排序方式： 共有84条查询结果，搜索用时 31 毫秒
41.
基于高光谱遥感的小麦叶片含氮量监测模型研究 总被引：14，自引：2，他引：12
为了在作物氮素管理中实现叶片氮含量的实时无损估测,以不同类型小麦品种在不同施氮水平下连续3年田间试验为基础,研究了小麦叶片氮含量与冠层高光谱参数的定量关系.结果表明,叶片氮含量随着施氮水平的增加而提高,冠层光谱反射率在不同叶片氮含量水平下存在明显差异.叶片氮含量的敏感波段主要存在于近红外平台和可见光区,其中,红边区域最为显著.红边及面积类参数REPIE、SDr-SDb和FD729与叶片氮含量关系密切,方程拟合决定系数R2分别为0.829、0.806和0.856,估计标准误差SE分别为0.278、0.295和0.271;模拟宽光谱波段组合类参数方程拟合精度较低,标准误差较大,以AVHRR-GVI为变量模拟方程,R2 和SE分别为0.786和0.315;多波段组合类参数方程拟合效果较好,以mND705为变量建立方程,其R2 和SE分别为0.836和0.275.经不同年际独立数据检验,红边及面积类参数表现最好,以REPIE、SDr-SDb和FD729三个参数为变量,模型预测的RMSE分别为0.418、0.380和0.395,相对误差RE分别为14.4%、15.1%和15.2%;模拟宽光谱波段组合类参数与多波段组合类参数比较,模拟宽光谱波段组合模型预测效果更好,以AVHRR-GVI 和mND705为变量建立模型,RMSE分别为0.436和0.408,RE分别为17.3%和16.7%.以上结果表明,红边及面积类参数与叶片氮含量关系密切且表现稳定,利用REPIE、SDr-SDb和FD729三个参数可以对小麦叶片氮含量进行可靠的监测. 相似文献
42.
43.
数字农作技术研究的若干进展与发展方向 总被引：23，自引：4，他引：23
着重介绍数字农作技术研究的若干最新进展与发展方向。数字农作即通过综合运用数字化技术，研究农作物生产系统中信息获取、处理、管理和利用的关键技术及应用系统，从而对农作系统过程的信息流实现全面的数字化表达和整合。近年来，作者围绕数字农作的关键技术及应用系统，开展了较为深入和系统的研究工作，重点在作物生长模拟模型、作物管理知识模型、作物生长无损监测、农作空间信息管理、数字农作决策系统等5个领域取得了显著的研究进展。数字农作的未来发展将需要综合运用信息管理、自动监测、动态模拟、虚拟现实、知识工程、精确控制、网络通讯等现代信息技术，以农作物生产要素与生产过程的信息化与数字化为主要研究目标，发展农业资源的信息化管理、农作状态的自动化监测、农作过程的数字化模拟、农作系统的可视化设计、农作知识的模型化表达、农作管理的精确化控制等关键技术，进一步研制综合性数字农作技术软硬件系统，实现农作系统监测、预测、设计、管理、控制的数字化、精确化、可视化、网络化。农作生长与生产系统的数字化将带动农业产业的信息化和现代化。 相似文献
44.
同时估测土壤全氮、有机质和速效氮含量的光谱指数研究 总被引：1，自引：0，他引：1
通过系统分析我国中、东部地区5种不同类型土壤风干样本的有机质、全氮及速效氮含量与近红外(1 000～2 500 nm)光谱反射率之间的关系,进而构建了适合同时估测这3种养分含量的光谱参数及定量估算模型。结果表明,同时与3种养分指标相关较高的波段范围为1 879～1 890与2 050～2 100 nm,其中1 881和2 070 nm两个波段的反射率经多元散射校正及Savitzky-Golay平滑处理并构建而成的差值指数DI(CR1 881,CR2 070)与土壤有机质、全氮及速效氮含量具有良好的线性相关性。独立的观测资料检验显示,基于DI(CR1 881,CR2 070)的估测模型对全氮、有机质和速效氮的预测决定系数R2分别为0.83、0.79和0.72,均方根误差(RMSE)分别为0.20 g kg-1、4.71 g kg-1和23.96 mg kg-1,相对分析误差(RPD)分别为2.56、2.30和2.93。表明DI(CR1 881,CR2 070)是一种可同时估测土壤中3种养分含量的良好光谱指数。 相似文献
45.
不同时空分辨率遥感数据融合估算冬小麦叶面积指数 总被引：2，自引：1，他引：1
高时空分辨率叶面积指数(leaf area index,LAI)数据能反映作物的长势动态变化,为作物长势评估和产量预测提供有效的生长指标依据。该文综合利用混合像元线性分解与数据同化算法,以高空间分辨率SPOT-5数据反演的LAI修正高时间分辨率HJ-CCD数据反演的LAI序列,生成了覆盖冬小麦主要生育期的高空间分辨率LAI序列,并结合SPOT-5反演的LAI和实测LAI值分析了像元纯度、高空间分辨率遥感数据同化景数对融合效果的影响。结果表明,采用数据融合方法生成的LAI与检验LAI具有较高的一致性,但像元纯度对融合效果影响较大;基于2景SPOT-5影像能够提高LAI序列估测精度,且优于基于1景SPOT-5影像的融合效果。该研究结果可为冬小麦生长监测提供技术支撑。 相似文献
46.
为了明确水稻穗肥施用前地上部植株氮积累量与各光谱仪冠层光谱参数的定量关系,进而为水稻精确追氮提供决策依据。基于不同品种和不同施氮水平的7个水稻田间试验,于分蘖期和拔节期利用ASD Fieldspec FR2500高光谱仪、Cropscan MSR-16多光谱仪和Greenseeker RT100主动光谱仪同时采集冠层光谱反射率,并同步取样测定地上部植株氮积累量,研究基于不同光谱仪构建的植被指数与植株氮积累量之间的关系。结果表明,部分植被指数与水稻地上部植株氮积累量关系密切,基于3种光谱仪构建的水稻地上部植株氮积累量监测模型的稳定性和适用性有较大差异。对于ASD高光谱仪,虽然基于差值植被指数（760,740）能较好估测植株氮积累量,拟合模型决定系数R2为0.79,但模型检验效果较差,其R2和均方根误差分别为0.15和2.11 g/m2;对于Cropscan多光谱仪,差值植被指数（760,710）能较好反演植株氮积累量,拟合模型的R2为0.94,模型检验的R2和均方根误差分别为0.94和0.76 g/m2;Greenseeker主动光谱仪的归一化植被指数（770,660）对地上部植株氮积累量的反演效果最好,拟合模型的R2为0.97,模型检验的R2和均方根误差分别为0.97和0.62 g/m2。研究结果可为水稻前期植株氮积累量监测过程中的光谱仪选择提供参考,为水稻精确追氮管理提供技术支撑。 相似文献
47.
农业巨灾债券是保险公司转移农业风险的金融创新工具,从外部环境和农业保险公司两个方面论述了发行巨灾债券的可行性,并提出了农业保险公司发行巨灾债券的相关政策建议。 相似文献
48.
冬小麦麦穗生长过程的模拟研究 总被引：2，自引：1，他引：2
为了实现小麦麦穗生长过程的可视化表达，以不同氮肥处理条件下不同类型小麦品种的两年田间试验为基础，通过连续观测并记载不同处理条件下的小麦主茎和分蘖麦穗形态指标（包括穗长、穗宽和穗厚），综合分析了小麦麦穗形态指标随生育进程和环境条件的变化规律，并利用系统分析方法和动态建模技术，构建了冬小麦麦穗生长过程的动态模拟模型。结果表明，麦穗的伸长过程符合S型曲线，而不同蘖位麦穗的最终长度符合二次曲线，且在不同氮肥处理之间均差异明显；采用Logistic方程描述了麦穗长度的动态变化过程，用二次曲线和线性方程定量描述了穗形的动态变化过程，同时采用旗叶的SPAD值量化了氮素对麦穗生长特征的影响；并利用不同小麦品种的田间试验资料对所建模型进行了测试和检验。结果显示，不同时期麦穗穗长、穗宽和穗厚预测值的平均RMSE分别为0．28、0．05和0．04cm。表明模型具有较强的动态预测性和可靠性，从而为进一步建立虚拟小麦生长系统奠定了基础。 相似文献
49.
【目的】研究冬小麦冠层时序植被指数的动态变化规律并基于其构建单产预测模型,为田间实时、准确获取作物单产信息提供有效的技术手段。【方法】本研究于2017—2019年在江苏省兴化市万亩粮食产业园开展不同品种及氮肥水平的田间小区试验,利用主动传感器RapidSCAN CS-45获取冠层归一化红边植被指数（normalized difference red edge,NDRE）和归一化植被指数（normalized difference vegetation index,NDVI）,基于双Logistic函数拟合时序植被指数并提取曲线特征参数,进而分析各特征参数与单产的相关关系,并以独立试验数据对单产预测模型进行验证。【结果】NDRE在孕穗期和抽穗期与单产关系最好,R2达到0.84以上;通过多元逐步线性回归法发现,利用2个或多个时期NDRE预测单产的效果较单生育时期有所提高,且第一和第二被选择的时期分别为拔节期和孕穗期。基于全生育时期相对NDRE（relative NDRE,RNDRE）和相对NDVI（relative NDVI,RNDVI）构建时序曲线,并利用曲线特征参数建立单产预测模型,其中RNDRE和RNDVI的最大值、累积值及增长速率与单产关系较好。利用独立试验数据对上述单产预测模型进行检验,结果表明基于RNDRE时序曲线最大值和累积值所构建的单产模型验证效果较好,R2大于0.80,相对均方根误差和相对误差均小于10%,其验证效果优于单时期或多时期基于NDRE的预测模型,且优于基于NDVI构建的单产模型。【结论】基于冠层时序植被指数提取的特征参数RNDRE最大值和累积RNDRE具有良好估测单产的潜力,研究结果为田间进行实时、准确预测冬小麦单产提供了技术支持。 相似文献
50.
基于虚拟植物技术的冬小麦根系3D构型测试与分析 总被引：2，自引：0，他引：2
【目的】构建一套由硬件和软件集成且完整而适用的虚拟植物根系技术,定量描述稻茬田冬小麦根系的三维几何构型特征。【方法】自主设计制作“根系构型数字化仪”,该数字化仪为纯机械结构,分别设有一个水平回转臂、一个横向滑动臂和一个竖向滑动臂,回转臂与滑动臂都配有标尺,且3者的组合运动能保证测头在3D范围测取任一点的空间坐标。测量时将置于工作台的根区土壤按3-5 mm厚度逐层清除并进行根系构型数字化,从而测取田间小麦根系的真实空间拓扑数据,实现小麦根系实体构型的数字化。将实测的小麦根系构型数据导入Pro-E软件平台,利用软件的3D造型技术完成小麦根系构型的虚拟重构,实现计算机虚拟根系与实体根系的一致性。利用软件的分析工具对虚拟重构的小麦根系构型进行计算分析,定量小麦不同时期根系的三维空间构型、根系的土体空间搜寻能力、根系总长以及根系平均增长率等指标的变化,通过不同的指标反映田间土壤环境下真实小麦根系构型的时空动态。【结果】植物根系构型数字化仪能够提供＜1 mm的测试分辨率,操作使用方便,耐污染、抗干扰能力强,对工作环境要求不高,可满足作物根系三维空间几何构型测试要求,而使用Pro-E的小麦根系三维空间几何构型重构技术也便于根系构型的深度计算与分析。冬小麦的根系构型分析结果表明,该虚拟根系技术能够直观展示小麦生长期不同时间节点的根系构型状态特征及土体空间搜寻动态,根系构型图可以反映各时期小麦根系在土体中的纵深拓展和周向扩展状态。同一时期植株个体的根系构型变异性较大,越冬期小麦根系很浅,在返青及分蘖旺期小麦的根系迅速向深层土层中伸展,拔节期根系爆发迅速。【结论】由软硬件单元组构的虚拟植物根系三维空间几何构型的测试与分析方法是准确定量根系动态、根-土关系、根系拓扑特征、根系动态空间行为指标等作物根际生理生态行为的技术保障,其不仅直观展示了水稻土条件下冬小麦根系空间几何构型在不同时期的空间拓展状况,也能够定量根系构型的动态,因此能够满足作物根系三维空间几何构型分析的实用要求。 相似文献