期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于作物生长模型参数调整动态估测夏玉米生物量 被引量:7
1
作者 李卫国 顾晓鹤 +3 位作者 王尔美 陈华 葛广秀 张琤琤 《农业工程学报》 EI CAS CSCD 北大核心 2019年第7期136-142,共7页
针对如何利用作物生长模型定量解析区域夏玉米生物量动态变化的热点问题,该文在沿东海岸的江苏省盐城市大丰区设置大田夏玉米生物量估测试验,在构建夏玉米生物量过程模拟模型的基础上,对夏玉米多个生育阶段的生物量(指地上部生物量)及... 针对如何利用作物生长模型定量解析区域夏玉米生物量动态变化的热点问题,该文在沿东海岸的江苏省盐城市大丰区设置大田夏玉米生物量估测试验,在构建夏玉米生物量过程模拟模型的基础上,对夏玉米多个生育阶段的生物量(指地上部生物量)及其变化特征进行分析,并结合试验实测数据探讨利用实测叶面积指数和生物量数据调整生物量模拟模型参数的可行性。结果表明:夏玉米生物量过程模拟模型可以对夏玉米从出苗到灌浆期间的多个生育阶段生物量动态变化进行估测。出苗到拔节前的生长阶段,生物量积累主要来源于叶片形成,模拟模型可以对生物量进行有效预测,预测值与实测值之间的均方根差(root mean square error,RMSE)为18.31 kg/hm^2,相对误差为3.35%。拔节到抽雄前的生长阶段,由于茎节伸长与节数增加,生物量积累加快,预测值与实测值之间的差异较大。拔节初期生物量预测值为535.5 kg/hm^2,实测值为480 kg/hm^2,相对误差11.56%。抽雄前生物量预测值为7 036.46 kg/hm^2,实测值为5 794 kg/hm^2,相对误差21.44%。拔节到抽雄前生长阶段预测值与实测值之间的RMSE为825.94 kg/hm^2。经过模型参数调整,抽雄前生物量预测值为6 036 kg/hm^2,与实测值较为接近,RMSE为219.43 kg/hm^2,相对误差4.18%。利用参数调整后的模拟模型继续对抽雄到灌浆前生长期间生物量进行预测,预测值与实测值较为一致,灌浆期生物量预测值为11 156 kg/hm^2,实测值为10 785 kg/hm^2,相对误差3.44%,而参数调整前预测值为12 492 kg/hm^2,相对误差15.83%。在玉米拔节期进行模型参数调整,对拔节到抽雄和抽雄到灌浆2生长阶段的生物量预测效果较好。该研究可为县域夏玉米不同生长阶段生物量及其动态变化预测提供参考,可辅助县域农业管理部门进行适时生产措施调整。 展开更多
关键词 作物模型 预测 生物量 夏玉米 模型调参 沿东海岸种植区
下载PDF
外源钙离子对铅胁迫下小麦膜脂过氧化和根系活力的影响 被引量:7
2
作者 赵腾飞 刘颖 +3 位作者 王尔美 王晴晴 代莉 张云华 《安徽农业大学学报》 CAS CSCD 北大核心 2017年第3期508-512,共5页
为明确外源添加钙离子对铅污染区域小麦膜脂过氧化和根系活力的影响机理,利用1/2 Hoagland营养液培养新麦26,研究外源添加不同浓度钙离子对铅胁迫下小麦幼苗叶绿素、抗氧化酶活性、丙二醛含量、细胞膜透性及根系活力造成的影响。结果表... 为明确外源添加钙离子对铅污染区域小麦膜脂过氧化和根系活力的影响机理,利用1/2 Hoagland营养液培养新麦26,研究外源添加不同浓度钙离子对铅胁迫下小麦幼苗叶绿素、抗氧化酶活性、丙二醛含量、细胞膜透性及根系活力造成的影响。结果表明,外源钙的添加较有效地缓解铅胁迫对小麦的毒害,与Pb处理相比,外源钙离子处理叶绿素含量明显升高,Ca3处理升高最多,达到77.3%;MDA含量和细胞膜透性显著降低,Ca3处理分别下降29.9%、24.5%;抗氧化酶活性表现存在差异,Ca3处理SOD、CAT活性分别升高48.5%、85.6%,而POD活性降低26.9%;Ca3处理显著恢复了小麦根系活力,恢复率为56.2%。因此,试验表明以氧化钙调节pH环境并混合氯化钙的方法能一定程度缓解铅对小麦的毒害作用。 展开更多
关键词 小麦 铅胁迫 外源钙 膜脂过氧化 根系活力
下载PDF
基于光谱特征分异的玉米种植面积提取 被引量:9
3
作者 王尔美 李卫国 +2 位作者 顾晓鹤 张云华 陈华 《江苏农业学报》 CSCD 北大核心 2017年第4期822-827,共6页
玉米种植面积的准确获取是进行玉米长势监测和产量估测的前提与基础。在对Landsat-8/OLI影像进行辐射定标、大气校正、几何精校正和裁剪等预处理的基础上,基于典型地物光谱空间差异与物候特征的异同,选取具有代表性的4种植被指数[归一... 玉米种植面积的准确获取是进行玉米长势监测和产量估测的前提与基础。在对Landsat-8/OLI影像进行辐射定标、大气校正、几何精校正和裁剪等预处理的基础上,基于典型地物光谱空间差异与物候特征的异同,选取具有代表性的4种植被指数[归一化差值植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、绿度植被指数(GVI)]和近红外波段反射率,通过构建植被光谱特征指标阈值对不同地物进行识别和分类,最后获取玉米种植面积。结果表明,利用近红外波段反射率可以将农作物与其他地物区分开来,即当其反射率值大于0.37时,地物为农作物。对不同种类农作物识别时,选择NDVI>0.86、DVI>0.53、RVI>13.00、GVI>3 713.60作为分类阈值,可以将玉米与水稻和大豆区分,准确提取到玉米的种植面积。利用样本数据和当地农业部门提供的数据进行面积提取精度验证,总体精度为92.75%,说明基于多光谱特征指标建立分类阈值的方法可以准确提取玉米种植面积,该方法可以为江淮玉米种植区县域玉米种植面积的提取提供参考。 展开更多
关键词 玉米 光谱特征 植被指数 种植面积提取
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部