公共文化服务平台

搜索到55篇“ 叶绿素密度“的相关文章

基于光谱指数的棉花叶片叶绿素密度估算研究被引量：1: 2024年; 为构建叶绿素密度的估算模型,通过设置不同施氮量梯度的棉花盆栽试验,在盛花期对棉花叶片进行光谱测试获取反射率数据,同时采集叶片样本测定叶绿素密度,通过反射率数据构建光谱指数,优选与叶绿素密度相关性大的光谱指数,利用随机森林算法(radom forest,RF)和偏最小二乘法(partial least squares regression,PLSR)构建棉花叶片的叶绿素密度估算模型并进行精度验证。结果表明,RF与PLSR 2种估算模型的R2分别为0.7235和0.7047,RPD分别为1.8514和1.4569,表明2个模型均具有粗略的预测能力,其中,RF模型的精度要高于PLSR模型,故利用高光谱技术对盛花期棉花叶绿素密度进行无损快速估测是可行的,研究结果为棉花群体长势状况的监测提供技术支撑。; 李紫琴王家强李贞邹德秋张小功罗霄玉柳维扬; 关键词：棉花叶绿素密度光谱特征

无人机观测时间对玉米冠层叶绿素密度估算的影响: 2024年; 为探讨不同时间获取的无人机多光谱数据对玉米冠层叶绿素密度(canopy chlorophyll density,CCD)估算的影响,分别在玉米抽雄吐丝期、籽粒建成期、乳熟期和蜡熟期选择同一天的10:00—10:59、11:00—11:59、13:00—13:59和14:00—14:59进行无人机多光谱观测试验,并结合PROSAIL模型模拟结果与实测CCD数据,分析一天中不同时刻典型植被指数的变化规律及CCD估算结果的差异。结果表明:在同一天中,无人机玉米冠层反射率和与实测CCD相关性较好的植被指数值均随时间变化,近红外波段的反射率变化最明显,越接近12:00,实测的植被指数值越低,而在一天的不同时间PROSAIL模型模拟的植被指数值几乎没有差异。在同一天,基于不同观测时间获取的同一植被指数与实测CCD的相关性存在较大差异,且不同生育时期和不同指数间的差异不一致;而模拟得到的同一植被指数与CCD的相关性在同一天不同时间的差异不明显。在不同生育时期,基于不同观测时间无人机数据构建的CCD估算模型均可以取得较好的精度,但不同观测时间的估算结果存在差异,决定系数最低的为0.53,最高的为0.80。这些结果表明,在传统的光谱数据获取时间范围内(10:00—14:00),无人机影像获取时间仍对玉米CCD估算有影响,越接近12:00,估算精度越高。研究结果可为后续作物的CCD精准估算提供基础支撑。; 周丽丽冯海宽聂臣巍许晓斌刘媛孟麟薛贝贝明博梁齐云苏涛金秀良; 关键词：玉米

基于连续小波变换的干旱胁迫下玉米冠层叶绿素密度估测被引量：6: 2021年; 测定了玉米各生育时期干旱胁迫下冠层叶绿素密度及冠层光谱数据,利用原始光谱反射率与冠层叶绿素密度进行相关性分析,采用常用植被指数、波段自由组合、连续小波变换构建玉米冠层叶绿素密度估测模型,并用决定系数(R2)、均方根误差(RMSE)进行精度检验。结果表明:冠层叶绿素密度在抽雄期相较于正常对照,轻度、中度、重度干旱胁迫处理分别下降7.8%、29.5%、44.2%;波段自由组合指数RVI(555,538)、NDVI(555,538)和敏感小波系数bior5.5(26,792)、rbio2.6(22,790)、gaus6(21,791)与叶绿素密度的相关性较高,相关系数绝对值均达到0.900以上;基于敏感小波系数构建的冠层叶绿素密度估测模型验证集R2均在0.850以上,相较于其他植被指数模型R2平均提升20.6%,RMSE平均降低32.6%;最优模型为以gaus6(21,791)为自变量的一元线性回归模型,R2为0.864,RMSE为1.532。利用连续小波变换对光谱数据进行预处理,可以有效提升玉米冠层叶绿素密度估测模型的精度。; 谭先明王仲林张佳伟王贝贝杨峰杨文钰; 关键词：干旱胁迫叶绿素密度连续小波变换植被指数冠层玉米

高光谱数据预处理对大豆叶绿素密度反演的作用被引量：10: 2017年; 针对高光谱数据异常值影响叶绿素密度反演精度的问题,以大豆叶片为研究材料,利用马氏距离和蒙特卡洛交叉验证法(Monte Carlo cross validation,MCCV)剔除异常样本,探讨13种高光谱数据预处理方法对叶绿素密度偏最小二乘法(partial least square,PLS)建模的影响。结果表明,马氏距离法和MCCV剔除异常样本能提高校正模型的精度,在权重系数为1时剔除异常样本数3个,模型精度最高,校正集决定系数和均方根误差分别为0.821和0.112。微分处理能大幅度提高模型的预测精度,二阶微分处理效果最好,校正集决定系数和均方根误差分别为0.998和0.012,验证集决定系数和均方根误差分别为0.961和0.139,具有比原始光谱更高的精度。因此,适宜的高光谱数据预处理可有效提高大豆叶绿素密度估测精度。; 杨峰张勇谌俊旭范元芳范元芳; 关键词：预处理大豆叶绿素密度偏最小二乘法

干旱胁迫下旺长期烤烟冠层叶绿素密度的高光谱估测被引量：7: 2017年; 为精准、实时、无损地估算烤烟冠层叶绿素密度,快速获取烤烟光合性能与营养状况,基于不同程度干旱胁迫处理,采用ASD光谱仪,在综合分析群体原始高光谱反射率、一阶导数光谱反射率及已有光谱指数与冠层叶绿素密度(CCD)关系的基础上,建立烤烟CCD估算模型。结果表明:(1)干旱胁迫后烤烟冠层光谱反射率随叶绿素密度呈现规律性变化。(2)712 nm处的一阶导数与CCD相关性最好(r=0.838)。(3)利用一阶导数光谱建立的反演叶绿素密度的线性模型和BP神经网络模型中,均以BP神经网络模型效果最好,其模型决定系数R^2为0.9686,均方根误差RMSE 0.0778,表明模型的精度和稳定性均较好。研究结果可为实时监测旺长期烤烟群体光合能力及水分胁迫状况提供栽培管理依据。; 李梦竹刘国顺贾方方; 关键词：烤烟旺长期干旱胁迫

净套作下大豆叶绿素密度动态及光谱估测研究被引量：6: 2016年; 【目的】利用高光谱数据构建一种适合于净作和套作群体的大豆叶绿素密度光谱估测通用模型,为监测以叶绿素密度为参数的净、套作大豆长势提供支撑。【方法】以南豆12为供试大豆品种,设计净作和套作2种种植模式,测定净、套作下大豆不同生育时期叶绿素密度及其冠层光谱特征,对通过原始、全波段导数光谱和多波段组合计算的植被指数与叶绿素密度进行相关性分析,比较不同高光谱特征参数与叶绿素密度之间的关系,借助高光谱遥感分析方法构建适合于净、套作下大豆叶绿素密度的估测模型。【结果】净作和套作大豆叶绿素密度在整个生育期呈先上升后下降的单峰曲线,在结荚期达到最大值,其中净作比套作平均高5.5%。同样,大豆冠层光谱反射率在近红外波段（700~1 000nm）也呈现先增后降趋势,结荚期最高,达到70%,并在结荚期之前红边位置出现红移现象。原始光谱自由组合的比值植被指数RVI（507/697）与叶绿素密度的相关性最高,相关系数大于0.962（P〈0.01）。对净、套作下大豆叶绿素密度模型进行比较分析,发现二次模型能够较好地估测净、套作下大豆叶绿素密度（R2〉0.75,RMSE=0.25）。【结论】用比值植被指数RVI（507/697）构建的叶绿素密度二次估测模型,能够较好地对净、套作下大豆叶绿素密度进行估测。; 黄山杨峰张勇王锐邓俊才雍太文刘卫国杨文钰; 关键词：叶绿素密度冠层光谱光谱反射率光谱参数

叶绿素密度遥感反演与冬小麦单产估算研究: 作物产量预测可以为一个国家或者地区制定合适的农业政策、进行市场宏观调控以及商品交易估价提供重要的情报，具有重要的价值和意义。叶绿素是作物进行光合作用将光能转换成干物质的重要媒介，作物的叶绿素含量影响作物进行光合作用的速率...; 张苏; 关键词：冬小麦作物产量叶绿素密度植被指数

用投影寻踪降维方法估测冬小麦叶绿素密度被引量：1: 2014年; 为综合更多有效信息来提高冬小麦叶绿素密度的估测精度,应用投影寻踪降维方法对条锈病胁迫下冬小麦冠层光谱进行降维,生成一维向量,然后采用支持向量机回归方法对其叶绿素密度进行估测,并与高光谱植被指数估测结果进行了比较。结果表明,以小麦冠层一阶微分光谱与叶绿素密度相关性较高的波段(400~500nm、720~770nm和840~870nm)进行投影寻踪降维得到的最优一维向量为自变量,利用支持向量机回归方法构建的冠层叶绿素密度估测模型的精度最高,决定系数为0.867,均方根误差与相对误差均最小,分别为1.135μg·cm-2和13.6%。说明利用投影寻踪降维技术对条锈病胁迫下冬小麦冠层光谱进行降维处理,可以保留有效信息,提高冬小麦叶绿素密度估测精度。; 何汝艳蒋金豹郭海强郭会敏陶亮亮; 关键词：投影寻踪降维支持向量机回归冬小麦

基于多角度成像数据的大豆冠层叶绿素密度反演被引量：8: 2013年; 利用多角度观测系统采集田间不同生育期大豆冠层的图谱数据,通过提取影像中土壤背景、大豆植株、光照叶片等不同目标地物的反射光谱,对比分析不同观测角度下成像光谱数据反演大豆冠层叶绿素密度的效果,探讨土壤、阴影叶片及角度变化对群体叶绿素密度反演的影响。结果表明:(0°,20°,40°,60°)的天顶角组合有最高的预测模型决定系数(R2为0.834)和最小的均方根误差(RMSE为6.13);(20°,40°,60°)天顶角组合的决定系数值高于(0°,20°,40°)的组合,且在混合植被、纯植被、光照植被3类数据中有一致的趋势。40°天顶角是反演叶绿素密度的最优角度。0°方位角(太阳主平面的后向观测)是反演叶绿素密度的最优角度。天顶角变化是影响大豆冠层叶绿素密度反演的主要因素。; 张东彦Coburn Craig赵晋陵王秀王之杰梁栋; 关键词：大豆叶绿素密度反演

利用图谱特征解析和反演作物叶绿素密度被引量：7: 2013年; 地面成像光谱仪可对作物个体及群体信息进行"图谱"同步解析,因此在农业定量化研究中具有巨大的应用潜力。利用可见-近红外成像光谱仪采集不同生育期玉米和大豆的冠层"图谱"数据,在逐步提取影像中光照土壤、阴影土壤、光照植被、阴影植被四种组分光谱的基础上,通过选取的敏感波段构建光谱植被指数和叶绿素密度进行波段自相关分析,探讨各个分量对作物叶绿素密度反演的影响。研究发现:当植被与土壤混合存在时,对叶绿素密度敏感的波段基本在红光与近红外波段;当植被光谱提纯后(剔除土壤光谱),对叶绿素密度敏感的波段范围增大,表现在蓝、绿波段;当阴影叶片光谱剔除后,对叶绿素密度敏感的波段表现为可见光波段增加,近红外波段减少,红边波段决定系数最高。上述变化特征在不同作物中有相同的趋势,为探索地面成像光谱仪"图谱"协同反演作物生化参数进行了有意义的探索。; 张东彦刘良云黄文江Cobum Craig梁栋; 关键词：光谱指数叶绿素密度大豆玉米

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈