共查询到19条相似文献，搜索用时 203 毫秒
1.
基于吸收光合有效辐射和光合有效辐射截获量监测棉花生长状况 总被引：2，自引：0，他引：2
通过光量子传感器,获取了2个棉花品种不同种植密度冠层6个关键生育时期的光合有效辐射（PAR）,分析了吸收光合有效辐射（APAR）和光合有效辐射截获量（FAPAR）与棉花冠层生长特征的关系。结果表明;棉花开花期和花铃期,为APAR与FAPAR高值期,盛铃期和盛铃末期下降,吐絮期为低值期;利用多元统计分析技术,分别建立了棉花APAR、FAPAR与棉花冠层叶面积指数、覆盖度、地上鲜生物量和地上净初级生产力的相关关系模型。采用APAR与覆盖度,FAPAR与叶面积指数相关性最高的模型方程,分别估算棉花覆盖度和叶面积指数,实测值与估测值之间呈极显著的线性相关关系,估算精度分别为99.1%和99.5%。 相似文献
2.
基于遥感信息与水稻模型相结合对镇江地区水稻种植面积与产量的估测 总被引：5，自引：2，他引：3
为了实现遥感信息与作物模型相结合对镇江地区的水稻种植面积与产量的估测,以便于可以直接利用遥感信息与模型对该地区的水稻生长进行监测,将遥感资料与水稻生产模型(ORYZA2000)相结合,建立遥感数值模拟模型,进行由点及面的区域水稻种植面积及产量的估测。利用遥感数据（8天合成的MODIS和环境小卫星数据）,计算归一化植被指数(NDVI)和增强植被指数(EVI),结合试验区实测的叶面积指数(LAI),建立植被指数与LAI之间的关系,通过模型模拟出的LAI计算出植被指数的浮动值,结合相对应的多时相的遥感数据识别镇江市的水稻,由此可以预报镇江市的水稻种植面积及产量。研究结果表明,模型对水稻生长发育期内的生物量和LAI的模拟较好,水稻LAI与遥感资料计算出的植被指数EVI的幂函数拟合性较好,可以应用这种相关模式识别水稻,并结合ORYZA2000模型提高区域范围的水稻估测精度,同时也体现了遥感信息与作物模型相结合可以很好的监测区域内水稻的生长情况,取得较好的模拟效果。 相似文献
3.
田间水稻表型监测可用于分析水稻产量相关性状,对指导水稻栽培管理以及产量预测具有重要意义。本研究以3种氮肥处理下6个不同栽培品种的水稻为研究对象,估测并评价了水稻冠层的主要表型参数,以探讨利用图像分析方法评价多品种及栽培环境下田间水稻长势的适用性。基于无人机和田间固定相机图像,本研究通过图像处理、三维建模和机器学习自动测算出田间水稻冠层覆盖度、株高、穗数,并结合实际测量结果进行了精度评价。结果表明:(1)基于无人机图像使用决策树分类模型提取的水稻冠层图像与人工勾绘结果一致性较好(Qseg均值为0.75,方差为0.08),由此计算的冠层覆盖度与人工勾绘计算的冠层覆盖度相关性较高(R~2=0.83,RMSE=5.36%);(2)使用冠层高度模型估测的各小区水稻株高均值与田间实测高度均值相关性较高(R~2=0.81, RMSE=9.81 cm),但整体呈现低估;(3)基于地面图像使用决策树分类和形态参数过滤得到的穗数计数结果与实测穗数相关性较高(R~2=0.83,RMSE=10.99)。总体而言,结合图像分析算法,应用低空无人机遥感技术高通量自动化估测水稻冠层覆盖度、株高的精度较高,而应用地面... 相似文献
4.
基于高光谱数据的棉花冠层FPAR和LAI的估算研究 总被引：5，自引：3，他引：2
通过非成像高光谱仪和光量子传感器,获取了棉花2品种4水平种植密度冠层关键生育时期的反射光谱数据和光合有效辐射值;利用光谱多元统计分析技术与微分处理,分析表明,反射光谱813 nm（ρ813）和758 nm（ρ758）处分别是光合有效辐射截获量（FPAR）和叶面积指数（LAI）的敏感波段。用反射率ρ813和ρ758分别与FPAR和LAI建立的线性相关模型方程估测FPAR和LAI,经检验,它们的实测值与估测值之间均呈极显著的线性相关（rFPAR=0.7199**,rLAI=0.6430**,α=1％,n=70）,模型方程的估算精度分别达96.5%、81.7%;而一阶微分光谱数据与FPAR在350 ~2500 nm波段范围相关不显著,与LAI的最大相关发生在734 nm波段处。基于一阶微分光谱ρ′734与棉花冠层LAI线性相关的模型方程,估测LAI,实测值与估测值之间呈极显著的线性相关（rLAI=0.6947**,α=1％,n=70）,估算精度为82.4%,与反射光谱758 nm估测LAI的精度接近。结果表明,棉花冠层光谱数据可以对光合有效辐射截获量FPAR和LAI进行实时、无损、动态、定量的估算。 相似文献
5.
植物冠层分析仪测量作物叶面积指数存在高估或低估现象,不同仪器的测量结果均与真实值存在差异,这种差异除了与仪器有关,还在不同的作物物候期表现出不同规律。本研究使用LAI-2000、Sunscan两种主流植物冠层分析仪测量夏玉米不同生育期LAI,并与LI-3000C叶面积仪实测结果比较。研究发现：当玉米LAI<1时,LAI-2000测量结果高于实际值,Sunscan测量结果与实际值无显著差异;12时,两种冠层分析仪测量结果均低于实际叶面积指数;不同LAI范围内,LAI-2000、Sunscan测量值与实际值的相关系数不同,最高可达0.9778和0.9637,通过建立测量值和实际值的经验关系模型,对仪器测量值进行校正可减少误差。 相似文献
6.
7.
棉花叶面积指数和地上干物质积累量的高光谱估算模型研究 总被引：1，自引：0，他引：1
用ASD FieldSpec光谱仪实测棉花冠层不同生育时期的高光谱数据,同期获取棉花叶面积指数(LAI)和地上干物质积累量(Above-ground Dry Matter Accumulation,ADMA)。分析棉花冠层反射光谱与棉花LAI、地上部干物质积累量（ADMA）的相关关系,分析结果表明,反射光谱数据与棉花LAI、ADMA的相关系数的最高值分别发生在783 nm（r=0.6394**）和766 nm处(r=0.6287**);对反射光谱数据进行统计分析,建立了基于比值植被指数(RVI)和归一化植被指数(NDVI)的5种函数形式的棉花LAI、ADMA估测模型。经检验,基于RVI的估测模型具有较高的精度;对一阶微分光谱数据与棉花LAI和ADMA的逐步回归相关分析表明,敏感波段分别发生在736 nm（r=0.6769**）和742 nm处(r=0.6847**)。由736 nm、742 nm波段处的微分数值建立的LAI和ADMA线性回归估测模型,R值均达到了1%极显著的检验水平,说明一阶微分光谱敏感波段的数值,对棉花LAI和ADMA具有一定的估算能力。 相似文献
8.
《中国农学通报》2010,(7)
为分析两种常用植物冠层分析仪测量玉米叶面积指数的误差规律,为减少玉米叶面积指数测量误差提供依据。使用LAI-2000、Sunscan两种主流植物冠层分析仪测量夏玉米不同生育期LAI,并将测量值与LI-3000C叶面积仪实测值比较。研究发现:当玉米LAI1时,LAI-2000测量结果高于实际值,Sunscan测量结果与实际值无显著差异;1LAI2时,LAI-2000测量结果与实际值无差异,Sunscan测量值低于真实值;玉米LAI2时,两种冠层分析仪测量结果均低于实际叶面积指数;不同LAI范围内,LAI-2000、Sunscan测量值与实际值的相关系数不同,最高可达0.9778和0.9637。不同植物冠层分析仪在玉米不同LAI条件下有不同的测量误差规律;使用经验模型校正仪器测量值,应分不同范围的玉米LAI值进行。 相似文献
9.
10.
偏最小二乘回归在Hyperion影像叶面积指数繁衍中的应用 总被引：2，自引：1，他引：1
叶面积指数(Leaf Area Index,LAI)是一个重要的森林结构参数指标,遥感技术被认为是区域LAI反演的有效手段。现有遥感反演模型多以单变量的曲线估计及线性回归模型为主,模型的通用性、建模精度以及植被指数的选择上需要更进一步的探讨。论文以攸县黄丰桥林场为研究区,Hyperion影像为数据源,提取归一化植被指数(NDVI)、比值植被指数(RVI)等13个因子,利用LAI-2000冠层分析仪开展130个样地(60 m×60 m)的叶面积指数测量,选用变量投影重要性(VIP)指标、变量解释能力及变量权重作为变量筛选的依据,采用偏最小二乘回归分析方法建立植被指数与实测样地的回归模型,开展叶面积指数反演并制图。研究结果表明：偏最小二乘回归分析在LAI反演中取得了较好的预测效果,其中以6个植被因子建立的回归模型预测精度最高,预测值与实测值的决定系数R2为0.91;LAI与植被指数之间具有良好的线性关系,其中RVI与LAI的相关性最大;残差分析表明,反演模型的自变量个数选取以4~6个为宜。 相似文献
11.
Canopy cover (CC) is a good predictor variable for plant growth parameters such as leaf area index and aboveground biomass.
A nondestructive, low-cost, and convenient method is presented for estimating CC using digital camera image analysis. CC was
estimated by the ratio of plant pixels to total pixels of digital camera image of rice field. To determine the criteria for
segmenting the rice plant from variable soil background, three mosaic images for rice plant, flooded/bare soil, and algae-infested
background were prepared from digital camera images that were taken in various field conditions. An image analysis program
was developed in Visual Basic to extract red, green, and blue (RGB) features from the mosaic images, calculate RGB-based color
indices, and compute the minimum segmentation error for separating rice plant from background. When judged by the segmentation
error, modified excessive green index (MEGI) showed the highest potential for segmenting rice plant from flooded/bare soil
background, followed by normalized green (g) and excessive green index (EGI). At the threshold MEGI value of 0.03, the segmentation
error was the lowest as 0.13%. Any single index considered was not satisfactory in segmenting rice plant from algae-infested
background. However, a discriminant function of 1.2553EGI + 0.01735G − 0.01474B was successful in segmenting rice plant from
flooded/bare soil and algaeinfested background with segmentation errors of 0.34 and 1.17%, respectively. CC for four rice
varieties from tillering to booting stage was estimated based on the threshold value of MEGI and discriminant function and
also manually using commercial software. Both estimates of CC showed good relationship of r2 = 0.94, suggesting that a digital camera could be used efficiently for measuring the CC of rice field. 相似文献
12.
施氮量对江苏不同年代中粳稻品种产量与群体质量的影响 总被引：5，自引：0，他引：5
以江苏省近60年来各阶段具有代表性的12个中粳稻品种(含超级稻)为材料。依据种植推广年代结合株型和基因型将其分为20世纪50年代、60年代、70年代、80年代、90年代和2000年以后6个类型,进行0N (不施氮,0N)、240 kg hm-2 (中氮,MN)和360 kg hm-2 (高氮,HN) 3种氮肥用量处理,并观察其对水稻产量和群体质量的影响。结果表明, 产量随品种改良逐步提高,在0N、MN和HN三种施氮量条件下,由20世纪50年代早期品种到2000年以后的超级稻品种,产量增幅分别为4.45~4.64 t hm-2、5.89~5.93 t hm-2和8.45~8.62 t hm-2。2000年以前的中粳稻品种产量表现为MN>HN>0N; 2000年以后的超级稻品种则表现为HN>MN>0N。2000年以前的中粳稻品种在中氮处理下具有较高群体质量指标(茎蘖成穗率、抽穗至成熟期的干物质积累、有效叶面积和高效叶面积指数、粒叶比、着粒密度、剑叶光合速率和根系氧化力),2000年以后的超级稻品种则在高氮处理下具有较高的群体质量指标。这些结果表明, 早期品种对氮肥响应较现代超级稻品种敏感,超级稻品种则在高氮水平下具有更高的产量。群体质量的改善是品种改良增加产量以及超级稻品种在高氮水平下物质生产和产量提高的重要原因。 相似文献
13.
基于数字图像的玉米叶面积测量方法研究 总被引：7，自引：2，他引：5
【研究目的】以数字图像处理技术为基础,采用数码相机获取数字图像,建立使用Visual C++6.0开发的图像处理软件进行玉米叶面积测量的方法。【方法】首先,用数码相机拍摄挂在墙上粘贴着玉米叶片的参照白板来获得数字图像。然后提取图像的蓝色分量,利用中值滤波、膨胀、腐蚀等方法去除图像噪声,最大类间方差法自动阈值分割目标。接着进行区域标记与区域像素数统计,区域像素数结合图像分辨率就可以获得玉米叶片的实际面积。【结果】与直尺法所测结果具有很好的相关性,且比直尺法更精确,【结论】此种拍摄方法避免了几何畸变的产生。蓝色分量图像中目标和背景的灰度差异最大,便于分割。 相似文献
14.
利用鱼眼影像技术反演不同株型水稻的冠层结构参数 总被引：2，自引：0，他引：2
快速、可靠、精确地评估植被冠层结构参数在大气-植被相互作用的研究中起着举足轻重的作用。为探明鱼眼影像在水稻冠层结构研究中的应用前景, 本研究选择3种不同冠层结构的水稻品种作为研究对象, 利用带有鱼眼镜头的数码相机在冠层的8个不同高度分别拍摄冠层影像, 通过对影像的预处理提取冠层间隙度参数, 根据冠层内辐射环境与冠层结构之间的定量化关系, 利用Beer-Lambert定律反演水稻冠层的叶面积指数(leaf area index, LAI)和平均叶倾角(mean leaf angle, MLA)。研究结果表明, 鱼眼影像反演的LAI均方根误差(root mean square error, RMSE)为1.2~1.5, 相对误差(relative error, RE)为18.6%~22.5%, 仅比人工测定结果低估7.6%~13.1%, 优于Sunscan的测定结果。其次, 反演的MLA与人工测定结果之间有较好的一致性, 相关系数为0.9205**, RMSE为11.7°, RE为16.1%。研究结果表明, 鱼眼影像反演水稻冠层结构是可行的方法。 相似文献
15.
基于数码相机的水稻氮素营养诊断 总被引：3，自引：0，他引：3
作物叶片的颜色与其氮素营养状况密切相关,因此可以用叶片的绿色程度来反映其氮素水平。为了量化水稻叶片颜色特征并建立其与氮素营养状况间的关系,使用数码相机拍摄了不同品种、氮肥用量的水稻叶片图像,并比较了3个图像特征参数色相(H, Hue)、明度(V, Value)、深绿色指数(DGCI)与SPAD值及水稻叶片含氮量的关系。结果表明,H、V、DGCI与SPAD值间存在良好的线性关系,拔节期、孕穗期DGCI和SPAD值间的决定系数分别为0.62**、0.60**。同时,3个特征参数和叶片含氮量间也存在良好的线性关系,孕穗期H、V、DGCI与叶片含氮量间的决定系数分别为0.53**、0.63**、0.59**。利用图像特征参数对水稻进行氮素营养诊断时选择孕穗期较好,3个特征参数中V较稳定,与水稻氮素营养间关系最好。 相似文献
16.
基于WorldView 2影像杉木叶面积指数与植被指数相关性研究 总被引：1，自引：1，他引：0
为了探究基于高分辨率遥感影像杉木叶面积指数与植被指数的相关性,以湖南省攸县黄丰桥国有林场为研究对象,采用地面实验与遥感技术相结合的方法,利用WorldView 2遥感数据提取NDVI、SAVI、SARVI、RVI、MSAVI、ARVI等6种植被指数,通过LAI-2000测量的杉木叶面积指数(LAI)建立相关关系,开展WorldView 2遥感影像在估测杉木叶面积指数中的应用研究,分析植被指数对杉木LAI的影响.对不同植被指数分别进行线性模型、二次曲线模型、指数曲线模型和对数曲线模型的LAI反演.结果表明:除DVI与LAI相关性稍低一点外,其他植被指数与LAI都有很高的相关性,高于中低分辨率遥感影像提取的植被指数与LAI的相关性,土壤调节植被指数(SAVI)与LAI的相关性与土壤影响因子L无关.在线型模型中,RVI与ARVI更适合于杉木LAI建立一元线性回归模型,相关系数R分别为0.931、0.895,判定系数R2分别为0.866、0.800,均达到较好的拟合效果.在非线性模型中,反演模型最好的是二次曲线模型,其次是指数模型,最差的是对数模型.拟合效果较好的是NDVI、SAVI和RVI;拟合效果最差的是DVI;最好的拟合模型,其R2高达0.884.杉木LAI具有较佳拟合效果的非线型模型是NDVI和SAVI的二次曲线模型. 相似文献
17.
为探究水稻冠层外观特征与水稻氮素营养状况的关系,综述了应用计算机视觉技术进行水稻氮素营养诊断的基本思路及研究进展。主要分述了常规性水稻氮素营养指标的获取,水稻冠层图像的获取、预处理以及特征的提取与优化,水稻氮素营养诊断模型建立的方法等方面的内容。指出近地面水稻冠层图像的获取方法、水稻图像处理方法、多种综合性特征的优化选择方式都有待进一步研究,应用机器学习进行水稻氮素营养诊断建模的方法需要更加深入探究。今后应加大计算机视觉技术在水稻氮素营养诊断相关研究中的应用,将多种图像处理方法、特征优化选择方法与机器学习建模方法相结合,并探寻更为简便易行的方法进行水稻氮素营养诊断。 相似文献
18.
基于OpenCV的Android手机植物叶片几何参数测量系统 总被引：4，自引：0，他引：4
通过Android 手机对植物叶片图像进行处理以测量其长、宽、周长、面积等几何参数,避免其他测量方法的缺点,提高数据采集效率。首先,获取含有已知尺寸矩形框的叶片图像。然后,对图像进行校正以消除倾斜失真。在校正阶段,采用了更为鲁棒的特征点检测法代替可能出现错误结果的Hough 变换法来处理矩形框,得到其4 个角点。根据求得的角点与标准图像的角点对图像进行映射得到校正图像。最后,处理校正图像计算叶片几何参数。参数计算提出以叶片轮廓为基础的方法,所有参数均通过对轮廓的处理求出,提高了计算效率。此外,基于轮廓求面积不需要对叶片进行形态学处理消除空隙及不连续,还可避免统计像素方法中将噪声像素误认为叶片造成的计算不精确。在求叶片长、宽时,给出了2 种方法供用户根据叶片实际形状选择。另外,在编程方面,采用了OpenCV-Android-SDK,大幅提高了图像处理速度。结果表明,精确度测试中,对打印出的规则图形几何参数测量的结果误差均在2%以内;而实际叶片的测量结果中长、宽的误差在2%以内,周长误差小于4%,面积误差低于3%。耗时测试中,相同图像处理算法采用OpenCV后,处理速度明显提升;对多部不同配置手机的测试中,处理1 幅分辨率为2448×3264 的叶片图像的耗时均在3 s 以内。另外,对于同一叶片图像,不同手机测量的结果完全一致。实验表明,该系统不仅操作简单、速度快、通用性强,而且对叶片几何参数的测量精确度也较高。 相似文献
19.
利用无人机遥感技术提取农作物植被覆盖度方法研究 总被引：2，自引：0，他引：2
基于无人机的遥感信息获取技术已广泛应用在农业领域。无人机遥感平台获取农作物信息技术具有高时效、高分辨率、低成本、快速、准确等特点,是目前精准农业中农田信息获取的重要手段之一。利用无人机遥感技术获取可见光影像,以棉花、花生和玉米为研究对象,选取不同的植被指数进行可见光图像阈值分割,结合研究区域可见光影像监督分类结果,确定3种作物提取植被覆盖度方法。试验结果表明,利用无人机可见光图像植被指数阈值分类方法,可以有效提取作物植被覆盖度。该方法对于棉花、花生和玉米3种作物植被覆盖信息的提取精度较高。 相似文献