您的位置： 专家智库 > >

国家自然科学基金(30900868)

作品数：12 被引量：216H指数：10
相关作者：朱艳曹卫星田永超姚霞张娟娟更多>>
相关机构：南京农业大学河南农业大学更多>>
发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”江苏省科技支撑计划项目更多>>
相关领域：农业科学电子电信自动化与计算机技术更多>>

文献类型

  • 12篇期刊文章
  • 1篇会议论文

领域

  • 13篇农业科学
  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 6篇水稻
  • 5篇光谱
  • 4篇土壤
  • 3篇遥感
  • 3篇有机质
  • 2篇氮含量
  • 2篇氮积累
  • 2篇氮积累量
  • 2篇遥感信息
  • 2篇叶片
  • 2篇有机质含量
  • 2篇土壤全氮
  • 2篇土壤有机
  • 2篇土壤有机质
  • 2篇土壤有机质含...
  • 2篇全氮
  • 2篇累量
  • 2篇积累量
  • 2篇氮
  • 1篇氮肥

机构

  • 11篇南京农业大学
  • 4篇河南农业大学

作者

  • 11篇田永超
  • 11篇曹卫星
  • 11篇朱艳
  • 10篇姚霞
  • 4篇张娟娟
  • 3篇陈青春
  • 3篇马新明
  • 2篇李文龙
  • 2篇马孟莉
  • 2篇顾凯健
  • 2篇杨杰
  • 1篇黄彦
  • 1篇乔红波
  • 1篇王航
  • 1篇刘蕾蕾
  • 1篇余华
  • 1篇朱元励
  • 1篇王薇
  • 1篇翟青云

传媒

  • 4篇农业工程学报
  • 1篇生态学报
  • 1篇中国生态农业...
  • 1篇中国农业科学
  • 1篇土壤学报
  • 1篇作物学报
  • 1篇应用生态学报
  • 1篇遥感学报
  • 1篇Journa...

年份

  • 1篇2014
  • 7篇2012
  • 1篇2011
  • 4篇2010
共 12 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
Common Spectral Bands and Optimum Vegetation Indices for Monitoring Leaf Nitrogen Accumulation in Rice and Wheat被引量：13
2012年
Real-time monitoring of nitrogen status in rice and wheat plant is of significant importance for nitrogen diagnosis, fertilization recommendation, and productivity prediction. With 11 field experiments involving different cultivars, nitrogen rates, and water regimes, time-course measurements were taken of canopy hyperspectral reflectance between 350-2 500 nm and leaf nitrogen accumulation (LNA) in rice and wheat. A new spectral analysis method through the consideration of characteristics of canopy components and plant growth status varied with phenological growth stages was designed to explore the common central bands in rice and wheat. Comprehensive analyses were made on the quantitative relationships of LNA to soil adjusted vegetation index (SAVI) and ratio vegetation index (RVI) composed of any two bands between 350-2 500 nm in rice and wheat. The results showed that the ranges of indicative spectral reflectance were largely located in 770-913 and 729-742 nm in both rice and wheat. The optimum spectral vegetation index for estimating LNA was SAVI (R822, R738) during the early-mid period (from jointing to booting), and it was RVI (R822, R738) during the mid-late period (from heading to filling) with the common central bands of 822 and 738 nm in rice and wheat. Comparison of the present spectral vegetation indices with previously reported vegetation indices gave a satisfactory performance in estimating LNA. It is concluded that the spectral bands of 822 and 738 nm can be used as common reflectance indicators for monitoring leaf nitrogen accumulation in rice and wheat.
WANG WeiYAO XiaTIAN Yong-chaoLIU Xiao-junNI JunCAO Wei-xingZHU Yan
关键词：小麦叶片氮积累量氮素营养诊断
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：39
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
估测水稻叶层氮浓度的新型蓝光氮指数被引量：10
2010年
基于不同氮素水平与品种类型的多个田间试验,综合分析了水稻冠层高光谱植被指数与叶层氮浓度的定量关系.结果表明:对氮反应最敏感的波段为红光665～675nm、蓝光490～500nm和红边区域波段680～760nm.400～2500nm波段范围内两波段植被指数与水稻叶层氮浓度相关性最好的是550～600nm与500～550nm,属绿光波段组合,决定系数(R2)最高的是比值指数SR(533,565).以3个蓝光波段构建的光谱参数R434/(R496+R401)(蓝光氮指数)与水稻叶层氮浓度呈极显著的直线相关关系,与SR(533,565)相比,该参数显著提高了对叶层氮浓度的预测性.独立资料检验结果显示,R434/(R496+R401)对水稻叶层氮浓度具有较好的预测性,检验根均方差(RMSE)和相对误差(RE)值分别为9.67%和8%,是一种适合于水稻叶层氮浓度估测的良好高光谱植被指数.
田永超杨杰姚霞朱艳曹卫星
关键词：水稻叶层氮浓度
利用叶片高光谱指数预测水稻群体叶层全氮含量被引量：30
2010年
通过测定叶片高光谱来快速估测整个水稻叶层全氮含量对于水稻氮素诊断有重要意义。本文通过连续3年不同施氮水平和不同品种类型的4个大田试验,分生育期同步测定了不同叶位叶片的高光谱反射率及叶层全氮含量,并系统分析了叶片水平多种高光谱指数与水稻叶层全氮含量的定量关系。结果表明,不同叶位叶片的光谱反射率与叶层全氮含量的相关程度不同,顶二叶(L2)表现最好、顶三叶(L3)次之,而L2和L3的平均光谱(L23)有助于进一步提高光谱指数的敏感性,是估测叶层氮含量的适宜叶位组合。绿光560nm和红边705nm波段附近光谱反射率与叶层全氮含量呈极显著负相关关系,两者分别与近红外波段组合而成的光谱比值指数可较好地监测水稻叶层全氮含量,其中绿光、红边窄波段比值指数SR(R780,R580)和SR(R780,R704)表现较好,与叶层全氮含量的决定系数分别为0.887和0.884;独立试验数据检验的RMSE分别为0.216和0.235。将上述2个窄波段比值指数中的近红外、绿光波段和红边波段宽度分别扩展至100、20和10nm,从而构建的宽波段比值指数SR[AR(750-850),AR(568-588)]和SR[AR(750-850),AR(699-709)]与叶层全氮含量相关性仍具有较高水平,线性回归模型的拟合精度(R2)为0.886和0.883,检验RMSE值分别为0.218和0.237。从而在叶片水平,确立了适于叶层全氮含量估测的基于绿光、红边与近红外波段的比值组合和波段适宜宽度。
田永超杨杰姚霞曹卫星朱艳
关键词：水稻叶片
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NDVIRVI
文献传递
基于多种光谱仪的水稻前期植株氮积累量监测被引量：15
2011年
为了明确水稻穗肥施用前地上部植株氮积累量与各光谱仪冠层光谱参数的定量关系,进而为水稻精确追氮提供决策依据。基于不同品种和不同施氮水平的7个水稻田间试验,于分蘖期和拔节期利用ASD Fieldspec FR2500高光谱仪、Cropscan MSR-16多光谱仪和Greenseeker RT100主动光谱仪同时采集冠层光谱反射率,并同步取样测定地上部植株氮积累量,研究基于不同光谱仪构建的植被指数与植株氮积累量之间的关系。结果表明,部分植被指数与水稻地上部植株氮积累量关系密切,基于3种光谱仪构建的水稻地上部植株氮积累量监测模型的稳定性和适用性有较大差异。对于ASD高光谱仪,虽然基于差值植被指数(760,740)能较好估测植株氮积累量,拟合模型决定系数R2为0.79,但模型检验效果较差,其R2和均方根误差分别为0.15和2.11g/m2;对于Cropscan多光谱仪,差值植被指数(760,710)能较好反演植株氮积累量,拟合模型的R2为0.94,模型检验的R2和均方根误差分别为0.94和0.76g/m2;Greenseeker主动光谱仪的归一化植被指数(770,660)对地上部植株氮积累量的反演效果最好,拟合模型的R2为0.97,模型检验的R2和均方根误差分别为0.97和0.62g/m2。研究结果可为水稻前期植株氮积累量监测过程中的光谱仪选择提供参考,为水稻精确追氮管理提供技术支撑。
陈青春田永超顾凯健王薇姚霞曹卫星朱艳
关键词：光谱仪氮
应用粒子群算法的遥感信息与水稻生长模型同化技术被引量：10
2010年
在研究遥感信息和水稻生长模型的同化过程中,最小化遥感反演与生长模型(RiceGrow)输出的水稻生长信息差值绝对值时引入了一种新的优化算法-粒子群算法(PSO),并对比了其与模拟退火算法(SA)的优缺点;探讨了叶面积指数(LAI)和叶片氮积累量(LNA)分别作为同化参数时的同化效果。结果表明,PSO无论是从同化效率还是反演精度上都要好于SA,粒子群优化算法是一种可靠的遥感与模型同化算法;LAI和LNA作为外部同化参数时各有优势,LAI作为同化参数可获得较准确的播期及播种量,而LNA作为同化参数可获得更为准确的施氮量信息。但是LAI作为外部同化参数时的反演结果总体要优于利用LNA作为同化参数时的反演结果。利用试验资料对该技术进行了测试和检验,结果显示反演的模型初始参数的平均值与真实值的相对误差(RE)均小于2.5%,均方根误差(RMSE)为0.7—2.2,产量模拟值与实测值之间的相对误差为5%左右,模拟与实测相关指标值吻合度较高,该同化技术具有较好的适用性。从而为生长模型从单点扩展到区域尺度应用奠定了基础。
朱元励朱艳黄彦姚霞刘蕾蕾曹卫星田永超
关键词：粒子群算法
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
全选 清除 导出
共2页<12>
聚类工具0