不同含水量黄棕壤反射光谱特征研究

采用多光谱辐射仪(MSR～16R)对自然条件下不同水分含量黄棕壤光谱特征进行了研究，试验结果表明在可见光部分(460～710nm)，土壤含水量与光谱反射率相关性差，而在红外部分(760～1650nm）土壤含水量与光谱反射率达到极显著负相关，模式方程拟合度都在0．86以上，因此通过测定土壤光谱反射率来推算土壤含水量是可行的。应用地面光谱测量试验的结果，本文讨论了由地面光谱测量来推算土壤含水量向由卫星遥感影像反演土壤含水量过渡的可能性，进而对采用TM遥感影像对黄棕壤分布区土壤水分状况实施遥感监测的可行性作了一些探访。     

高光谱遥感技术的铅污染监测应用研究

从高光谱技术的发展及其在植被遥感领域的应用出发，探讨了植被高光谱特征研究及其常用分析方法，对在营养胁迫情况下植物的叶绿素等变化对高光谱遥感响应的特征进行分析；归纳了获得优势应用的植被指数和导数光谱，植被光谱信息提取方法；总结了土壤遭受重金属铅污染及其对植物的影响的机理；针对遭受污染胁迫的植物的地面高光谱特征提出了利用地面高光谱遥感技术作为土壤及植物重金属污染的遥感监测手段；在探讨其应用现状的同时展望了高光谱遥感数据支撑与校验的应用前景。     

高光谱反演叶片叶绿素及全氮含量

植物的含氮量和叶绿素含量指示了植被的健康状况.本文利用野外采集的叶片样本获取叶片的光谱反射率及叶绿素和全氮的含量,分析和利用高光谱数据反演叶片叶绿素及全氮含量的可行性及精度.鉴于高光谱数据存在冗余这一特性,本次试验采取了偏最小二乘法来对光谱数据进行回归分析,进行叶绿素和氮素含量的估算.同时,本文也比较了叶片叶绿素含量和氮素含量在不同单位表达形式下,偏最小二乘法对其的估算精度.试验结果表明,基于偏最小二乘法分析叶片反射率估测叶片的叶绿素含量及全氮含量具有很好的结果,精度全都达到85%以上,具有应用价值.     

基于多源信息融合的土壤含水量估算

遥感信息在大面积土壤水分监测中具有不可替代的优势。通过对试验区域的气象数据、土壤类型数据、土壤和水体的光谱特征曲线、多时相遥感影像数据等进行预处理,提取图像信息和属性数据,并对土地利用类型和植被覆盖度进行划分。基于土壤的光谱响应机制建立像元反射光谱信息分解模型,以此计算出该区域土壤容积含水率。结果表明该方法对于低植被区的监测精度较高(理论精度89.78%),可作为土壤水分监测预警的依据。     

植物污染胁迫遥感监测研究综述

我国工农业在过去几十年内迅速发展,随之而来的是大批环境问题的涌现,其中包括工农业对植物的污染问题。由于需要监测的范围越来越广、监测的对象越来越多,利用遥感技术监测受污植物受到越来越多的重视。首先提出了影响植被光谱的主要因素有叶绿素含量、细胞结构以及水含量,分析了植物在受到污染胁迫时光谱特征的变化,进而介绍了当前遥感监测植物污染胁迫的主要指标：植被指数和红边参数,并对主要植物污染物--重金属和烃类物质污染应用进行了详细阐述。指出了找到合适的植被指数和利用合适方法精确提取植被红边是监测的关键。最后对用遥感技术监测植物污染提出展望。     

卫星遥感反演土壤有机质研究进展

土壤有机质是评价土壤质量的关键指标,了解土壤有机质含量及其空间分布,对实现土壤养分精准管理、促进农业可持续发展具有重要意义。近年来,遥感技术的迅猛发展为土壤属性定量化研究提供了丰富的数据源,卫星遥感反演土壤有机质逐渐吸引了更多的关注。文章针对土壤有机质反演的相关研究,阐述了土壤遥感及传感器发展历程、土壤有机质遥感反演机理;系统归纳了直接法、间接法以及实测高光谱与卫星遥感相结合3种反演方法的发展现状;将不同研究方法的优势及不足进行对比,并详细分析制约土壤有机质反演精度的关键因素,最后对卫星遥感反演土壤有机质的发展趋势进行展望。     

基于叶片面积的温室植物水分监测系统的设计

植株冠层叶面投影面积的变化与植物体内水分状况密切相关.系统利用CCD图像传感器,对植物叶面的冠层投影面积进行实时、动态的观察.通过对叶面积的动态监测,并与计算机应用相配合,用于指导温室条件下植物生长的水分灌溉.从硬件、软件和叶面图像的分析与处理方面描述了系统的设计与实现方法.实践证明:该系统工作稳定,能准确监测植物叶面变化,为进一步研究依据叶面积变化诊断植物缺水理论奠定基础,同时对丰富节水灌溉技术具有重要的意义.     

高光谱遥感反演土壤重金属含量研究进展

土壤重金属污染是当今重要的世界性环境问题之一。如何快速高效地获取土壤重金属含量及分布信息是进行污染风险评价及预测研究的前提。高光谱遥感具有无损、实时获取信息的优势,利用高光谱技术反演土壤重金属含量仍处于探讨阶段,对其反演机理和建模方法的研究成果进行了介绍和分析。认为充分研究不同类型土壤对重金属的吸附特性,是深入理解重金属含量反演机理的基础。加强不同土壤类型、不同污染程度的案例对比分析,发展光谱信号处理方法,引入非线性建模算法,构建重金属形态量反演模型,是土壤重金属含量遥感估算研究的重要研究方向。     

利用高光谱数据估测植物叶片碳氮比的可行性研究

植物碳氮比作为一个在农业、生态、全球变化等领域广泛使用的因子,如果能够利用遥感获得的高光谱数据进行估测,可以突破传统测量方法的种种弊端,具有重要的实践意义,同时对于定量遥感反演领域的拓宽也具有启示作用。利用统计分析的方法,对碳氮比遥感定量估测的可行性进行深入探讨,认为利用高光谱数据估测植物叶片碳氮比是可行的。另外还通过与氮的遥感定量研究相比较,找到一个较好的研究碳氮比遥感定量反演的切入点,并将两者分别作为因变量进行逐步回归分析,得到比较理想的结果。
     

基于无人机遥感技术的森林参数获取研究进展

凭借着高分辨率、可控性强和性价比高的特点,无人机遥感技术在森林研究中得到了迅速的发展与应用。对无人机遥感成像平台的发展和国内外利用无人机遥感技术开展森林调查的情况进行介绍,针对单木和林分两种森林资源调查对象,总结了目前利用无人机遥感技术提取森林参数的前沿方法。重点分析和讨论了基于无人机平台的多光谱、高光谱和激光雷达传感器获取森林参数的算法,对比了其优越性、局限性并分析其最佳应用场景。此外,介绍了无人机遥感在森林树种分类和病虫害监测方面的应用情况。最后,对无人机遥感技术在森林监测方面的应用前景进行了展望,可为今后基于无人机遥感的森林资源监管领域的研究提供理论依据与技术支持。     

分离纯化低聚异麦芽糖的酵母菌菌株筛选

对山东寿光市保护地蔬菜施肥状况的调查及产生的问题综合评价表明 :寿光市保护地蔬菜施肥用量很大 ,但极不平衡 ,化学氮肥及磷肥施用量过大造成了土壤的盐化、酸化、中微量元素的缺乏及环境的污染 ,使得蔬菜的产品品质下降 ,蔬菜NO-3 含量较高 ,产投比降低。钾肥用量太少 ,植物抗逆性差 ,病虫害严重。提出了蔬菜合理施肥的几项建议。     

利用 MODIS 数据进行植被水监测的应用研究

植被水的监测始于对森林、草原火险评估的需要,另一方面,植被水的丰富程度也间接反映了当地土壤含水量状况,是当地干旱状况的一个重要指示。水是生命之源,对作物生长的影响巨大。因而对于农业区作植被水的监测,可以了解到区域植被供水状况信息。本研究正是基于上述的想法,以黄淮海农业区作为试验样区,对新型MODIS传感器的数据,应用GVMI指数模型,反演出植被水含量信息。比较植被水含量与当地降水量之间的关系,初步分析了植被水含量与区域旱情状况之间的关联性。     

蔬菜基地全景漫游系统

利用计算机技术进行现代农业技术展示具有重要的意义,文章讨论了利用计算机图形学中的全景拼图技术进行蔬菜基地全景漫游系统设计的具体实现方案。通过将系统分解成全景图制作和蔬菜基地编辑两部分,实现了蔬菜基地的全景著作与漫游。     

福州市几种菜园土肥力特性的初步研究

对福州市起源于红壤和冲积物母质上的几种菜园土的土壤及其微团聚体性质测定结果表明 :经长期培育的高度熟化菜园土 ,其土壤养分贮量和有效养分含量均大幅度提高 ;腐殖质HA/FA、胡敏酸芳构化度和腐殖质氧化稳定性均明显增大 ;不同结合态腐殖质以松、紧结合态为主 ,二者绝对含量均明显增加 .这些决定了菜园土具有很强的供肥能力和良好的土壤结构     

保护地甜辣椒栽培管理专家系统的研究与开发

保护地蔬菜栽培管理专家系统是农业专家系统的一个新的研究和应用领域。文章以正在开发的保护地甜辣椒栽培管理专家系统为例,重点讨论了该系统的总体结构、主要功能及实现技术。     

Spectral reflectance of dehydrating leaves: Measurements and modelling

Remotely sensed measurements at optical wavelengths may provide information on crop water status and increase the accuracy of crop production forecasts. Previous research has shown that canopy spectral response to water stress is attributable to change in leaf water content, canopy structure and soil moisture. This experiment was designed to study leaf spectral response resulting from changes in leaf water content and to evaluate the use of a radiative transfer model for predicting the spectral behaviour of the leaf. The difference between measured and modelled reflectance increased as leaf water content decreased and it was hypothesized that this may be due to a change in leaf internal structure that was unaccounted for by the model.     

图像处理与分析在作物水氮亏缺诊断中的应用进展

随着图像处理与分析技术的蓬勃发展,许多专家学者利用图像获取工具比人眼更精细的分辨能力,应用图像处理与分析技术进行信息诊断研究。简要介绍图像处理与分析技术在作物缺素判别、作物水分亏缺诊断中的应用现状,分析该研究领域存在的主要问题,对其未来发展进行展望,指出从复杂背景中识别出研究目标是前提、难点,高效的目标特征提取算法是关键。     

菜园土壤高磷条件对油菜磷、锌含量的影响

采用盆钵试验研究了菜园土高磷条件下对油菜磷、锌颉颃作用的影响。结果表明,随着土壤有效磷含量的升高,油菜植株体内的含磷量也在不断升高,但上升的趋势逐渐减缓,其中,茎叶的含磷量始终大于根中的含磷量。而植株的含锌量则有很大的不同,随着土壤有效磷含量的增加,植株根中的含锌量也在不断的增加,直到趋于平稳,而茎叶中锌的含量随土壤有效磷含量的升高而增加到一定程度后表现出下降的变化趋势。这说明油菜的磷、锌颉颃作用是发生在植株体内的一种生理机制。     

Estimating live fuel moisture content from remotely sensed reflectance

Fuel moisture content (FMC) is used in forest fire danger models to characterise the moisture status of the foliage. FMC expresses the amount of water in a leaf relative to the amount of dry matter and differs from measures of leaf water content which express the amount of water in a leaf relative to its area. FMC is related to both leaf water content and leaf dry matter content, and the relationships between FMC and remotely sensed reflectance will therefore be affected by variation in both leaf biophysical properties. This paper uses spectral reflectance data from the Leaf Optical Properties EXperiment (LOPEX) and modelled data from the Prospect leaf reflectance model to examine the relationships between FMC, leaf equivalent water thickness (EWT) and a range of spectral vegetation indices (VI) designed to estimate leaf and canopy water content. Significant correlations were found between FMC and all of the selected vegetation indices for both modelled and measured data, but statistically stronger relationships were found with leaf EWT; overall, the water index (WI) was found to be most strongly correlated with FMC. The accuracy of FMC estimation was very low when the global range of FMC was examined, but for a restricted range of 0-100%, FMC was estimated with a root-mean-square error (RMSE) of 15% in the model simulations and 51% with the measured data. The paper shows that the estimation of live FMC from remotely sensed vegetation indices is likely to be problematic when there is variability in both leaf water content and leaf dry matter content in the target leaves. Estimating FMC from remotely sensed data at the canopy level is likely to be further complicated by spatial and temporal variations in leaf area index (LAI). Further research is required to assess the potential of canopy reflectance model inversion to estimate live fuel moisture content where a priori information on vegetation properties may be used to constrain the inversion process.