吕银亮
- 作品数：12 被引量：80H指数：7
- 供职机构：石河子大学农学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划国家科技支撑计划更多>>
- 相关领域：农业科学更多>>
- 利用数字图像估测棉花叶面积指数被引量：23
- 2011年
- 通过3a不同种植密度、品种、施氮量和灌水量的田间试验,在棉花不同的生育期用数码相机、LAI-2000冠层仪和线性光量子传感器采集数据并进行破坏性取样测定,分析图像透光率的有效性和建立LAI估测模型,进而对图像方法、LAI-2000和破坏性取样方法进行比较和分析。结果表明:(1)在太阳高度角最大且变化最小的正午时段,数码相机测量的图像透光率与线性光量子传感器测量的冠层透光率较一致且相对稳定。(2)图像透光率能反映除吐絮期以外各时期的冠层透光状况,但是当LAI大于5时图像透光率出现饱和。(3)综合分析2009和2010年数据,建立了图像透光率估测LAI的模型(R2=0.8438,SE=0.5605);利用2007年独立试验资料检验估测模型的性能,模型检验的拟合度较高(R2=0.8767)且预测误差较小(RMSE=0.4305),当LAI>5时模型的预测能力降低。(4)数字图像、LAI-2000和破坏性取样3种方法测量的LAI值之间均呈现显著的线性相关(R2>0.85),但是图像透光率的饱和性致使当LAI>5时明显低估叶面积指数。
- 王方永王克如李少昆肖春华王琼陈江鲁金秀良吕银亮
- 关键词：棉花叶面积指数数字图像透光率
- 基于光谱角算法的小麦氮素营养诊断研究
- 【目的】精确的氮素营养监测是实现实时氮素管理的关键技术，本文通过不同小麦品种的氮素水平实验，构建小麦生育期冠层光谱角（Spectral angle，SA)与农学参数之间的相关关系，进而建立小麦冠层氮素营养诊断和生长信息的...
- 吕银亮
- 关键词：小麦光谱角氮素营养
- 文献传递
- 基于改进光谱角算法的小麦产量监测研究被引量：3
- 2011年
- 【目的】基于小麦生长发育关键时期的近地面高光谱数据和收获实测产量数据,利用改进的光谱角算法进行冬小麦产量估测。【方法】选择2个小麦品种,设置4个氮素水平处理,根据氮素营养对小麦冠层可见光和近红外光谱影响较大的特点,构建监测小麦冠层氮素营养的光谱角算法。【结果】氮素营养对小麦产量差具有比产量更明显的差别,不同小麦品种在不同生育时期和氮素水平下光谱角变化有明显的差异,小麦生育前期的光谱角变化较小,生育后期光谱角增加,末期光谱角降低,不同氮素水平之间表现出N0-2>N0-3>N0-1。光谱角与小麦产量呈明显的二次线性关系,拟和方程决定系数为0.784 4,达到极显著水平。【结论】利用光谱角进行小麦产量监测是可行的。
- 吕银亮李少昆王克如肖春华陈兵王方永谢瑞芝高世菊
- 关键词：小麦光谱角
- 基于冠层光谱角算法的小麦氮素营养监测被引量：5
- 2015年
- 通过田间小区试验,选择3个小麦品种,在不同氮素水平下,在测定小麦冠层反射光谱和叶片氮素含量基础上,提出小麦冠层光谱角算法,分析小麦冠层光谱角与氮素营养水平的定量关系。结果发现:对选择的3个小麦品种,光谱角均随氮素施用量增加而增大,光谱角预测叶片氮素的最佳模型为y=0.3999x0.3989,其决定系数R2为0.6870,其预测的RE、RMSE和R2分别为1.63%、0.1609、0.7515。利用光谱角算法可以监测小麦冠层氮素营养的差异。
- 肖春华吕银亮刁万英李少昆王克如陈兵王琼
- 关键词：小麦光谱角
- 基于光谱参数的棉花叶面积指数监测和敏感性分析被引量：7
- 2011年
- 研究棉花冠层光谱参数对不同叶面积指数的响应,建立棉花叶面积指数光谱参数最佳估测模型,并对所选光谱参数进行敏感性分析。利用高光谱仪测定不同时期不同叶面积指数条件下的棉花冠层光谱反射率。结果表明,694 nm和1099 nm分别为可见光和近红外波段区域内与叶面积指数相关性最好的波段,并用于改进前人所建立的光谱参数;宽范围动态植被指数和比值植被指数与叶面积指数的拟合效果最好,估测模型的决定系数(r2)分别为0.8375和0.8324;此外,比值植被指数对棉花叶面积指数变化的敏感性大于宽范围动态植被指数。
- 陈江鲁王克如李少昆肖春华陈兵王方永金秀良吕银亮刁万英王琼王楷何晟国
- 关键词：光谱参数叶面积指数敏感性
- 基于宽范围动态植被指数的棉花冠层覆盖度监测被引量：7
- 2011年
- 旨在利用宽范围动态植被指数对棉花冠层覆盖度进行监测,解决传统的利用归一化差值植被指数对冠层覆盖度较高时监测不准确(饱和)的问题。采用高光谱仪获取棉花不同时期不同覆盖度的冠层光谱反射率,通过对构成归一化差值植被指数的近红外波段反射率引入系数α来提高修正后的植被指数随棉花覆盖度变化的动态范围。当利用权重系数0.1≤α≤0.2对近红外波段反射率调整之后,新形成的宽范围动态植被指数用于监测不同覆盖度棉花时未出现"饱和"现象。利用宽范围动态植被指数建立的棉花覆盖度监测模型的决定系数r2>0.948,对棉花冠层覆盖度进行监测,可以解决传统的归一化差值植被指数对冠层覆盖度较高时监测不准确(饱和)的问题,提高了植被指数对棉花冠层覆盖度监测的精度。
- 陈江鲁王克如李少昆肖春华陈兵王方永金秀良吕银亮刁万英王琼王楷何晟国
- 关键词：棉花覆盖度
- 应用两种近地可见光成像传感器估测棉花冠层叶片氮素状况被引量：9
- 2011年
- 作物叶片含氮量是作物长势监测、产量及品质估测的重要依据,实时、无损地监测植株体内氮素营养状况有助于棉花氮肥的正确施用。本研究比较2种近地可见光传感器的光谱和颜色信息用于监测棉花氮素营养的能力,确定MSI200成像光谱仪和数码相机监测棉花冠层叶片氮含量最佳的波段、光谱指数和颜色参数并建立估测模型。结果表明,在可见光波段,冠层反射率随着冠层叶片氮素含量的增加而降低,且叶片含氮量的光谱敏感波段主要位于绿光和红光区域;与棉花冠层叶片含氮量的拟合效果最好的2种传感器的光谱指数为差值指数DI(R580,R680)和G-R,而颜色参数则分别为b*和H,同一传感器以光谱指数的拟合效果优于颜色参数,不同传感器以MSI200数据的拟合效果优于数码相机;利用独立试验资料检验所建模型的估测性能表明,差值指数对棉花冠层叶片氮素的预测能力优于比值指数和归一化差值指数,DI(R580,R680)和G-R所建模型的估测精度最高,分别为0.8131和0.7636。因此,利用数码相机和MSI200型成像光谱仪可以定量估测棉花冠层叶片氮素营养状况。
- 王方永王克如李少昆高世菊肖春华陈兵陈江鲁吕银亮刁万英
- 关键词：棉花冠层叶片含氮量成像光谱仪光谱指数
- 基于TM影像光谱指数的棉花病害严重度估测被引量：9
- 2011年
- 通过获取多时相试验区TM影像和大田同步调查棉花黄萎病,将TM影像光谱指数与病害严重度进行相关分析,建立棉花病害严重度估测模型.结果表明:随着病害严重度的增加,TM影像光谱指数B2,B4,SATVI,OSAVI,MSAVI,TSAVI,SVNSWI,SNSWIa,SNSWIb,SVNI,DNSIa,DNSIb,NDSWIa,NDSWIb,RNSWIa,RNSWIb,DVNI,EVI,TVI,SAVI,DVI,NDVI,RVI和PVI逐渐减小,B1,B3,B7和RI逐渐增加,NDGI呈现先增后降的趋势,而B5呈现先降后增的趋势.病害严重度与TM影像光谱指数B1,B3和RI均呈极显著正相关,与B4,OSAVI,MSAVI,TSAVI,SVNSWI,SNSWIa,SNSWIb,SVNI,DNSIa,DNSIb,NDSWIa,NDSWIb,RNSWIa,RNSWIb,DVNI,EVI,TVI,NDGI,SAVI,DVI,NDVI,RVI和PVI均呈极显著负相关,与SATVI呈显著负相关,与B2,B5和B7均未达显著相关.建立的8个TM影像光谱指数估算棉花黄萎病模型均通过显著性检验,且以DVI和DNSIb为自变量的线性模型精度最高,表明利用多时相TM卫星影像光谱指数进行棉田病害定量诊断是可行的.
- 陈兵李少昆王克如苏毅陈江鲁金秀良吕银亮刁万英
- 关键词：棉花TM影像光谱指数
- 棉花黄萎病疑似病田的卫星遥感监测——以TM卫星影像为例被引量：7
- 2012年
- 研究TM卫星影像最佳时相(单一时相)对黄萎病疑似病害棉田诊断和分类的技术与方法,为棉花生产提供具有针对性的管理方案,对促进棉田均衡增产、增效具有重要的意义。本研究通过分析试验区多时相卫星影像及准同步地面调查数据,从中优选病害棉田卫星影像诊断的最佳波段和时相,对黄萎病疑似病害棉田分类并地面验证。结果表明,棉花的关键生育期,健康与病害棉田在TM影像上明显不同,由此建立病害棉田解译标志是可行的,TM4波段可作为病害棉田卫星监测的最佳波段,棉花盛铃期(7月下旬至8月中旬)可作为黄萎病卫星监测的最佳时相。基于上述分析,在病害发生的最佳时相,利用平行六面体监督分类方法将示范区黄萎病疑似病害棉田划分为健康、轻病和重病棉田,其中2年病害棉田的面积分别占29%和23%。2年黄萎病疑似病害棉田分类结果的总体精度和Kappa系数均高于85%。进一步制作的棉花病田专题图也很好地反映了棉田内部的病害情况。因此,可利用多时相遥感数据进行棉花黄萎病疑似病田的诊断。
- 陈兵王克如李少昆肖春华王方永苏毅唐强陈江鲁金秀良吕银亮刁万英王楷
- 关键词：棉花黄萎病多时相遥感监测
- 基于高光谱特征参数的棉花长势参数监测被引量：13
- 2011年
- 通过小区棉花密度和水分对比试验,分析不同密度和水分处理的棉花整个生育期生物量和LAI(叶面积指数)与高光谱特征参数的相关性,建立棉花生物量和LAI光谱估算模型。选取的所有植被指数与棉花LAI和生物量相关性均达到极显著水平,其中光谱参量NDVI(890,670)与LAI的相关性和光谱参量Height(920)与生物量相关性最好,用这2个参量与生物量建立棉花长势估测模型,其决定系数分别为0.804 0和0.760 9,均方根误差分别为0.191 5和0.315 2,利用光谱特征参数可以有效地监测棉花整个生育期的长势变化。
- 金秀良李少昆王克如肖春华王方永陈兵陈江鲁吕银亮刁万英王琼王楷
- 关键词：棉花LAI生物量植被指数
