顾凯健
- 作品数：3 被引量：20H指数：2
- 供职机构：南京农业大学更多>>
- 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创新学者攀登项目更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 不同覆盖度条件下水稻生长参数的高光谱监测研究
- 高光谱具有连续、精细等特点，可显著增强对植株生长参数的探测能力，提高作物生长监测的精度。本研究以水稻为对象，依托不同品种、不同种植密度、不同施氮水平的四年水稻田间试验，综合运用高光谱遥感、作物生长分析及数理统计等方法，研...
- 顾凯健
- 关键词：水稻氮素营养光谱指数
- 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
- 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
