基于多时相TM影像的冬小麦面积变化监测

利用北京1992年、2000年、2004年、2009年的多时相Landsat TM5影像数据,结合实际调查数据,分析了近20年来北京冬小麦种植面积的变化趋势及演变特征。采用决策树、PCA、缨帽变换等手段对地物进行分类,利用多时相影像,NDVI组合阈值提取小麦种植区面积。研究结果表明:北京地区1992年、2000年、2004年、2009年冬小麦种植面积分别为:113671ha,84322ha,40410ha,61529ha。北京冬小麦种植面积呈现为明显的先减少后增加的趋势。从1992年到2009年共减少52143ha。其中,从1992年到2000年冬小麦种植面积减少了29349ha,减少的面积中城区扩张占用和转变为裸地的最多,分别为39.7%和42.8%,另外有13.3%变为设施用地,3%成为水体(鱼塘和水田);从2000年到2004年冬小麦种植面积共减少43921ha,减少的面积中转变为裸地和城区扩张占用的最多,分别为39.8%和33.1%;从2004年到2009年冬小麦种植面积共增加了21119ha,其中裸地转变为小麦种植区面积最大。     

结合HJ1A/B卫星数据和生态因子的籽粒品质监测

该研究引入温度、降水、太阳辐射和土壤肥力等影响小麦籽粒蛋白质含量的重要生态因子,结合遥感数据进行小麦籽粒蛋白质含量监测。以北京郊区的小麦种植区为实验区,获取多时相的HJ1A/B 卫星数据,多个气象站点全生育期气象数据和土壤养分数据,以及收获时小麦籽粒蛋白质含量。分别构建了遥感光谱蛋白质含量模型、生态因子籽粒蛋白质含量模型、光谱生态因子蛋白质含量模型。结果表明:北京地区冬小麦以5 月11 日（开花期左右）NDVIgreen 值与籽粒蛋白质含量相关性最好,达到极显著水平,因此该时期为冬小麦籽粒蛋白质含量遥感监测的最佳时相,并将利用该时期的NDVIgreen 参与光谱蛋白质含量模型、光谱生态因子蛋白质含量模型的构建。对光谱蛋白质含量模型、生态因子籽粒蛋白质含量模型、光谱生态因子蛋白质含量模型进行F 检验,表明各模型均达到极显著水平,3 种模型的决定系数分别为:0.782,0.635,0.843,相对误差分别为:0.151,0.123,0.049。说明综合利用遥感数据和生态因子的监测结果比单独利用遥感数据或单独利用生态因子的精度高。引入生态因子的小麦籽粒蛋白质含量遥感监测有助于提高监测精度,并增加监测模型的农业机理。     

凯氏定氮仪联合液相色谱法测定香菇中甲醛含量

目的建立全自动定氮仪和液相色谱仪检测分析香菇中甲醛的含量。方法利用全自动定氮仪全封闭的有利条件,利用水浴方法析出香菇中甲醛,利用液相色谱仪测定甲醛含量。结果香菇中甲醛的检测优化条件为蒸馏4 min,水浴温度为60℃,水浴时间为60 min。当甲醛浓度为0.0~10.0 mg/kg时,标准曲线线性关系良好,相关系数r为0.9995,加标回收率为73.0%~107.3%。结论凯氏定氮仪联合液相色谱法能够快速检测香菇中甲醛含量,并且准确度高。     

光谱法预测烟叶中的烟碱、钾和氮素

利用实测烟叶的反射率、透过率和吸收率光谱曲线,分析和解释了烟叶的典型光谱特征,研究了可见至短波红外波段的烟叶光谱反射率、透过率、吸收率与烟叶的烟碱、钾、氮素含量的统计相关特性,分析了烟叶生化组分的敏感波段,并利用NRI和PPR光谱指数建立了烟叶氮素、烟碱、钾离子含量的光谱预测模型。     

基于非标记核酸适配体可视化检测黄曲霉毒素B_1的方法研究

目的利用纳米金在盐诱导下凝聚后引起的颜色变化,建立基于非标记的AFB1特异性结合适配体,针对AFB1的灵敏快速可视化检测方法。方法通过对适配体DNA浓度、NaCl盐溶液、pH值等条件的优化,确定最佳反应体系并进行特异性实验。结果本方法具有良好的灵敏度和特异性,线性范围和检测限分别是0.025～10 ng/mL和0.025 ng/mL,可以满足中国和欧盟的最大残留限量(MRL)的检测要求。结论该方法实现了对黄曲霉毒素B1的可视化检测,简单、高效、可行,具有较高的分析灵敏度和较好的特异性。     

微波消解-原子荧光法同时测定果品中的砷和汞

建立了微波消解-原子荧光法同时测定果品中砷和汞的方法.砷、汞检出限分别为0.1145 μg/L和0.0161μg/L,相关系数达到0.999 8.用该方法进行加标回收实验,砷的回收率为99.48%,汞的回收率为94.75%;测定标准物质砷和汞的含量,均在含量标准值许可范围,相对标准偏差分别为2.59%和4.06%,准确度和精密度高.     

利用多时相NDVI 监测京郊冬小麦种植信息

物候和时相信息在农作物种植信息提取方面有十分重要的应用价值, 利用多时相L andsat TM 数据, 结合冬小麦的波谱和时相信息, 成功提取了北京地区的冬小麦种植信息。首先, 选用了2003 年4 月7 日、5 月1 日、5 月25 日、6 月18 日不同时相的4 景TM 卫星影像, 计算了不同时相的NDV I 时间谱图像数据; 其次, 结合北京地区农作物种植的实际情况, 提取并分析了北京春夏季主要植被地物(冬小麦、苜蓿、苗圃、春玉米、树林等) 的NDV I 时间谱特征; 第三, 利用不同时相的NDV I 图像数据, 通过NDV I 图像通道间的逻辑运算算法, 成功提取了2003 年北京地区的冬小麦种植信息, 提取精度达到96. 92%; 最后, 与2002 年收割小麦的统计数据相对比, 监测了北京各郊区县的冬小麦种植结构调整情况。结果表明, 多时相、多光谱遥感数据在作物种植信息的监测中有十分明显的技术优势和重要的应用潜力。     

利用光谱指数进行冬小麦变量施肥的可行性及其效益评价

变量施肥技术作为精准农业一个新的发展方向，如果能以适时获得的高光谱数据代替传统繁琐的实验室土壤养分测定数据来指导变量施肥实践，那将对我国精准农业的发展具有重要的实践意义。研究根据冬小麦起身拔节期冠层光谱数据，选用反映冬小麦长势信息的优化土壤调节植被指数（OSAVI）进行变量施肥，对光谱指数（OSAVI）指导变量施肥实践的可行性进行了探讨，结果表明起身拔节期的冠层光谱特征值与产量之间表现出很好的线性相关关系，可以根据起身期的冠层光谱特征值预测当李作物目标产量。对变量施肥效益也做了研究，结果显示通过变量施肥能够改善冬小麦的长势差异状况，显著提高了冬小麦籽粒产量，降低各处理产量之间的变异，但各处理籽粒品质之间的差异却略有增加。