严林
- 作品数：5 被引量：131H指数：5
- 供职机构：西北农林科技大学资源环境学院更多>>
- 发文基金：国家高技术研究发展计划国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术农业科学生物学理学更多>>
- 引黄灌区水稻不同生育期叶绿素含量估测被引量：10
- 2018年
- 叶绿素是植物光合作用的物质基础。为了探讨不同生育期水稻冠层光谱与叶绿素含量的响应规律,以宁夏引黄灌区水稻为材料,经小区试验测定水稻冠层光谱与叶绿素含量,分析冠层光谱反射率与叶绿素含量的相关性,建立两者之间的相关模型,结果表明:不同生育期内,水稻冠层光谱反射率差异较大;水稻冠层光谱反射率与叶绿素含量相关性随着生育期的推进而逐渐降低;基于全波段归一化光谱指数(NDSI)构建的拔节期(NDSI_((456,475)),R^2=0.6502)、抽穗期(NDSI_((748,782)),R^2=0.5264)、乳熟期(NDSI_((822,823)),R^2=0.5708)、蜡熟期(NDSI_((730,731)),R^2=0.4396)叶绿素模型能较好地预测水稻冠层叶绿素含量。
- 严林常庆瑞刘梦云王烁
- 关键词：引黄灌区水稻
- 引黄灌区水稻叶面积指数的高光谱估测模型被引量：9
- 2017年
- 水稻叶面积指数(leaf area index,LAI)是评价其长势的重要农学参数,高光谱遥感能够实现叶面积指数的快速无损监测。为了寻找反演水稻LAI的最优植被指数,扩展水稻LAI高光谱估测模型的普适性,选取宁夏引黄灌区水稻为研究对象,通过设置不同氮素处理,借助相关分析、回归分析等方法研究高光谱植被指数与水稻LAI之间的定量关系,并通过确立的最优波段组合,构建4种植被指数与水稻LAI的高光谱反演模型。结果表明,水稻LAI在抽穗末期达到最大值,并随氮素水平的增加而增加;水稻冠层原始光谱反射率在400~722nm和1 990~2 090nm波段与LAI达到极显著负相关水平,在近红外区域760~1 315nm与LAI呈极显著正相关。模型检验结果表明,以比值植被指数RVI(850,750)为变量建立的水稻LAI估测模型最佳,研究结果可为水稻LAI的高光谱估测提供地域参考。
- 秦占飞申健谢宝妮严林常庆瑞
- 关键词：水稻叶面积指数引黄灌区
- 基于可见/近红外光谱的牡丹叶片花青素含量预测被引量：16
- 2015年
- 以开花初期不同品种牡丹叶片为研究对象,分析叶片花青素含量与反射光谱之间的相关关系,分别建立基于单波长、不同植被指数、相关系数大于0.52的可见光波段的叶片花青素含量预测模型。研究结果表明,牡丹叶片反射光谱与花青素含量的最大相关系数位于544 nm;以544 nm波长反射率及花青素反射指数(ARI)、调整花青素反射指数(MARI)为自变量建立的预测模型可以用于牡丹叶片花青素含量预测;以偏最小二乘回归(PLSR)构建的牡丹叶片花青素含量预测模型的建模和验模R2分别为0.873和0.811,RMSE为0.068μmol/g,RPD为2.352,是预测牡丹叶片花青素含量的最优模型。
- 刘秀英申健常庆瑞严林高雨茜谢飞
- 关键词：叶片花青素偏最小二乘回归
- 基于高光谱和BP神经网络的玉米叶片SPAD值遥感估算被引量：84
- 2016年
- 为了进一步提高玉米叶绿素含量的高光谱估算精度,该文测定了西北地区玉米乳熟期叶片的光谱反射率及其对应的叶绿素相对含量(soil and plant analyzer development,SPAD)值,分析了一阶微分光谱、高光谱特征参数与SPAD的相关关系,构建了基于一阶微分光谱、高光谱特征参数和BP神经网络的SPAD估算模型,并对模型进行验证;再结合主成分回归(principal component regression,PCR)、偏最小二乘回归(partial least squares regression,PLSR)以及传统回归模型与BP神经网络模型进行比较。结果表明:SPAD值与一阶微分光谱在763nm处具有最大相关系数(R=0.901);以763 nm处的一阶微分值、蓝边内最大一阶微分为自变量建立的传统回归模型可用于玉米叶片SPAD估算;将构建传统回归模型时筛选到的光谱参数作为输入,实测SPAD值作为输出,构建BP神经网络模型,其建模与验模R2分别为0.887和0.896,RMSE为2.782,RE为4.59%,与其他回归模型相比,BP神经网络模型预测精度最高,研究表明BP神经网络对叶绿素具有较好的预测能力,是估算玉米叶片SPAD值的一种实时高效的方法。
- 李媛媛常庆瑞刘秀英严林罗丹王烁
- 关键词：光谱分析神经网络玉米
- 基于高光谱遥感的棉花叶片叶绿素含量估算被引量：20
- 2017年
- 为提高高光谱植被指数对棉花叶绿素含量的估算精度,以陕西省关中地区棉花花铃期叶片高光谱反射率为数据源,分析了13种植被指数与棉花叶片叶绿素相对含量(SPAD)的相关关系;同时采用降精细采样法,详细分析400~2 000nm波段范围内原始光谱反射率的任意两两波段组合而成的优化光谱指数RSI与SPAD值的定量关系,构建线性及非线性回归监测模型,并对模型进行验证。结果表明:1)所提取的13种植被指数中NIR/NIR与SPAD值的相关系数最大(r=0.914),并且基于NIR/NIR(R780/R740)构建的回归方程模型优于其他植被指数,其构建的二次曲线方程回归模型建模与验模R2分别为0.900和0.785,RMSE为4.762,RE为7.86%,为基于提取的12种植被指数构建SPAD值估算模型中最佳模型;2)优化后的比值光谱指数RSI(Ration spectral index)的敏感波段为500和563nm,RSI(500,563)与SPAD值的相关系数r=0.999,与棉花叶片SPAD含量在0.01水平下呈显著相关,其构建的二次曲线方程模型效果最优,建模和验模R2分别为0.912和1.000,RMSE为2.848,RE为4.38%。与提取的13种植被指数相比,基于RSI指数二次曲线回归模型为估算叶绿素含量的最佳模型,并且模型预测值和实测值之间的符合度较高R2=0.843,表明基于波段优化算法的优化光谱指数RSI能更好的预测棉花叶片叶绿素含量。
- 王烁常庆瑞刘梦云严林李媛媛刘秀英
- 关键词：棉花叶绿素光谱指数优化算法
