryza sativa)叶片近红外光谱信息为基础,运用逐步多元回归法(Stepwise multiple linear regression,SMLR)、主成分回归法(Principal component regression,PCR)、偏最小二乘法(Partial least square,PLS)和BP神经网络法(Back-propagation neural network,BPNN),建立了水稻叶片中叶绿素a(Chl a)、叶绿素b(Chl b)、叶绿素a+b(Chl a+b)和类胡萝卜素(Car)的近红外预测模型。结果显示,利用8000~4000cm!1波段范围的一阶导数(First derivative,FD)建模效果最佳。其中,基于PLS的预测模型效果最好;4类近红外色素模型的内部交叉验证误差分别为0.251,0.063,0.305和0.073;外部交叉验证的误差RMSEP分别为0.335,0.123,0.302和0.072,表明的预测效果较好。因此,可以基于近红外模型对水稻叶片色素含量进行快速测定。 姚霞 田永超 倪军 张玉森 曹卫星 朱艳关键词:水稻 叶片色素 近红外光谱 偏最小二乘法