加工番茄早疫病高光谱遥感识别研究

为了快速监测加工番茄早疫病发病率和加工番茄的产量和质量,防止病虫害的扩大,该文基于高光谱遥感数据和田间早疫病调查数据,以新疆天山北坡典型加工番茄种植区为研究区,分析加工番茄早疫病的病叶光谱响应特征,寻找早疫病的敏感波段,再利用遗传算法优化支持向量机的惩罚参数c和核函数参数g,对不同病害严重度的病叶进行识别。结果表明:不同病害严重度加工番茄早疫病病叶的敏感波段为628nm~643nm和689nm~692nm;遗传优化算法得出支持向量机最佳惩罚参数c为0.129,核函数参数g为3.479;分别利用多项式核、径向基核函数、Sigmoid核进行分类训练和测试,最佳分类模型为径向基核函数模型,训练准确率为84.615%,预测准确率为80.681%,高于默认参数c和g的支持向量机模型。说明通过遗传算法优化支持向量机的识别方法具有更高的精度,支持向量机为多波段协同识别病害严重度提供了新的思路。     

加工番茄早疫病病叶色素含量高光谱估测

早疫病对加工番茄的产量和品质有较为严重的影响。通过测定不同生育期自然发病的加工番茄早疫病病叶色素含量,把病片原始光谱反射率、一阶微分光谱反射率的光谱特征参数与相应病叶色素含量进行相关分析,采用线性和非线性单变量回归技术,建立色素含量估测模型并检验。研究结果表明:在传统的光谱特征参数和新建光谱特征参数中,R680、CCII、PSSR、PSNDc、FD664、DVI[FD686,FD664]为色素含量敏感光谱特征参数;R680、CCII、DVI[FD686,FD664]的线性单变量估测精度比较高;R680为变量的对数模型是估测Chl.a的最佳模型,DVI[FD686,FD664]为变量的对数模型是估测Chl.b和Chl.a+b的最佳模型。通过光谱响应特征对加工番茄早疫病病叶色素含量进行监测,能够为加工番茄早疫病监测预警和防治提供决策依据。     

利用高光谱植被指数估算棉花干物质积累的模型研究

利用高光谱仪,对新疆棉花（2个品种4种配制方式）生物量和高光谱数据进行分析,经过多元统计分析与光谱微分处理,建立了基于比值植被指数（RVI）和归一化植被指数（NDVI）的5种函数形式的棉花干物质积累估测模型,相关系数均达到了极显著水平（a=1％,n=16）。基于RVI与NDVI构建的估测模型,后者比前者有更高的估测精度,指数函数、对数函数和双曲线函数的模型可以产生较高的估测精度;一阶微分光谱数据与棉花干物质积累量的逐步回归相关分析表明,相关系数的最高值发生在756nm（r=-0．6749,n=16）,由756nm波段处的微分数值建立的回归模型,估测精度较高,具有实际应用的潜力。     

基于宽波段和窄波段植被指数的草地LAI反演对比研究

叶面积指数是一个重要的植被生理生态参数,为探讨不同植被指数反演叶面积指数的可行性,基于同空间分辨率不同光谱分辨率的HJ|1B CCD1和Hyperion遥感影像数据,以内蒙古自治区赤峰市克斯克腾旗贡格尔草原为研究对象,选取几种常见宽波段植被指数和高光谱窄波段植被指数并结合4种常用回归模型,比较分析了不同植被指数反演叶面积指数的精度。结果表明:对于全部植被指数而言,PVI、MSAVI等综合考虑了土壤、环境等因素的植被指数较传统植被指数NDVI、RVI反演草地LAI精度更高。通过对比发现,在反演草地LAI方面,窄波段植被指数比宽波段植被指数表现出明显的优势。其中,窄波段垂直植被指数PVI验证模型的确定性系数R²为0.65,均方根误差RMSE为0.15,说明实测LAI和模拟LAI值之间具有较好的变化一致性。最后基于Hyperion影像和窄波段垂直植被指数PVI的估算模型生成研究区叶面积指数空间分布图。     

玉米叶面积指数与高光谱植被指数关系研究

探讨以不同的植被指数建立的高光谱模型对玉米叶面积指数LAI的反演精度。实测不同水肥耦合作用下,玉米冠层的高光谱反射率与叶面积指数（Leaf Area Index）数据,采用高光谱红光波段（631~760 nm）与近红外波段（760~1 074 nm）逐波段构建NDVI、RVI、DVI、TSAVI、PVI植被指数,分别找出与LAI具有最佳相关性波段组合的植被指数,建立玉米LAI估算模型。结果显示,与LAI具有佳相关性的波段组合分别是NDVI（R760,R990）、RVI（R760,R1001）、DVI（R677,R1070）、TSAVI（R 760,R 975）、PVI（R658,R966）,它们反演玉米LAI的确定性系数分别：R²>0.72、R²>0.74、R²＝0.95、R²>0.79、R²>0.95。结果表明,在玉米的整个生长季的47个样本中,通过PVI和DVI方式建立的遥感估算模型能够较为准确地估算玉米LAI,TSAVI次之,NDVI、RVI稍差。     

高光谱遥感城市植被胁迫监测研究

开发有效的城市植被胁迫监测方法对于林业资源管理和营造良好的城市生态环境具有重要意义。采用EO-1卫星过境广州市东边建成区所采集的Hyperion高光谱影像,通过选取合适的植被指数进行分类,以及混合像元分解获得植被丰度这两种方法进行植被胁迫的识别,对比两者实验结果表明:在植被信息提取中植被丰度的方法要比指数法可靠且精度高;通过地面光谱测量,说明基于植被光谱理论的丰度分析能更好地表示植被胁迫的特征,为城市林业管理提供定性和定量的研究应用。     

基于植被指数融合的冬小麦生物量反演研究

作物群体生物量是形成产量的物质基础,遥感技术是高效、客观监测作物地上生物量的重要手段,对农业生产管理具有重要意义.以安徽省龙亢农场为研究区,通过PROS AIL模拟光谱分析了 4个LAI相关的可见光-近红外植被指数、2个叶片干物质相关的短波红外植被指数和8个融合植被指数与冬小麦地上生物量的关系,并建立反演模型.模拟结果...     

东北主要绿化树种叶面积指数(LAI)高光谱估算模型研究

以东北主要绿化树种为研究对象,分别在长春市南湖公园和长春公园获取了共240组树冠高光谱反射率及相应的LAI数据。对数据进行相关分析,以确定反演LAI的敏感波段,而后分别运用6种植被指数、神经网络以及小波分析等3种方法进行估算。研究结果表明,3种方法估算树冠LAI都取得了较好的效果:①与RVI、NDVI相比,由DVI、RDVI、MSAVI、TVI等植被指数建立的估算模型可以提高LAI的估算精度;②神经网络在拟合光谱反射率与树冠LAI关系时明显优于植被指数法(R2达0.850);③小波能量系数与LAI相关性较好,单变量回归分析R2可达0.683,部分小波能量系数估算LAI的精度优于植被指数法,并且验证R2也较高,说明其稳定性较好,多元变量回归分析能够实现各小波能量系数间的优势互补,R2可达0.794。     

基于NDVI与LAI的水稻生长状况研究

在水稻反射光谱特性与水稻生物参数关系的支持下,以吉林省德惠市夏家店镇为研究区,探讨了一条基于TM遥感影像反演得到的归一化植被指数(NDVI)与地面观测数据叶面积指数(LAI)的水稻生长状况的研究途径,并利用NDVI和LAI对该区2000年和2001年的水稻生长状况进行了分析研究。     

膜下滴灌条件下加工番茄施肥推荐与决策支持系统的建立

以新疆兵团农八师143团为例,针对土壤信息数据在农业生产中的重要作用,综合应用作物平衡施肥原理、数据库技术、Delphi技术,依据区域土壤肥力、质地类型,番茄需肥特点等众多特点,以条田为操作单元,建立了集土壤养分管理、专家施肥推荐、SQL信息查询等功能于一体的膜下滴灌条件下加工番茄施肥推荐与决策支持决策系统。     

新疆棉花LAI和叶绿素密度的高光谱估算研究

利用非成像高光谱仪,对棉花(2品种4水平种植密度)冠层5个关键生育时期进行光谱测定,分析棉花反射光谱及微分光谱生育期的变化规律,并对棉花冠层叶面积指数(LAI)、叶绿素密度(CH.D)与光谱数据进行回归分析,结果表明,用归一化差值植被指数(NDVI)与LAI建立的对数模型能够较好地估测棉花冠层的LAI(r=0.9123**,n=20);近红外729 nm波段处一阶微分光谱数值与CH.D高度相关(r=0.9372**,n=20),用此波段建立的CH.D估算模型,精度达84.3%,标准差为0.234g.m-2,RMSE=0.1569。研究表明,可以用高光谱数据对新疆棉花冠层LAI和CH.D进行遥感估算。     

基于Web的制丝在线监控系统设计与实现

针对制丝生产线工序流程复杂,需要监控的工艺指标多,为提高监控的全面性和准确度,减少生产中由于质量缺陷带来的损失,采用Web技术对每一道工序的工艺指标进行在线监控和超限提醒。通过Web网页实时访问制丝生产数据采集系统,获得各项工序段的生产数据,监控网页将获得的数据生成相应的趋势图,同时监控工艺指标是否满足设定值,并通过语音对监控人员进行提醒。结果表明,监控人员可以在一个Web网页上浏览所有工序的实时生产状况,当制丝生产出现异常,听到语音提示后能迅速确定异常工序段,及时避免质量缺陷带来的损失。该系统应用于长城雪茄烟厂的制丝生产线中,有效减少了生产中的断料次数,提高了烟丝生产的质量。     

一种基于小波变换进行噪声处理的监控系统

介绍了一种基于小波进行信号处理的监控系统,通过采用小波滤波,有效地解决了因信号污染而引起的电机振动的问题,并实现了实时检测与控制的功能。     

监控软件批处理命令设计

在通过计算机对设备、仪器进行远程控制的过程中,为提高操作的效率和准确性,减少误操作,提出了通过计算机软件集成控制的方式,将常用到的一组操作存储为一条批处理命令（脚本命令）,直接调用脚本命令即可实现对一组命令的处理,而不必一步步的进行操作,也不必关心每一步的执行顺序。介绍了脚本命令的组成,存储方式及界面组成、在工程实践中验证了该方案的可靠性和实用性。     

地形校正对叶面积指数遥感估算的影响

利用经过6S模型大气校正的地面反射率图像、数字地面高程数据以及改进的CIVCO地形校正模型,分别计算了褒河流域不同植被类型（阔叶林、针叶林和灌木林）的3类光谱植被指数（NDVI、SR和SAVI）,并建立了各个植被类型叶面积指数与同时相的各个植被指数的相关关系。结果表明,地形校正能有效地消除大部分的地形影响,显著地提高各植被指数与叶面积指数的相关关系;对于阴坡和阳坡来讲,阴坡较阳坡提高显著;对于不同的植被类型,针叶林和灌木较阔叶林提高较为显著;对于同一植被指数如SAVI,灌木提高较针叶林和阔叶林显著,说明地形校正对叶面积指数的遥感估算结果有很大的影响。因此在利用遥感数据定量估算叶面积指数时,尤其对于山区,不仅要进行地形校正,而且要针对不同的植被类型选择合适的植被指数进行估算。     

基于小波变换的高光谱图像消噪

本文主要针对高光谱图像的特点，利用波段间的几何信息高冗余性，通过小波分解去除高频的噪声和几何信息，保留低频的光谱信息。以其他波段的几何信息辅助噪声污染波段重构，经过相应的小波重构滤波器滤波，获得该波段图像的重建以进行消噪。     

基于TM影像的冬小麦苗期长势与植株氮素遥感监测研究

叶面积指数和叶片氮素含量是决定小麦群体长势的重要生理指标,也是制定栽培管理措施的必要依据。利用遥感监测小麦返青后的叶面积指数和叶片氮素含量,便于及时采取施肥、灌溉、中耕等调控措施,达到优质、高产稳产、高效的目的。本文使用TM影像数据与实地GPS定位相结合的方法,研究了冬小麦返青后叶面积指数及植株氮素含量的变化态势。结果表明:(1)TM影像的NDVI的地域性差异较大,且随纬度呈现极明显的线型负相关变化态势;(2)将用NDVI反演的LAI与实测的LAI进行比较,二者较为一致,其均方差根(RMSE)为0.111;(3)利用NDVI监测的小麦植株氮素含量与实地观测的植株氮素含量较为相近,二者的RMSE为0.085。总之,利用TM影像的NDVI可以快速、精确地监测返青期小麦的LAI和植株氮素营养状况。同时,本研究结果也可为冬小麦返青期的苗情诊断和管理决策提供及时、准确的信息支持。     

基于Kingview的液态农药生产线上位机监控系统

分析液态农药生产工艺流程特点,应用DCS的结构设计监控系统,并使用组态王(Kingview)设计上位机软件,侧重叙述了数据处理功能的实现,并简要介绍了监控系统的其他功能,以及通讯的实现,结论表明监控系统实现了各项功能,并有较好的可移植性。     

公交车运营信息实时监测多路采集方案研究

提出了一种基于GSM网络和蓝牙无线数据通信技术的公交车运营信息多路实时监测系统的构建方案,能较好地实现公交车辆运营状况的实时监测、定时汇总上报及实时检索,并可方便地进行功能扩展.在最大程度上减少了公交车辆的违规运营,促进了公交管理规范化和自动化的发展.