基于光谱分析的果树叶片全氮、全磷、全钾含量估测研究--以红富士苹果树为例

【目的】探讨采用光谱分析手段估测果树N、P、K营养元素含量的精度及应用潜力。【方法】首先,对果树鲜叶的光谱反射率(Rλ)以及叶片全氮(TN)、全磷(TP)、全钾(TK)含量进行测定,并对各种元素含量与Rλ及其多种变式数据(1/Rλl、g(1/Rλ)、d1Rλ、d2Rλ、d1[lg(1/Rλ)]、d2[lg(1/Rλ)]l、g(1/BNC)、f′(Rλ)、Dn)的相关性进行分析,找出与每种元素含量相关性最强的光谱数据形式;其次,采用逐步回归法,对每种元素含量和与其相关性最强的光谱数据形式进行回归分析,得到入选波长;最后,利用入选的波长,进行基于最小误差平方和的偏最小二乘回归建模。【结果】叶片TN、TK含量与波长间隔设为5 nm的d1Rλ的相关性最强,TP含量与波长间隔设为9 nm的d1[lg(1/Rλ)]的相关性最强;利用入选的特征波长建立的估测模型均具有较好的线性趋势,R2均在0.8以上。【结论】光谱分析手段对果树N、P、K营养元素含量的估测精度较高,具有一定的应用潜力。

基于花期果树冠层光谱反射率的果树树种辨识研究

利用冠层光谱反射率数据(Rλ),对处于开花期的7种果树的树种进行了辨识研究.通过光谱数据重采样、植被指数求算等相关数据处理,比较了6种卫星传感器与4种植被指数对果树树种的辨识效能,并在优选数据形式、优化模型参数的基础上,建立了辨识果树树种的BP神经网络模型.主要结论为:(1)6种卫星传感器辨识果树树种的效能由强到弱的排列顺序为:MODIS、ETM+、QUI CKBIRD、IKONOS、HRG、ASTER;(2)在4种植被指数中,RVI对果树树种的辨识效能最强,其次是NDVI,SAVI与DVI的辨识效能相对较弱;(3)用MODIS或ETM+传感器的近红外通道与蓝光通道上的反射率数据,求算的RVI与NDVI对果树树种的辨识效能相对较强;(4)在Rλ及其22种变换数据中,波长间隔设为9nm的d1[log(1/Rλ)],是建立BP神经网络模型的首选数据形式.

陕西省自然保护区建设与管理现状评析

目的通过对陕西省自然保护区建设与管理现状评析,谋求今后陕西自然保护事业能快速健康地发展。方法采取理论分析与野外调查相结合的方法,在对陕西省自然保护区进行广泛考察的基础上,从自然保护区的类型结构、空间布局、旅游开发等方面对陕西省自然保护区建设与管理现状进行评价。结果发现陕西省自然保护区在建设和管理方面存在发展速度缓慢、类型结构不完善、空间布局不合理等缺陷。结论具有针对性地提出全面统筹自然保护区建设、在提高自然保护区数量的同时,应重视质量的提高、处理好自然保护区保护与开发利用的关系等措施。

基于光谱反射率的果树病虫害级别定量化测评——以红富士苹果树黄叶病害、红蜘蛛虫害为例

【目的】分析红富士苹果树分别在各级红蜘蛛虫害、黄叶病害胁迫下的反射光谱特征,并利用光谱数据对果树受害程度进行定量化测评。【方法】于2007年6～7月,在陕西省礼泉县测定了患有各级红蜘蛛虫害、黄叶病害果树的光谱反射率,将正常、轻度、中度、重度受害果树的光谱反射率分别记为R正常、R轻度、R中度、R重度。首先,在对光谱数据进行预处理和一阶微分变换的基础上,对各级红蜘蛛虫害、黄叶病害胁迫下果树的光谱特征分别进行分析;随后,基于各级红蜘蛛虫害、黄叶病害对应的光谱特征,分别构造了6种光谱指数,并从中择优建立对红蜘蛛虫害、黄叶病害级别进行测评的数学模型;最后,利用检验样本果树的反射光谱分别对所建立的红蜘蛛虫害、黄叶病害级别测评模型的精度进行检验。【结果】各级红蜘蛛虫害对应的反射光谱在630～695nm,R重度>R中度>R轻度>R正常,且在684nm处变异系数最大;在730～950nm,R重度<R中度<R轻度<R正常,且在762nm处变异系数最大。各级黄叶病害对应的反射光谱在515～716nm,R重度>R中度>R轻度>R正常,且在603nm处变异系数最大;在740～950nm,R重度<R中度<R轻度<R正常,且在764nm处变异系数最大。果树反射光谱的"红边"位置随虫害、病害程度的加重而依次发生"蓝移"。建立的红蜘蛛虫害、黄叶病害级别测评模型对相应虫害、病害级别的测评准确率分别为96%,98%。【结论】各级红蜘蛛虫害、黄叶病害胁迫下的红富士苹果树的反射光谱差异较大,利用光谱数据可精确地对各级红蜘蛛虫害、黄叶病害级别进行定量化测评。

基于光谱分析的果树树种辨识研究

利用冠层光谱反射率数据(Rλ),对处于果实成熟期的七种挂果果树的树种进行了辨识研究。通过光谱数据重采样、植被指数求算等相关数据处理,比较了六种卫星传感器与四种植被指数对果树树种的辨识效能,并在优选数据形式、优化模型参数的基础上,建立了辨识果树树种的BP神经网络模型。主要结论为:(1)六种卫星传感器辨识果树树种的效能由强到弱的排列顺序为:MODIS,ASTER,ETM+,HRG,QUICKBIRD,IKONOS;(2)在四种植被指数中,RVI对果树树种的辨识效能最强,其次是NDVI,SAVI与DVI的辨识效能相对较弱;(3)用MODIS或ETM+传感器的近红外通道与红光通道上的反射率数据,求算的RVI与NDVI对果树树种的辨识效能相对较强;(4)在Rλ及其22种变换数据中,波长间隔设为9 nm的d1[log(1/Rλ)],是建立BP神经网络模型的首选数据形式;(5)利用波长间隔设为9 nm的d1[log(1/Rλ)]这一数据形式,建立了辨识果树树种的3层BP神经网络模型。

基于光谱分析的果树叶片微量元素含量估测研究--以红富士苹果树为例

【目的】探试利用光谱分析手段估测果树微量元素含量的精度与应用潜力。【方法】首先对果树鲜叶的光谱反射率(Rλ)以及叶片铁(Fe)、锰(Mn)、铜(Cu)、锌(Zn)4种元素含量进行测定,并分别对各种元素含量与Rλ及其多种变式数据(1/Rλl、g(1/Rλ)、d1Rλ、d2Rλ、d1[lg(1/Rλ)]、d2[lg(1/Rλ)]l、g(1/BNC)、f′(Rλ)、Dn)的相关性进行了分析,找出了与每种元素含量相关性最强的光谱数据形式。最后采用逐步回归法,分别对每种元素含量及与其相关性最强的光谱变式数据进行了回归分析,得到了入选波长,并利用入选的波长Rλ进行了基于最小误差平方和的偏最小二乘回归建模。【结果】叶片Fe、Mn、Cu、Zn含量与Rλ的相关性均较弱,但分别与四点差分的一阶微分光谱f′(Rλ)及波长间隔设为17,25和15 nm的d1Rλ的相关性最强;用入选波长Rλ建立的估测模型均具有较好的线性趋势,R2均在0.8以上。【结论】利用光谱分析手段估测果树叶片Fe、Mn、Cu、Zn元素含量的精度较高,具有一定的应用潜力。

陕西省大旱年发生概率及可能发生的年份预测

应用数理统计方法及三元、四元、五元可公度法分别推算了21世纪陕西省大旱年发生的概率和预测了该省未来30多年间可能发生大旱灾的年份。运算结果显示:陕西省在21世纪的100年中,大旱年发生次数至少为一次、两次、三次、四次、五次的概率分别为94.52%、86.65%、72.91%、54.78%、35.57%;在未来30多年间陕西省有可能在2006年、2008年、2024年、2031年发生重大旱灾。

受(霜)冻果树光谱特征及其受冻级别的定量化测评--以酥梨、砂红桃、红富士苹果树为例

此研究试图探寻受霜冻程度不同的果树的反射光谱特征,并尝试利用光谱数据对果树的受冻程度进行定量化测评。首先,分别对酥梨、砂红桃、红富士3种果树4个受冻级别的花朵的光谱反射率进行了预处理。随后,对光谱数据以9种不同的波长为间隔进行了一阶微分变换。最后,利用优选的3组微分波谱在其对应的特征波段区间内的积分求值,分别对3种果树花朵的受冻程度进行了定量化评估建模。主要结论为：①每种果树各级受冻花朵的反射波谱均在360 nm附近出现了最低谷区,而在360-440 nm的波段区间均出现了坡度最大的陡坎,陡坎坡度的大小顺序为：未受冻级别〉轻度受冻级别〉中度受冻级别〉重度受冻级别,并且陡坎的最大坡度均出现在400 nm附近;②当波长间隔同时设为9 nm时,酥梨、砂红桃、红富士苹果树的各级受冻花朵的微分波谱分别在396±20,400±20,410±20 nm波段区间内的积分求值差异最大;③利用上述的3组积分值,可分别对3种果树花朵的受冻级别建立定量化评估模型。

不同尺度的微分窗口下土壤有机质的一阶导数光谱响应特征分析

使用高光谱仪ASD Field Spec在波长范围400～1000 nm内采集有机质含量不同的土壤反射光谱数据并作对数变换处理;之后在不同尺度的微分窗口下求取其一阶导数(一阶导数光谱)并进行小波阈值去噪;从一阶导数光谱中提取特征参数表征有机质含量变化.结果表明,微分窗口尺度w=1～5时,土壤一阶导数光谱中含有大量噪声,对一阶导数光谱曲线形态和有机质吸收特征的识别造成严重干扰;微分窗口尺度w=6～15时,土壤一阶导数光谱中的噪声得到一定程度的去除,但仍无法准确判别有机质的吸收特征;微分窗口尺度w=16～30时,土壤一阶导数光谱中的噪声被有效去除,其中当w=19时,从一阶导数光谱中提取的特征参数MD1s 9与土壤有机质含量的相关系数为-0.803.MD1s 9能够较为准确地指示有机质含量变化,而且运算简单,易于实现,为在精准农业中采用可见/近红外反射光谱分析技术快速检测土壤有机质提供了新的途径.

夏玉米可见/近红外光小波主成分提取与氮素含量神经网络检测

使用高光谱仪ASD Field Spec于吐丝期采集不同氮素处理的夏玉米叶片光谱,并进行对数变换处理;通过对"绿峰"(450～680nm)和"近红外反射平台"(760～1000nm)谱段光谱数据进行多尺度小波分解,获取第二层离散近似小波系数向量;采用主成分分析,从第二层离散近似小波系数向量中提取特征作为输入参数,建立对叶片氮素含量的广义回归神经网络估算模型.结果表明:对数变换显著地增强了"绿峰"和"近红外反射平台"谱段夏玉米叶片光谱对不同氮素处理的响应差异;从第二层离散近似小波系数向量中提取的小波主成分能够反映夏玉米叶片光谱在不同氮素处理下的整体变化趋势;以小波主成分作为输入参数的广义回归神经网络能够较为准确地预测夏玉米叶片氮素含量,并且具有一定的推广能力.

土壤导数光谱小波去噪与有机质吸收特征提取

使用高光谱仪ASDFieldSpec在波长范围400～1000nm内,采集有机质含量水平不同的土壤反射光谱数据,之后求取一阶导数(一阶导数光谱)并进行小波去噪;通过数值积分计算、相关分析,从去噪后的一阶导数光谱中提取吸收面积表征有机质含量变化。结果显示:(1)土壤一阶导数光谱中含有大量噪声,致使光谱曲线轮廓和有机质的吸收特征难以识别。(2)当小波分解层数J=3时,小波去噪在平滑土壤一阶导数光谱曲线的同时,较好的保持了曲线上多个敏感波段的光谱响应特征。(3)从去噪后的一阶导数光谱中提取的吸收面积S(538,586)与有机质含量的相关系数为-0.8763,较好的反映了土壤有机质含量的变化情况,可以用于土壤有机质含量测算。

冬小麦导数光谱特征提取与缺磷胁迫神经网络诊断

分别于返青期、拔节期、抽穗期和灌浆期采集不同磷素处理的冬小麦叶片原始高光谱数据;之后求取其一阶导数（一阶导数光谱）并进行小波去噪处理;通过分析原始光谱和一阶导数光谱对不同磷素处理水平的响应特征,确定敏感波长范围并提取四种吸收面积;将每个叶片磷素含量值对应的四种吸收面积的归一化值,作为样本空间样本点的位置坐标（4维样本输入矢量）,对应叶片磷素含量的归一化值作为该样本点的目标输出,二者同时提交给径向基函数神经网络。结果表明：（1）冬小麦叶片原始光谱对叶片磷素含量变化反应敏感的波长范围为426~435 nm和669~680 nm。（2）一阶导数光谱的敏感波长范围为481~493 nm和685~696 nm。（3）训练后的径向基函数神经网络模型能够学习和掌握样本点与目标输出之间的线性/非线性映射关系,并且具有一定的推广能力。

小波变换在土壤有机质含量可见/近红外光谱分析中的应用

使用高光谱仪ASD Field Spec在波长范围400-1 000 nm内采集有机质含量不同的土壤原始光谱;之后,求取土壤原始光谱及其A值的一阶导数（一阶导数光谱）;对以上两类一阶导数光谱进行小波去噪处理;并分析这两类一阶光谱在去噪前、后,光谱形态的变化情况,以及它们与有机质含量相关性的改善程度。结果表明：（1）土壤原始光谱及其A值的一阶导数中含有大量噪声,严重影响了对光谱曲线波形轮廓、特征信号点和有机质吸收特征的识别。（2）经小波去噪处理后,土壤原始光谱及其A值的一阶导数中的噪声被有效去除,一阶导数光谱的清晰度明显改善,光谱质量显著提高。（3）去噪后的土壤原始光谱的一阶导数,呈开口向下的＂喇叭口＂状,波长范围567-598 nm内与有机质含量呈较为稳定、显著的负相关性。（4）去噪后的土壤原始光谱A值的一阶导数,波形呈＂凹＂状,波长范围524-535 nm内与有机质含量呈比较稳定、显著的正相关性。

基于改进红边面积的夏玉米叶片氮素含量导数光谱监测

【目的】从夏玉米叶片一阶导数光谱中提取监测叶片氮素含量变化的敏感红边面积，为夏玉米氮素营养遥感监测提供依据。【方法】使用高光谱仪ASDFieldSpecPro，于喇叭口期（08—05）、抽雄期（08—22）、吐丝期（09—05）和乳熟期（09—13）采集不同氮素处理水平下（O，120，240kg／hm。）的夏玉米叶片光谱，并在红边波长范围（680～760nm）求取一阶导数（一阶导数光谱），然后采用基于小波变换的阈值去噪方法对一阶导数光谱进行去噪处理；考察夏玉米4个生育时期内一阶导数光谱对不同氮素处理水平的响应特征，以及当波长范围从红边核心区域720～740nm逐步扩展到700～760nm时，对应包围面积与叶片氮素含量相关系数的变化情况，在此基础上分析红边面积常规计算方法的不足，并提出针对性的改进措施；在4个生育时期内，对改进红边面积MSred和通过常规计算所得红边面积Sred与叶片氮素含量的相关性进行分析，并评价MSred的效果。【结果】（1）对于不同的氮素处理水平，位于红边核心区域720～740nm的一阶导数光谱值相对于红边边缘区域具有更显著的响应特征。（2）在4个生育时期内，当波长范围处于红边核心区域时对应红边面积值较小，但其与叶片氮素含量的相关性较高；当波长范围以720～740nm为中心、2nm为步长扩展至700～760nm时，对应包围面积值总体上呈线性增长趋势，而其与叶片氮素含量的相关性则逐渐降低。（3）在喇叭期、抽雄期、吐丝期、乳熟期，MSred与夏玉米叶片氮素含量的相关系数分别为0．8768，0．8275，0．8442和0．8838，比同生育时期Sred与叶片氮素含量的相关系数分别提高了7．50％，5．00％，9．75％和5．54％。【结论】改进红边面积MSred可以更准确地指示叶片氮素含量的变化，为采用高光谱技术快速诊断夏玉米氮素营养亏缺状况提供了新途径。

AM系铸造镁合金的研究进展

综述了国内外有关AM系镁合金组织与合金相、力学性能、合金元素对AM系镁合金组织和性能的影响等方面的研究现状以及AM系镁合金的应用现状,分析了国内外AM系镁合金研究的不足和进一步研究的方向,提出了扩大AM系镁合金在工业中应用需要解决的关键问题。

汉唐帝陵旅游地居民对旅游影响的感知分析——陕西省茂陵、乾陵实证研究

目的基于对汉茂陵、唐乾陵风景区居民的实地问卷调查,分析其对旅游影响的感知和态度。方法运用SPSS软件对问卷的48项指标统计分析,以及应用数学模型求值分析的定量方法。结果汉唐帝陵旅游地居民对旅游业所带来的经济、社会文化及环境诸方面的正面影响感知强于负面影响、对发展旅游业持支持态度,但不同收入水平及文化程度的居民对旅游业的感知强度存在差异。结论旅游地居民对旅游影响的感知是研究旅游影响性质及其程度的重要途径。开展帝王陵园旅游地居民对旅游影响的感知程度及其对旅游业态度的调查研究,旨在正确认识居民在旅游业发展中的地位和作用,为制定科学合理的旅游发展策略,促使以汉唐帝陵为依托的汉、唐文化旅游区可持续发展提供依据。

退耕还林背景下黄土高原蒸散量时空演变特征及归因

受气候变化和人类活动影响,近几十年黄土高原地表环境和水碳通量发生显著变化,对区域水资源和生态系统格局产生深刻影响。基于植被界面过程(VIP)遥感蒸散发模型,对退耕还林(草)工程实施以来黄土高原蒸散量(ET)时空变化格局进行模拟研究,揭示了近20年黄土高原水碳通量时空演变特征及其原因。结果表明:(1)2000—2019年黄土高原ET总体呈显著上升趋势(P<0.05),倾向率为3.77 mm/a,其中黄河中游黄土丘陵沟壑区ET增长最为显著,而陕西关中平原东部、宁夏银川平原南部等农业区则呈显著下降趋势,倾向率为-5.68 mm/a;(2)气候变量和归一化植被指数(NDVI)对ET显著上升区的区域平均贡献分别为14.7%和78.6%(其中人类活动贡献为70.5%),而对ET显著下降区的区域平均贡献分别为-58.4%和-31.5%(其中人类活动贡献为-31.6%),表明人类活动和气候变化分别主导了ET显著上升区和ET显著下降区的蒸散变化;(3)在气候变化主导区域,气温和降水量分别为能量受限区和水分受限区ET增加的主导气象因子,而气溶胶浓度升高导致的日照时数和地表风速下降对作物碳同化和蒸腾具有显著的抑制作用,成为农业区ET下降的主导气象因子。

陕西关中平原撂荒耕地空间分布格局

为有效解决陕西关中地区耕地撂荒问题,保障区域粮食安全,以横贯关中平原东西部的带状区域作为研究区,采用撂荒率、核密度分析、空间自相关分析等方法对研究区撂荒耕地空间分布格局进行研究。结果表明,研究区撂荒耕地以旱地为主,整体撂荒率不高,但撂荒率在持续上升;撂荒耕地主要分布在千阳县、陇县和凤翔县。撂荒耕地主要分布在核密度中高密度区和高密度区;高密度区和中高密度区主要分布在凤翔县东北部丘陵和千阳县北部山地区,中密度区主要分布在陇县、千阳县和凤翔县,中低密度区主要分布在陇县,低密度区在各县均有分布。研究区撂荒耕地存在空间集聚性,撂荒耕地冷点低集聚区主要分布在东部的大荔县、蒲城县和富平县,冷点较低集聚区分布在中部各县,热点较高集聚区主要分布在凤翔县,热点高集聚区主要分布在西部的陇县和千阳县。可通过大力开展国土综合整治,制定相关助农、利农政策,严格落实国家耕地保护政策等措施解决关中平原耕地撂荒问题。

西北干旱半干旱区湿地特征与保护

西北干旱半干旱区湿地包括自然湿地和人工湿地两大类型。在干旱半干旱环境背景控制下发育的湿地具有独特的特点。由于自然与人为因素影响相互叠加,使得湿地退化过程加速和复杂化,表现为湿地面积减小,湿地咸化、沙漠化、盐碱化,湿地生态系统受损,生态调节功能降低。针对目前湿地退化现状,加强我国干旱半干旱地区湿地的保护、恢复及生态系统重建,已成当务之急。

桃树遥感辨识的最佳时相与方法

利用35景卫星影像,探寻桃树遥感辨识的最佳时相与方法。首先对各景影像分别进行预处理,随后利用6类探试性辨识方法(即地物反射光谱比较、波段差分或比值分析、光谱指数求算与分析、光谱指数变化追踪、影像复合与辨识方法协同分析)对探试组影像进行辨识分析,并从中选出3种较佳的辨识方法,最后利用优选的3种辨识方法对验证组影像进行辨识验证。结果表明:(1)在10月初的影像中,桃树具有较高的NDVI×ρNIR值,利用其阈值可以较高精度识别桃树(桃树分类正确率可达94.8%,总体分类精度可达91.33%);(2)在4月初(桃树盛花期)的影像中,利用NDVI、1/ρGREEN-1/ρRED与ρBLUE+ρGREEN+ρRED的三重阈值也可以较高精度识别桃树(桃树分类正确率可达85??2%,总体分类精度可达80.13%);(3)在上述两期数据融合、所用辨识方法协同的情形下,可进一步提高桃树的辨识精度(桃树分类正确率可提高到96.53%,总体分类精度可提高到93.37%);(4)桃树遥感辨识的最佳时相为10月初,较佳时相为4月初。