郭小丽
- 作品数：5 被引量：32H指数：4
- 供职机构：山西农业大学农学院更多>>
- 发文基金：山西省青年科技研究基金国家自然科学基金山西省科学技术发展计划项目更多>>
- 相关领域：农业科学更多>>
- 基于多元分析的冬小麦冻害高光谱定量监测研究
- 本试验以强冬性冬小麦品种晋太182为研究对象,利用可移动式制冷设备对拔节期冬小麦进行不同程度的冻害处理,测定冻后不同天数冠层高光谱反射率和主要农学参数并分析其变化规律,利用主成分分析方法建立冻害综合评价指标（FICEI）...
- 郭小丽
- 关键词：冻害冬小麦农学参数
- 文献传递
- 基于光谱变换的低温胁迫下冬小麦叶绿素含量估测研究被引量：15
- 2017年
- 近年来,冻害已成为影响我国冬麦区的农业气象灾害之一,及时、快速、准确地获取冬小麦叶绿素含量对于监测冬小麦冻害发生具有极其重要的意义。本研究通过低温胁迫试验,在拔节期对两个冬麦品种进行-6℃,4 h、8 h和12 h的胁迫处理后,测定其冠层光谱反射率,并对原始光谱数据进行15种典型变换处理,分析比较不同光谱变换下冬小麦叶绿素含量的PLSR模型,筛选出能够表征低温胁迫下冬小麦叶绿素含量的最佳光谱变换方式。结果表明,随低温胁迫时间的延长,两个冬小麦品种叶绿素含量呈降低趋势,随着低温胁迫后天数的增加,各处理与对照的差异逐渐减小。胁迫后5 d,近红外区域反射率有较大升高,并随低温胁迫后时间的延长而升高;在可见光区域,短期内差异不明显。胁迫后10 d、20 d、35 d,黄、红波段逐渐趋于水平,同时近红外区域反射率差异逐渐缩小,可见光区域光谱反射率出现不同程度的上升。对原始光谱数据进行15种典型变换处理,发现原始光谱的倒数、对数、幂、平方根等变换难以提高与叶绿素含量的相关性,且建模效果较差。除原始光谱对数的一阶微分(T6)外,其他微分变换处理的叶绿素含量诊断模型都优于原始光谱。综合考虑模型的校正、验证效果、模型最佳因子数以及相对分析误差的大小,二阶微分变换处理(T15)叶绿素含量校正模型的R2和RMSE分别为0.930、0.340,验证模型的R^2为0.753,表明基于T15的光谱变换数据可实现低温胁迫下叶绿素含量的准确估算,为最佳光谱变换方式。
- 张雪茹冯美臣杨武德王超郭小丽史超超
- 关键词：冬小麦叶绿素含量低温胁迫偏最小二乘法
- 变换光谱数据对土壤氮素PLSR模型的影响研究被引量：10
- 2016年
- 光谱数据变换对消除背景、噪音影响以及提取光谱特征有重要的作用,是光谱数据分析过程中的必要步骤。为了研究光谱变换处理对土壤氮素PLSR模型的影响精度,并选择最佳光谱变换处理方法,本文对原始光谱数据进行了15种典型光谱变换,通过比较不同变换光谱与土壤氮素的相关性,实现土壤氮素的PLSR精确诊断,并综合评定最佳光谱数据变换方法。结果表明,涉及微分处理后的光谱变换,尤其是先进行开方(T8、T11)、对数(T6、T12)等变换后再进行微分处理,可提高其与土壤氮素的相关性。在引入较少因子变量个数的条件下,该方法使因变量解释量达到了98%。综合考虑模型的校正、验证效果及模型复杂度(模型最佳因子变量个数),可得出光谱平方根的一阶微分变换处理(T8)为最佳的土壤光谱变换算法。该条件下的土壤氮素的校正模型表现为R2=0.985、RMSEC=0.000132、Fn=6,验证模型的表现为R2=0.9853、RMSEV=0.000162,结果表明基于T8的光谱数据变换可实现本试验条件下土壤氮素的光谱估算。另外,可以考虑将原始光谱的一阶微分(T9)、对数和对数倒数的一阶微分(T6、T7)以及平方根和对数的二阶微分(T11、T12)作为光谱数据变换方法。本文研究结果可为土壤氮素估算和光谱数据预处理提供技术参考。
- 乔星星冯美臣杨武德孙慧郭小丽史超超
- 关键词：土壤氮素偏最小二乘法
- 低温胁迫下冬小麦叶绿素含量高光谱估测被引量：5
- 2017年
- 近年来,拔节期冻害已成为影响北方冬麦区主要的农业气象灾害。为实现低温胁迫下冬小麦叶绿素含量的精确诊断,利用多元统计分析方法(偏最小二乘法和逐步多元线性回归)提取低温胁迫下冬小麦叶绿素含量特征波段,并构建其估测模型。结果表明,经B-coefficient和VIP证实,结合SMLR提取叶绿素含量监测的光谱特征波段为401,681,727 nm,预测模型的R^2,RMSE,RE分别为0.751,0.622,0.128,并且验证模型R^2也达到了0.707,模型精度较高,具有一定的普适性。利用PLS-SMLR提取特征波段、建模的方法是可行的,可为低温胁迫下冬小麦叶绿素含量估测提供一定的理论依据。
- 张雪茹冯美臣李广信杨武德王超郭小丽史超超
- 关键词：冬小麦叶绿素含量低温胁迫
- 基于高光谱和HJ-1 CCD的水旱地冬小麦叶绿素含量反演被引量：4
- 2014年
- 叶绿素作为绿色植物光合作用的必要组成成分,其含量的高低可反映作物的长势状况。实时监测植物叶片叶绿素含量的动态变化是监测植物长势的重要环节。以山西省闻喜县冬小麦为研究对象,基于高光谱技术和实测数据,对研究区冬小麦拔节期的叶绿素含量进行定量估算,并在此基础上利用卫星遥感数据对冬小麦的叶绿素含量进行反演,以达到仅应用卫星遥感数据估测叶绿素含量的目的。结果表明,水旱地冬小麦叶绿素含量敏感波段在可见光区域不同,在近红外区域一致;水旱地分别以DVI和NDVI为变量所构建的预测模型效果最佳,R2值均达到0.9以上,均方根误差分别为0.470 0和0.458 7;对叶绿素含量反演值与实测值对比分析,水地反演值与实测值大致吻合,而旱地反演值则偏高;采用均方根误差(RMSE)法,检验反演值和实际值的符合度,水地RMSE为0.926,旱地RMSE为1.540。
- 王慧琴冯美臣李广信杨武德任鹏刘婷婷郭小丽高龙梅李志花赵佳佳
- 关键词：HJ-1CCD植被指数叶绿素含量
