共查询到20条相似文献，搜索用时 31 毫秒
1.
倒伏胁迫下冬小麦冠层光谱及红边特征 总被引：2，自引：0，他引：2
《山西农业科学》2015,(6):673-676
倒伏已成为影响小麦减产的主要因素之一,实时监测倒伏胁迫对小麦生长具有重要意义。通过人工模拟不同倒伏级别处理,利用光谱观测数据,分析了倒伏冬小麦光谱和红边参数变化特征。结果表明,倒伏小麦冠层光谱反射率较正常小麦整体增高,近红外波段比可见光波段增加明显,且倒伏级别越大反射率越高,表明冬小麦受倒伏胁迫后,冠层光谱对其响应敏感;倒伏小麦红边位置发生蓝移,红边幅值和红边面积则呈增大趋势。因此,可利用高光谱技术实现对冬小麦倒伏的实时监测。 相似文献
2.
采用高光谱仪测定不同春性冬小麦品种于不同时期倒伏的群体冠层光谱反射率,分析不同倒伏条件下的小麦冠层光谱特征,建立可快速、有效监测小麦倒伏严重程度的数学模型,为合理评价倒伏程度提供依据。结果表明,小麦倒伏后冠层光谱反射率增加,可见光波段550 nm附近出现1个波峰,670 nm附近出现1个波谷;近红外波段1 000 nm处出现1个较明显的波动,呈现2个波谷,1个波峰。同一倒伏级别下,倒伏时期不同,光谱反射率曲线存在差异,可见光波段乳熟末期冠层反射率高于开花期光谱反射率,而近红外波段恰好相反;在同一倒伏时期,倒伏级别越高,光谱反射率越大。倒伏级别与冠层光谱反射率的相关系数于760 nm处达最大(r=0.973 4**)。与NDVI、RVI、DVI相比,采用760 nm处冠层光谱反射率和DVI可有效评估春性冬小麦倒伏严重度。 相似文献
3.
4.
《江苏农业科学》2016,(3)
倒伏是玉米主要自然灾害之一,及时、准确地监测玉米倒伏的程度,对于玉米倒伏灾害的损失评估及防治有重要意义。设置玉米吐丝期不同倒伏程度的田间模拟试验,利用地面高光谱数据,比较正常生长的玉米及受倒伏危害玉米的冠层反射光谱和高光谱特征参数的差异,分析了倒伏角度与高光谱参数之间的相关关系。结果表明,玉米倒伏后可见光波段的反射率增加高于近红外波段,且随着时间的推移,近红外波段的差异变小。玉米吐丝期倒伏后红谷吸收深度变浅,反射绿峰高度降低,红边位置和近红外平台位置均向短波方向移动。红边内(620~760 nm)一阶微分光谱所包围的面积变化差异小;蓝边内(430~470 nm)和近红外平台(780~1 300 nm)的一阶微分光谱所包围的面积增加显著。倒伏角度与高光谱特征参数相关分析表明,D、SDr/SDb、(SDr-SDb)/(SDr+SDb)相关系数最高,可以作为监测玉米倒伏程度的高光谱特征参数指标。 相似文献
5.
【目的】高光谱特征参数能够突出原始光谱的感兴趣信息,分析冬小麦的高光谱特征参数随受涝时间的变化特征,提出一种快速识别冬小麦受涝的方法,可为冬小麦涝害监测提供理论支撑。【方法】文章在冬小麦灌浆期设置持续淹水8天的处理,采集涝害处理当天、第3d、第5d、第7d的反射光谱特征,以高光谱位置参数、振幅参数、面积参数和反射率参数为研究指标,对比分析了健康和受涝冬小麦18个高光谱特征参数的变化特征,并根据高光谱特征参数的差异性指数随受涝时间的变化特征判断冬小麦的受涝程度。【结果】(1)受涝冬小麦的红边位置发生"蓝移",红谷、绿峰和黄边位置发生"红移";4个振幅参数值均减小;近红外面积和绿峰面积增大,红边、黄边和蓝边面积减小;绿峰反射率Rg和红谷反射率Ro增大,两者的比值Rg/Ro和归一化值(Rg-Ro)/(Rg+Ro)则减小;(2)根据不同高光谱特征参数差异性指数的大小及变化特征,提取出红边位置、最小振幅、近红外面积和红谷反射率为判断冬小麦受涝与否的最佳参数;高光谱反射率参数和面积参数可在受涝前期快速识别冬小麦受涝与否,高光谱振幅参数能够在受涝后期判断受涝程度。(3)不同高光谱特征参数识别冬小麦受涝的优劣能力从强到弱依次为:高光谱振幅参数高光谱面积参数高光谱反射率参数高光谱位置参数。【结论】高光谱特征参数的变化特征能够用来判断冬小麦受涝与否以及受涝程度,可为冬小麦涝害遥感监测提供理论支撑。 相似文献
6.
《山西农业科学》2017,(12)
为了解冬小麦倒伏与冠层光谱的响应关系,以2013年6月的倒伏冬小麦为研究对象,通过测定倒伏角度及其冠层光谱,研究倒伏程度与冬小麦冠层原始光谱的关系,并进一步分析倒伏冬小麦与红边特征参数的响应规律。结果表明,在可见光范围内(400~760 nm),倒伏冬小麦的反射率比正常冬小麦的反射率高,冬小麦的倒伏程度与光谱反射率呈正相关;倒伏冬小麦在倒伏角度为20°~60°范围内,光谱反射率的增长速率大致相同。分析红边参数可知,倒伏冬小麦的红边位置随着倒伏程度的增加会发生红移现象,且红边幅值、红边面积随着倒伏程度的增大而增大。研究表明,冬小麦冠层高光谱能够敏感响应冬小麦倒伏程度,可为采用光谱遥感技术实时、快速、无损监测冬小麦倒伏奠定一定的理论基础。 相似文献
7.
8.
基于地面样方调查的小麦倒伏遥感监测研究 总被引：1，自引：0，他引：1
基于遥感技术及时获取小麦倒伏信息,对于农业部门指导小麦倒伏后的农业生产、灾害评估等具有重要意义。在鲁西、鲁西南地区小麦倒伏样方调查的基础上,选用小麦倒伏前后两期环境与灾害监测小卫星数据,探讨了利用遥感影像监测小麦倒伏的基本理论和方法。首先,根据小麦灌浆期不同组分的光谱特性,解释了倒伏小麦光谱变化的原因;其次,分析了倒伏小麦在可见光和近红外波段的光谱反射特点,寻找小麦倒伏遥感监测的敏感波段;最后,利用敏感波段建立植被指数,讨论了小麦倒伏发生程度的遥感监测问题。 相似文献
9.
基于低空无人机多光谱遥感的水稻倒伏监测研究 总被引：2，自引：0，他引：2
《上海农业学报》2018,(6)
为了获取水稻倒伏信息,使用小型低空无人机搭载多光谱成像仪,对发生倒伏灾害的水稻田块进行遥感监测。结果表明:在多光谱影像上,倒伏水稻与正常水稻的光谱反射率在各个波段上均有差异,其中以绿波段和红边波段差异最为显著。在光谱分析的基础上,使用偏最小二乘判别分析法构建基于全波段光谱反射率的水稻正常/倒伏分类模型,取分类阈值k=0. 5,对多光谱影像上的正常水稻和倒伏水稻进行了有效区分,准确率分别达到98. 104%和99. 044%,精度能够满足水稻倒伏面积监测的需求。根据分类结果统计出研究区水稻倒伏面积为38 074. 4 m2,占总面积的73. 4%。研究结果表明,使用无人机多光谱遥感可以为水稻倒伏监测提供高效、精确的技术支持。 相似文献
10.
基于多时相HJ-1B CCD影像的玉米倒伏灾情遥感监测 总被引：6，自引：1，他引：6
【目的】通过对倒伏发生前后的多时相HJ-1B卫星CCD多光谱影像植被指数的变化分析,实现区域尺度下的玉米倒伏受灾范围监测和灾情评估。【方法】以2015年8月3日因大风暴雨导致大面积玉米倒伏的河北省藁城市为研究区,提取HJ-1B CCD多光谱影像的多种植被指数,根据多时相植被指数变化量与实测倒伏样本的关联分析,筛选玉米倒伏敏感植被指数,采用正态(偏正态)统计理论的双阈值划分策略划定阈值,构建基于植被指数变化分析的玉米倒伏灾情遥感监测模型,评价玉米倒伏灾情严重程度,并基于野外实测样本进行精度评价。【结果】基于城镇、水体、倒伏与未倒伏玉米的HJ-1B CCD2多光谱反射率曲线可得,玉米与城镇建筑物和水体的光谱反射率存在较大差异,在可见光波段,倒伏玉米要高于未倒伏玉米的反射率,然而在近红外波段(830 nm),未倒伏玉米略高于倒伏玉米的反射率。由已提取出玉米种植区域后的前后两期HJ星的差值影像分析可得其像元整体分布趋势基本符合正态(偏正态)分布。由相关性分析可得,倒伏前后的比值植被指数(RVI)差值与玉米倒伏比例具有最高的相关性(R=0.9377),而且倒伏越严重,其RVI差值越大;通过野外实测样本与模型验证结果进行混淆矩阵分析,总体分类精度达到85.7%,Kappa系数为0.804;研究区玉米倒伏遥感空间制图结果与当地农业技术推广站监测结果基本一致。【结论】倒伏发生后,其玉米长势以及灾后恢复程度均存在较大差异,因此,基于玉米倒伏前后RVI差值的遥感监测模型能有效反映不同倒伏程度的冠层群体变化信息以及长势恢复情况,能在区域尺度下实现玉米倒伏受灾范围监测和灾情等级评估。 相似文献
11.
《贵州农业科学》2016,(3)
为给枸杞病虫害的防治提供依据,填补我国枸杞光谱特征研究方面的空白,采用近地高光谱遥感方法对枸杞主产区宁夏中卫市中宁县枸杞的健康冠层与枸杞木虱、瘿螨、负泥虫和白粉病等4种枸杞病虫害危害冠层的近地高光谱特征及变化规律进行研究。结果表明:不同病虫害感染后的冠层都具特有的光谱特征规律。健康枸杞冠层的光谱特征曲线较为平滑,其光谱反射率在红光波段700~760nm和近红外波段处高于染病冠层;木虱、瘿螨和负泥虫危害的冠层光谱特征曲线较为曲折,出现较多折点,并且发生蓝移现象;白粉病危害冠层的光谱特征较其他3种病虫害的平缓,但其光谱反射率在近红外波段较健康枸杞冠层的低。随着受害程度的加重,木虱危害的枸杞冠层光谱反射率在红光波段700~760nm处和近红外波段处降低;瘿螨危害的枸杞冠层光谱反射率在绿光波段550~600nm和红光波段600~700nm处升高,在红光波段700~760nm处和近红外波段处光谱反射率降低;负泥虫危害的枸杞冠层光谱反射率在红光波段700~760nm和近红外波段处降低;白粉病危害的枸杞冠层光谱反射率在蓝光波段、绿光波段和红光波段600~730nm处升高,在红光波段730~760nm和近红外波段处降低。 相似文献
12.
为给枸杞病虫害的防治提供依据,填补我国枸杞光谱特征研究方面的空白,采用近地高光谱遥感方法对枸杞主产区宁夏中卫市中宁县枸杞的健康冠层与枸杞木虱、瘿螨、负泥虫和白粉病等4种枸杞病虫害危害冠层的近地高光谱特征及变化规律进行研究.结果表明:不同病虫害感染后的冠层都具特有的光谱特征规律.健康枸杞冠层的光谱特征曲线较为平滑,其光谱反射率在红光波段700～760 nm和近红外波段处高于染病冠层;木虱、瘿螨和负泥虫危害的冠层光谱特征曲线较为曲折,出现较多折点,并且发生蓝移现象;白粉病危害冠层的光谱特征较其他3种病虫害的平缓,但其光谱反射率在近红外波段较健康枸杞冠层的低.随着受害程度的加重,木虱危害的枸杞冠层光谱反射率在红光波段700～760 nm处和近红外波段处降低;瘿螨危害的枸杞冠层光谱反射率在绿光波段550～600 nm和红光波段600～700 nm处升高,在红光波段700～760 nm处和近红外波段处光谱反射率降低;负泥虫危害的枸杞冠层光谱反射率在红光波段700～760 nm和近红外波段处降低;白粉病危害的枸杞冠层光谱反射率在蓝光波段、绿光波段和红光波段600～730 nm处升高,在红光波段730～760 nm和近红外波段处降低. 相似文献
13.
基于冬小麦不同水分胁迫试验,采用便携式光谱仪测定冬小麦抽穗期、开花期和灌浆期受不同水分胁迫处理的冠层光谱反射率,分析不同水分处理下冬小麦冠层光谱特性,并对植被指数、红边参数与冠层叶片含水率和土壤含水率进行相关性分析,构建各生育期叶片含水率和土壤含水率的最佳监测模型,实现对冠层叶片含水率以及土壤含水率的监测评估。结果显示,在整个生育期,冬小麦的冠层光谱反射率在可见光范围呈现绿峰红谷,尤其在旺盛生长时期,随着水分胁迫程度加深,绿峰红谷逐渐变得不明显,红谷抬升幅度增大;相反,在近红外波段范围内水分胁迫主要使得反射率表现为明显下降;冬小麦红边参数随生长进程呈蓝移现象,灌浆期受胁迫程度越重的红边参数越低;植被指数(EVI、NDVI、SAVI、WI)在开花期之后具有不同程度的下降趋势,至灌浆期有大幅度减小,且随受胁迫程度加深植被指数下降幅度增大;植被指数和红边位置、红边面积在灌浆期与叶片含水率和土壤含水率有显著相关,其中植被水分指数WI、归一化植被指数NDVI和红边位置λ_(red)相关性较佳,其建立的叶片含水率和土壤含水率估算模型效果较好,决定系数r~2均大于0.84,平均相对误差(MRE)≤0.207。综合分析认为,冠层反射光谱特征和植被指数与冬小麦冠层叶片含水率和土壤含水率相关性良好,可利用高光谱遥感参数对冬小麦的水分状况进行快速、准确监测。 相似文献
14.
《山东农业科学》2016,(5)
本研究采用小区模拟试验,以拔节期玉米为研究对象,利用连续灌水模拟洪涝灾害时的淹水条件,调查分析了不同淹水时间对玉米冠层光谱反射率和植被指数的影响。结果表明,随着淹水时间的延长,玉米冠层反射率在565~707 nm红光波段明显增大,在400~480 nm蓝光波段、513~564 nm绿光波段及近红外波段均逐渐降低,尤其在近红外波段,淹水时间与光谱反射率值呈极显著负相关关系;同时,构建比值植被指数、归一化植被指数和差值植被指数对淹水不同时间玉米的长势进行监测,结果显示,淹水初期三种植被指数均迅速升高,后期则呈现明显的水分胁迫状态,均不同程度降低,以差值植被指数表现最明显,可以作为评估玉米洪涝灾害程度的指标。 相似文献
15.
16.
【目的】叶面积密度（leaf area density,LAD）反映作物在垂直方向上体积内叶面积总量的差异,体现作物冠层内叶面积随着高度变化的分布状况。本文旨在探索玉米叶面积密度对于倒伏胁迫强度的表征能力及其光谱响应规律。【方法】以抽雄期倒伏夏玉米为研究对象,获取倒伏后玉米多期LAD及冠层光谱数据,对倒伏玉米冠层光谱进行一阶微分和小波变换处理,根据LAD与冠层光谱一阶微分及小波分解系数的相关性分析,筛选LAD敏感波段和最佳小波分解尺度,采用偏最小二乘法构建倒伏玉米LAD光谱诊断模型,并利用实测样本验证模型精度。【结果】玉米LAD随着倒伏胁迫程度的增强而增大,LAD可有效表征玉米倒伏胁迫强度及其自身恢复能力;玉米倒伏后冠层结构发生较大变化,倒伏玉米冠层光谱反射率较正常玉米整体增高,近红外波段的增幅相比可见光波段更高,倒伏强度越强则光谱反射率越高;LAD敏感波段主要分布在蓝光波段354—442、472—495 nm和红光波段649—829 nm以及近红外波段903—1 195 nm和1 564—1 581nm;同一阶微分处理相比,基于连续小波变换的玉米倒伏LAD诊断模型的验证R2提高6.08%—9.11%,RMSE降低23.08%—31.63%;小波分解尺度对LAD诊断精度有一定的影响,中低尺度模型精度优于高尺度模型,其中第5尺度构建的模型对LAD的拟合效果最优（R2=0.898,RMSE=1.016）。【结论】利用连续小波变换技术对玉米冠层高光谱解析,可有效诊断倒伏胁迫下的玉米叶面积密度,可以为玉米倒伏胁迫灾情遥感监测提供必要的先验知识。 相似文献
17.
基于SPOT-5影像的冬小麦拔节期生物量及氮积累量监测 总被引：8，自引：0，他引：8
【目的】建立基于SPOT-5遥感信息的冬小麦拔节期地上部生物量和氮积累量的遥感监测模型,为利用SPOT-5影像进行大面积小麦生产力预测和氮素调控提供依据。【方法】分析冬小麦拔节期地上部生物量和氮积累量与同期SPOT-5光谱参数之间的定量关系,筛选出适宜的光谱参数,建立并评价冬小麦拔节期地上部生物量和氮积累量的遥感监测模型。【结果】绿光、红光和近红外波段反射率与冬小麦拔节期地上部生物量和氮积累量的相关系数均达到极显著水平。其中,近红外波段反射率对地上部生物量反应最敏感,绿光波段反射率则对地上部氮积累量反应最敏感。利用归一化植被指数（NDVI）为变量建立地上部生物量指数函数遥感监测模型表现最优,决定系数（R2）达到0.696**,均方根误差（RMSE）达到258.92 kg•hm-2。利用近红外和绿光波段反射率的比值为变量建立地上部氮积累量线性函数遥感监测模型表现最优,R2达到0.717**,RMSE达到19.24 kg•hm-2。依据上述模型,制作了研究区冬小麦拔节期地上部生物量和氮积累量遥感监测专题图。【结论】SPOT-5影像在冬小麦拔节期小麦长势监测中能够获得较高精度,具有广泛的应用前景。 相似文献
18.
上海典型植被夏季与冬季的光谱特征分析 总被引：1，自引：0，他引：1
不同植被之间、植被不同季节的光谱特征是进行城市植被遥感动态监测的重要内容。本研究基于实测的7种上海城市典型园林植被在夏季和冬季的光谱数据,分析了这些植被不同季相下的光谱变化特征,包括同一植被叶片与冠层的光谱差异。在此基础上,借助连续统去除法结合不同季相植被光谱差异分析了不同植被的可区分光谱波段。结果表明:供测植被在冬夏季的光谱特征有一些差异,冬季植被的反射率明显低于夏季,可见光波段与近红外波段分别低约60%和40%。同种植被的冠层和叶片光谱在近红外波段的反射率不同,主要取决于该植被的盖度、冠层结构。夏季乔木的光谱反射率在全波段普遍高于灌木,而在冬季正好相反。供测植被中,夹竹桃在夏季和冬季,全波段反射率明显高于其他植被达40%～60%。基于连续统去除法的光谱变换处理,能够有效地放大植被光谱间的差异,由此获得了植被间的可分波段,原本在可见光波段可分的区域通过连续统去除变换后,可分区域面积扩大。 相似文献
19.
棉花黄萎病冠层高光谱遥感监测技术研究 总被引：3，自引：2，他引：1
通过小区试验地病圃田和大田实验,不同时期对不同品种棉花黄萎病冠层光谱分别进行测定,定性和定量地分析了其反射光谱特征.结果表明:不同时期、不同品种棉花黄萎病冠层光谱与正常冠层之间有着显著的差异,冠层光谱均随严重度(SL)的增加表现出有规律的变化,可见光(620～700 nm)波段,光谱反射率随SL增加呈现上升趋势,近红外(700～1 300 nm)波段则表现出相反的趋势,在近红外(760～1 300 nm)尤为明显.黄萎病冠层光谱与SL相关后发现,806 nm附近SL(Y)与冠层光谱反射率(X)的相关性达到了极显著水平,二者之间的回归模型为:Y=-11.64 X+7.072 2(R2=0.675).研究为今后航空、航天遥感大面积监测棉花黄萎病提供了理论依据,为棉花其他病害遥感监测提供了借鉴和参考. 相似文献
20.
基于高光谱遥感的冬小麦叶水势估算模型 总被引：2，自引：0，他引：2
【目的】采用高光谱技术,建立快速、无损与准确获取冬小麦叶水势的估算模型,为小麦灌溉的精确管理提供科学依据。【方法】利用不同水分处理的大田试验,于小麦主要生育期同步测定冠层光谱反射率、叶水势、土壤水分等信息,并探讨高光谱植被指数与冬小麦叶水势之间的定量关系。通过相关性分析、回归分析等方法,基于不同水分处理,构建4种植被指数与冬小麦叶水势的估算模型。【结果】不同水分处理和不同生育期的冬小麦,其冠层光谱反射率具有显著的变化特征。在可见光波段,冬小麦冠层反射率随着水分含量的增加而逐渐降低,而在近红外波段,其冠层反射率则随着土壤水分含量的增加而升高。随着小麦生育期的推进,在近红外波段,抽穗期的冠层反射率比拔节期的高,在灌浆期之后,红波段(670 nm)、蓝波段(450 nm)的反射率上升加快;4种植被指数与叶水势显著相关(P0.05),相关系数|r|均在0.711以上,四者均可用于冬小麦叶片水势的定量监测。在充分供水条件下(70%FC),植被指数OSAVI和EVI2与叶水势的相关系数|r|(分别为0.75和0.771)均低于植被指数NDVI和RVI与叶水势的相关系数|r|(分别为0.808和0.896),而在重度水分亏缺条件下(50%FC),植被指数OSAVI和EVI2与叶水势的相关系数|r|(分别为0.857和0.853)均高于植被指数NDVI和RVI与叶水势的相关系数|r|(分别为0.711和0.792);所建模型对45个未知样的预测结果与实测值相似度较高,其回归模型R~2、验证模型MRE、RMSE的范围分别为0.616—0.922、-17.50%—-12.52%、0.102—0.133。在70%FC水分处理下,基于EVI2(enhanced vegetation index)所得叶水势估算模型的R~2最高,为0.922,而在60%FC和50%FC水分处理下,由于考虑了土壤背景的影响,基于OSAVI所建模型的R~2最高,分别为0.922和0.856。【结论】4种植被指数均可用于冬小麦叶水势的定量监测。但是,在构建不同水分处理的叶水势估算模型时,应考虑土壤背景对冠层光谱的影响。研究结果可以为小麦精准灌溉管理提供技术依据,为星载数据的参数反演提供模型支持。 相似文献