河南省科技攻关计划(112102110030)
- 作品数：7 被引量：72H指数：5
- 相关作者：马新明张娟娟熊淑萍杨阳翟清云更多>>
- 相关机构：河南农业大学南京农业大学上海出入境检验检疫局更多>>
- 发文基金：河南省科技攻关计划公益性行业(农业)科研专项国家自然科学基金更多>>
- 相关领域：农业科学电子电信自动化与计算机技术更多>>
- 基于近红外光谱分析的土壤全氮含量估测研究被引量：9
- 2015年
- 应用近红外光谱分析技术对比研究基于土壤风干样本和鲜样来预测全氮含量的可行性。选取水稻土为研究对象,首先分析了不同水分土壤的光谱特征,显示随水分含量增加,吸光度升高,且鲜样的吸光度高于干样。通过比较不同预处理方法,对土壤干鲜样分别采用逐步多元回归(SMLR)和偏最小二乘法(PLSR)建立了相应的近红外模型。结果表明,利用近红外光谱均可预测干鲜土壤样本的全氮含量,特别是利用偏最小二乘法建立的标定模型,预测精度高,反演性较好,鲜样和干样外部验证决定系数分别达到0.89和0.91,相对误差仅为6.92%和5.92%,研究结果可以为田间土壤全氮含量的估测提供技术依据和参考。
- 张娟娟熊淑萍时雷马新明王高
- 关键词：近红外光谱土壤全氮PLSR
- 不同冬小麦品种株高的高光谱估算模型被引量：7
- 2012年
- 为建立小麦株高的高光谱估算适宜模型,通过连续两年田间不同品种试验,在拔节至抽穗期同步测定小麦冠层高光谱数据和株高,并对两者的关系进行系统分析。结果表明,小麦株高与可见光波段呈负相关,与近红外波段呈正相关,与可见光波段的相关性总体上高于近红外波段。株高可以利用统一的光谱参数进行定量反演,其中以F698、D550、Dy、λr、SDr/SDb和(SDr-SDb)/(SDr+SDb)等光谱参数拟合效果较好。经两年的独立试验数据检验表明,以参数F698、D550、Dy及(SDr-SDb)/(SDr+SDb)为变量建立的株高估算模型表现较为稳定,尤其是以光谱参数(SDr-SDb)/(SDr+SDb)建立的模型,建模决定系数为0.85,预测决定系数和均方根偏差分别为0.86和4.27,相对误差为9%。因此,该参数可以作为估测小麦株高的有效光谱参数,对小麦生长中期的株高进行监测。
- 李燕强张娟娟熊淑萍杨阳车芳芳马新明
- 关键词：冬小麦株高
- 基于近红外光谱的土壤全氮含量估算模型被引量：23
- 2012年
- 土壤全氮是诊断土壤肥力水平和指导作物精确施肥所需的重要信息,建立土壤全氮的近红外光谱估测模型并对建模波段进行优化选择对于土壤养分信息快速获取和精确农业发展具有重要意义。该研究以中国中、东部地区5种主要类型土壤为研究对象,利用近红外光谱仪采集土壤样品的光谱信息,结合近红外区域分子振动特点选取全谱、合频、一倍频、二倍频和N-H基团及其组合的8个波段,采用多元散射校正等多种预处理方法组合进行处理,结合偏最小二乘法(PLS)对每个波谱区域进行定标建模。结果表明,利用4000～5500cm-1波谱区域结合附加散射校正处理过的原始光谱建立的模型精度表现最好,其内部互验证决定系数达到0.90,均方根误差为0.16。经不同类型土壤的观测资料检验,模型验证决定系数为0.91,均方根误差为0.15,相对分析误差RPD为3.40,表明模型具有极好的预测能力。因此,利用近红外光谱可以实现土壤全氮的快速估测,且以合频波段(4000～5500cm-1)为建模区域可以得到更好的预测效果。
- 张娟娟田永超姚霞曹卫星马新明朱艳
- 关键词：土壤全氮近红外光谱偏最小二乘法
- 基于遥感图像提取小麦种植分布信息的算法优化研究
- 2014年
- 为了实现作物种植信息的智能化解析,必须首先实现识别目标位置与范围定位.以2012年鹤壁市浚县拔节期小麦为研究对象,结合获取的SPOT-5卫星遥感图像,对最小距离分类算法和最大似然法在提取小麦种植信息的效果以及运算速度等方面进行了系统比较,并提出了一种基于遥感图像提取作物种植分布信息的优化算法.检验结果表明,优化算法在保证信息提取准确率达95.6%的前提下,处理速度较最大似然法提高45.01%,可用于快速提取作物的种植分布信息.
- 张娟娟张钰洋马新明
- 关键词：遥感图像目标识别
- 不同土壤质地小麦叶片叶绿素的高光谱响应及估测模型被引量：4
- 2014年
- 为给小麦生长过程中叶绿素的实时监测和氮肥调控提供参考,设置3种不同土壤质地（沙土、壤土和粘土）、5种不同施氮水平（0、120、225、330和435kg·hm^-2）和3个河南省主栽小麦品种（矮抗58、周麦22和郑麦366）,同步测定小麦主要生育时期冠层光谱反射率和叶绿素（Chla＋b）含量,系统分析了3种土壤质地条件下小麦Chla＋b含量与350-1 050nm波段范围内冠层光谱参数的相关关系。结果表明,3种土壤质地下小麦叶绿素的冠层光谱响应趋势基本一致。光谱指数REPIG和mND705对叶片Chla＋b含量的监测效果较好,建模决定系数分别为0.76和0.75。利用独立样本数据对用于建模的此二光谱参数进行检验,其预测效果表现较为稳定,预测决定系数分别为0.87和0.85,均方根偏差分别为0.46和0.48。说明利用光谱指数REPIG和mND705为自变量建立的估测模型可以较好地预测当地生产条件下小麦叶片叶绿素,同时为氮肥施用及调控提供技术依据。
- 张娟娟熊淑萍翟清云张钰洋马新明
- 关键词：小麦土壤质地施氮量叶绿素含量高光谱遥感
- 基于高光谱特征的土壤有机质含量估测研究被引量：16
- 2012年
- 在室内条件下,利用ASD2500高光谱仪测定了潮土和水稻土自然风干土壤样品的光谱。通过系统分析两种不同类型土壤的高光谱特征差异及其有机质含量的敏感波段区位,建立了土壤有机质含量的光谱估测模型。结果表明,具有相同有机质含量的两种类型土壤整体光谱变化趋势无明显差别,但反射率表现出明显差异,一阶导数变换能较好地显现谱图中的肩峰。潮土和水稻土有机质的敏感波段集中在相同区域,原始反射率在685 nm处相关性最高,而一阶导数光谱在554 nm处相关性最高。通过对整体样本的多元逐步回归分析,筛选出两种土壤有机质相同的敏感波段为800 nm、1 398 nm和546 nm。进一步以一阶导数为自变量,基于1 400nm和554 nm两个波段构建了土壤有机质差值指数SOMDI及估测模型,即Y=4.19 12.85×(R_FD554 R_FD1 400)。利用独立的样本对建立的光谱模型进行了检验,预测决定系数均达0.79以上。上述结果表明,利用高光谱技术可实现土壤有机质的快速监测与诊断。
- 张娟娟余华乔红波马新明翟青云
- 关键词：土壤有机质导数光谱
- 基于不同土壤质地的小麦叶片氮含量高光谱差异及监测模型构建被引量：16
- 2013年
- 【目的】叶片氮素状况是小麦生产中精确施氮管理与调控的前提,实时无损监测叶片氮素状况对小麦生产管理具有重要意义。本文旨在综合分析不同环境下小麦冠层光谱响应差异,进而构建其估测模型,为小麦氮肥合理运筹提供技术支持。【方法】本研究基于3种不同土壤质地(砂土、壤土和黏土)、5种不同施氮水平(0、120、225、330和435 kg.hm-2)及3种河南省主栽小麦品种(矮抗58、周麦22和郑麦366)连续2年的大田试验,于小麦主要生育时期同步测定冠层光谱反射率和叶片氮含量,对3种不同土壤质地条件下小麦冠层叶片氮含量的高光谱响应差异进行比较,系统分析350—1 050 nm波段范围内任意两波段组合而成的差值(DSI)、比值(RSI)及归一化差值(NDSI)光谱指数与叶片氮含量的量化关系,并建立估算模型。【结果】冠层光谱反射率在不同施氮水平和不同生育时期下存在明显差异,但趋势基本一致;比较3种土壤质地小麦冠层光谱反射率大小表现为:黏土>壤土>砂土,可以反映小麦实时田间长势。通过系统分析3种土壤质地小麦冠层反射光谱与对应叶片氮含量间的定量关系,表明在可见光和近红外区域均有较好的相关性,但敏感波段区域有所不同。对3种质地获取的样本进行系统分析表明,砂土、壤土和黏土质地小麦叶片氮含量分别以光谱指数NDSI(FD710,FD690)、DSI(R515,R460)和RSI(R535,R715)建模结果表现最好,决定系数分别达到0.88、0.87和0.87。经不同年份独立资料检验结果显示,基于上述光谱指数估测小麦叶片氮含量的预测决定系数分别为0.87、0.85和0.77,预测均方根误差分别为0.31、0.32和0.26。【结论】利用光谱参数NDSI(FD710,FD690)、DSI(R515,R460)和RSI(R535,R715)为自变量建立的估测模型分别可以较好地预测砂土、壤土和黏土3种质地小麦叶片氮含量。
- 翟清云张娟娟熊淑萍刘娟杨阳马新明
- 关键词：小麦土壤质地叶片氮含量高光谱遥感
