王晓星
- 作品数:3 被引量:43H指数:3
- 供职机构:西北农林科技大学资源环境学院更多>>
- 发文基金:河南省科技攻关计划国家科技支撑计划国家高技术研究发展计划更多>>
- 相关领域:农业科学自动化与计算机技术更多>>
- 基于相关分析和偏最小二乘回归的黄绵土土壤全氮和碱解氮含量的高光谱预测被引量:27
- 2015年
- 以采取植被恢复措施的陕西省吴起县为研究区,实地采集24个土壤剖面不同层次的黄绵土土样100个,在进行土壤样本全氮(TN)和碱解氮(AHN)含量及实验室反射光谱数据测量和分析的基础上,用相关分析(CA)结合偏最小二乘回归(PLS)方法建立黄绵土土壤TN和AHN含量的校正模型,并用独立样本对校正模型进行验证.结果表明:利用6种光谱变换方式建立的校正模型中,微分光谱建立的校正模型是预测研究区土壤TN含量的最佳模型,校正和验证R2分别为0.929和0.935,均方根误差(RMSE)分别为0.045和0.047 g·kg-1,相对预测偏差(RPD)为3.12;而归一化变换建立的校正模型是预测土壤AHN含量的最佳模型,校正和验证R2分别为0.873和0.773,RMSE分别为9.946和16.204 mg·kg-1,RPD为1.538.所建立的全氮预测模型可以对0~40 cm土层的TN进行有效预测,而碱解氮的预测模型对同一深度只能进行粗略预测.本研究为采取植被恢复措施的退化生态系统区黄绵土土壤全氮的快速预测提供了一种较好的方法,但是对于碱解氮的准确、快速预测,需要进一步研究.
- 刘秀英王力常庆瑞王晓星尚艳
- 关键词:黄绵土全氮碱解氮
- 冬小麦冠层水平叶绿素含量的高光谱估测被引量:8
- 2016年
- 【目的】利用高光谱数据对抽穗期冬小麦冠层叶绿素含量进行估测,旨在为叶绿素含量快速准确估测提供参考。【方法】利用ASD便携式野外光谱仪和SPAD-502叶绿素仪实测了冬小麦抽穗期冠层光谱反射率及叶绿素含量,并对原始光谱反射率及其一阶导数光谱与叶绿素相对含量进行了相关分析,建立了基于敏感波段、红边位置、原始光谱峰度和偏度、一阶导数光谱峰度和偏度的叶绿素估算模型,并进行检验,从中筛选出精度最高的模型。【结果】冬小麦冠层光谱曲线特征与叶绿素含量之间有着密切联系。基于原始光谱一阶导数偏度和峰度的冬小麦(抽穗期)叶绿素含量估算模型拟合精度优于其他4种估算模型,决定系数R2分别为0.847和0.572,均方根误差RMSE分别为0.397和0.697,相对误差RE分别为61.0%和119.0%,拟合精度优于其他4种估算模型。【结论】原始光谱一阶导数的偏度和峰度作为自变量能很好地估测抽穗期小麦冠层叶绿素含量。
- 王晓星常庆瑞刘梦云刘秀英尚艳
- 关键词:叶绿素含量冬小麦抽穗期
- 关中地区小麦冠层光谱与氮素的定量关系被引量:8
- 2016年
- 【目的】分析不同生育期及整个生育期小麦叶片氮含量(LNC)与冠层光谱反射特征的关系,以实现对田间小麦活体氮素营养状况的监测,为小麦叶片氮素状况的精确诊断提供依据。【方法】以位于陕西关中地区杨凌揉谷镇、扶风马席村和巨良农场的3个小麦试验田为研究对象,测定不同长势及生育期小麦LNC及冠层光谱反射率,分析不同长势下小麦LNC和反射率的变化,并研究氮含量与冠层光谱反射率的相关性,以及小麦LNC与比值植被指数(RVI)、归一化植被指数(NDVI)的相关性,建立小麦LNC的敏感波段及光谱监测模型。【结果】在同一生育期,长势差的小麦叶片氮含量较低,长势较好的叶片氮含量高。与单波段相比,组合波段构成的植被指数RVI、NDVI与LNC的相关性明显提高,近红外波段(730~1 075nm)和红波段630,660,690nm组成组合波段的RVI、NDVI与LNC呈极显著正相关,其中LNC与RVI的相关性较高。利用独立的小麦田间试验数据,采用通用的均方根差(RMSE)、决定系数(R^2)、准确度(斜率)3个指标对所建立的模型进行检验,最终选取RVI(970,690)为监测小麦LNC的最佳光谱参数,构建的最佳模型为LNC=0.176 3×RVI(970,690)^0.775 6,R^2为0.863,RMSE为0.137,准确度为0.979,接近于1。【结论】利用小麦冠层光谱反射率构建了预测小麦LNC的最佳模型,该模型具有较好的准确度和普适性,适用于整个生育期小麦叶片氮含量的监测。
- 尚艳常庆瑞刘秀英王晓星田明璐
- 关键词:小麦叶片氮含量