近地遥感监测冬小麦关键发育时期的方法研究

为探寻准确高效的冬小麦关键发育时期监测方法,首先利用归一化植被指数测量仪(SRS-NDVI)监测了河南省鹤壁市农业气象试验站2017—2018、2018—2019年度冬小麦生长季的时序归一化植被指数(Normalized difference vegetation index,NDVI);然后,采用邻域差值分析法重构时序NDVI,并运用S-G滤波法(Savitzky‑golay,S-G)平滑处理时序NDVI中异常值;最后,根据冬小麦生长季NDVI变化特点,综合运用广义动态阈值法、曲线速率法和极值法,提取冬小麦关键发育时期特征点。结果表明,邻域差值分析法可有效去除观测数据的明显异常值,经S-G滤波法处理后的NDVI时序数据,更加符合冬小麦生长过程NDVI变化规律。此外,NDVI时序数据监测发育时期平均误差为2.5 d,精度较卫星遥感监测冬小麦发育时期明显提高。

近地遥感技术在大田作物株高测量中的研究现状与展望

株高是动态衡量作物健康和整体生长状况的关键指标,广泛用于估测作物的生物学产量和最终籽粒产量。传统的人工测量方式存在规模小、效率低以及耗时长等问题。近十年来,近地遥感技术在农业领域发展迅速,使得高精度、高频次、高效率的作物株高采集成为可能。本文首先回顾了国内外基于遥感手段获取株高研究的论文发表情况;其次对获取株高的不同平台以及传感器的基本原理、优势及其局限性进行了介绍和评述,重点论述了激光雷达和可见光相机两种传感器的测高流程与涉及的关键技术;在此基础上归纳了株高在作物生物量估算、倒伏监测、产量预测和辅助育种等方面的应用研究进展;最后对近地遥感技术在株高获取上存在的问题进行讨论分析,并从测高平台和传感器、裸土探测和插值算法、株高应用研究及农学与遥感测高差异四个方向进行了展望,可为今后近地遥感测高的研究与方法应用提供参考。

基于近地遥感的冬小麦生物量动态监测方法

为探寻准确高效的冬小麦生物量动态监测方法,以2018—2020年SRS-NDVI观测仪监测数据为基础,将冬小麦生物量观测数据以返青期为界分为两个阶段。选取归一化植被指数(NDVI)、比值植被指数(RVI)、差值植被指数(DVI)、增强型植被指数(EVI2),计算逐日累积植被指数(CVI)并分别进行曲线拟合分析,建立回归模型,研究各植被指数与实测冬小麦生物量之间的关系。结果表明:冬小麦播种至返青期,最优模型为二次多项式,基于NDVI的累积植被指数模型估测精度最高,y=-0.0479x^(2)+7.0481x-25.5040,R^(2)为0.9829,均方根误差(RMSE)为9.61,平均相对误差(MRE)为10.51%;冬小麦返青至成熟期,最优模型为幂函数,最佳估测模型仍为基于NDVI的累积植被指数模型,y=0.0126x^(2.3938),R^(2)为0.9553,RMSE为150.25,MRE为10.22%。因此,基于NDVI的累积植被指数是冬小麦生物量动态监测的最佳方法,可为作物自动化观测提供新的思路和方法。

双通道近地遥感图像采集处理系统

利用2-CCD多光谱相机设计了近地遥感图像采集平台,同步获取小范围区域作物的可见光和NIR图像,通过图像处理技术从作物图像获得反射光谱信息。采集平台包括一个2-CCD多光谱相机,两个采集盒,一台具有两个千兆网口的田间计算机。图像处理部分通过2G-R-B灰度化、中值滤波和Otsu二值化,从背景中分割出作物图像,结合作物原始R分量灰度图像,提取出作物红光图像平均灰度值,利用建立的灰度值与反射率的线性模型,计算得到作物红光波段的反射率。试验结果表明,图像采集平台工作稳定,利用图像处理方法提取的反射率与ASD光谱仪测量结果有较好相关性,为从作物冠层图像探测生长状况提供了理论依据。

基于近地遥感系统的小麦玉米冠层RVI和NDVI获取影响因素分析

以大型喷灌机为平台的近地遥感技术可有效观测作物的生长状态,对田间生产管理和作物水肥需求特性等研究具有十分重要的意义。由于在遥感观测过程中,作物冠层具有二向反射特性,因此不同观测方式会影响遥感观测结果。通过自行搭建的近地遥感系统模拟大型喷灌机平台的实地观测条件,使用双通道光谱传感器获取小麦与玉米冠层的光谱反射率信息,引入变异系数CV对由冠层二向反射特性引起的信息数据变幅进行量化,并采用影响因素权重W分析各观测参数对数据变幅的影响程度。通过获取2019年冬小麦返青期至灌浆期、夏玉米V7—V14生育期的冠层近红外波段(810 nm)和红光波段(650 nm)的反射率数据,分析多种观测因素对比值植被指数(RVI)数据和植被归一化指数(NDVI)数据的影响。结果表明,观测高度(0.5~2.5 m)、观测频率(2~60次·min^(-1))和移动速度(0~4 m·min^(-1))与观测结果无显著相关关系(p>0.05),观测时刻(8:00—18:00)、观测天顶角(-60°~60°)和观测方位角(0°~180°)与观测结果相关关系极为显著(p<0.01);小麦和玉米的冠层RVI、NDVI数据获取结果主要取决于冠层覆盖程度,在相同叶面积指数(LAI)情况下观测结果也会因观测时刻、观测方位角和观测天顶角的差异而受到不同程度的影响;冠层光谱反射率信息二向反射特性明显,小麦冠层RVI和NDVI变异系数分别为15%~50%和2%~50%,玉米冠层RVI和NDVI变异系数分别为10%~33%和18%~39%;进行观测时,应尽量选择在太阳天顶角较稳定的12:00—14:00时段,并尽量缩短观测时长,还应选择固定的观测角度,注意阴影效应与热点效应的影响;此外,在小麦返青至拔节期、抽穗至扬花期获取RVI和NDVI时,还应分别注意观测天顶角、观测时刻对测量精度的干扰。研究结果可为快速获取高精度的小麦、玉米冠层光谱反射率数据提供技术支撑。

柑橘植株冠层氮素和光合色素含量近地遥感估测

柑橘植株营养状况的遥感监测是实现果树轻简高效管理和优质丰产的重要手段,但迄今有关基于低空遥感信息的果树营养诊断研究鲜见报道。本文采用具有490 nm、550 nm、570 nm、671 nm、680 nm、700 nm、720 nm、800 nm、840 nm、900 nm、950 nm等11个波段光谱的八旋翼飞行器(UAV)载多光谱遥感系统,获取距地面100 m高度的哈姆林甜橙植株春季冠层近地遥感信息,对比分析基于多元散射校正(MSC)和标准正态变量(SNV)两种预处理光谱和原始光谱(OS)的偏最小二乘(PLS)、多元线性回归(MLR)、主成分回归(PCR)及最小二乘支持向量机(LS-SVM)等4种模型对冠层叶片氮素、叶绿素a、叶绿素b和类胡萝卜素含量预测精度的影响。结果显示,距地面100 m高度的多光谱信息,通过SNV光谱预处理和MLR建模对冠层叶片氮素、叶绿素a和叶绿素b含量的预测效果均较好,预测集相关系数(Rp)值分别达0.8036、0.8065和0.8107,预测均方根误差(RMSEP)值分别为0.1363、0.0427和0.0243;而在SNV光谱预处理基础上的LS-SVM建模对冠层类胡萝卜素含量预测效果更优,Rp值达到了0.8535,RMSEP值为0.0117。表明利用机载多光谱图像信息可实现对柑橘植株冠层全氮及叶绿素a、叶绿素b和类胡萝卜素含量的较好估算,为大规模柑橘园植株冠层营养状况的精准和高效监测提供了一条新途径。

近地遥感在森林冠层物候动态监测中的应用

近地遥感技术是原位观测森林冠层物候的重要手段,具有高时间分辨率的优点,而且空间尺度适中,是实现物候尺度推绎的有力工具.本研究首先评述了利用3种光学传感器(辐射表、光谱仪和数码相机)监测森林物候的近地遥感方法;结合帽儿山通量观测站的实测数据分析识别物候期的不确定性来源,发现最重要的误差来自物候提取方法;剖析近地遥感与其他物候观测方法的衔接以及该技术自身存在的问题.最后提出该领域的重点研究方向:加强冠层光学(或冠层结构)物候与功能(生理、生态过程)物候的联系;整合各区域冠层物候观测网络,实现冠层尺度的全球物候联网观测与数据共享;充分发挥近地遥感的优势,整合多源多尺度物候数据;发展近地遥感物候模型,改进动态全球植被模型中物候模拟.

水稻全生育期近地空农情遥感精准监测应用

【目的】通过对水稻全生育期近地空农情遥感精准监测应用,在近地空尺度采集农田及水稻全生育周期冠层高分辨率光谱及影像,反演土壤及农作物全生育周期关键农情信息,实现农作物无损、便携、精准、低成本监测和种植端数字化溯源,农田全过程管理的数字化和可视化,为进一步农业数字化工作提供科学指导。【方法】通过采集水稻全周期(分蘖期、拔节期、孕穗期、扬花期、灌浆期、结实期)田块、冠层高分辨率的光谱及影像数据,利用农情遥感监测模型和人工智能算法反演土壤平整度、土壤墒情、土壤肥力、苗情、作物长势、病虫害等级分布、叶面氮含量、产量预测等数据,形成符合农场生产需求的全指标监测体系。将农情监测指标部署到“麦芒”数字农田平台,实现SaaS方式的在线运行。【结果】水稻全生育期农情快速监测与诊断模型大田应用精度≥80%,节约亩均劳动力成本33%-50%,提高实测作业效率50%-100%,快速计算土方量节约工程量20%,精准施肥平均节约施肥量为22%,对水稻品种及栽培方式给予针对性建议,实现水稻增产5%-8%。【结论】近地空农情监测系统已经具备了一定的农技指导作用,可实现水稻全生长期生长状况跟踪和农情诊断,提供精准施肥、变量施药、精准灌溉等方面的数据指导,实现种植端溯源;基于遥感监测信息实现了从农田建档到土情监测,再到耕种管收的全过程数字化和可视化管理。

基于近地光谱探测技术的冬小麦变量施肥

首先利用GreenSeeker RT200变量施肥机器系统按小区测量了田间试验区冬小麦在拔节期的归一化植被指数NDVI,然后根据改进的氮肥优化算法,由测得的NDVI数据和预测的谷物可能产量等参数,计算出氮肥需要量FNR,进而根据不同小区的氮肥需要量进行了田间变量施肥。试验结果表明,采用变量施肥之后,冬小麦的NDVI空间变异明显变小,作物长势趋于平衡。对比常规管理区和精准管理区的产量分布,精准管理区的产量不仅空间变异小,而且产量明显提高。

小麦主要病害遥感监测研究进展

传统的小麦病害监测主要依靠人工田间调查,当涉及区域尺度时,该方法存在一定局限性。而遥感技术的出现为区域尺度下的小麦病害监测提供了重要的技术手段。在介绍小麦病害遥感监测生理机制的基础上,综述了近地遥感、无人机遥感、卫星遥感在小麦病害遥感监测中的研究与应用进展,指出了当前存在的问题,并对未来的发展方向进行了展望,以期为推进小麦病害遥感技术应用、提高病害监测预警水平提供参考。

基于自然光照反射光谱的温室黄瓜叶片含氮量预测

利用便携式光谱辐射仪测量了自然光照条件下温室黄瓜叶片的光谱反射率,并计算了反射率光谱的一次微分光谱。反射率光谱以及一次微分光谱与叶片含氮量的相关分析表明,温室内光谱特性与叶片含氮量相关性最大的敏感波段分别是505～664nm和685～722nm。当利用原始光谱进行分析时,通过变量筛选得到了4个敏感波长,分别是568、596、640和664nm。偏最小二乘回归分析(PLSR)以及归一化颜色指数(NDCI)分析都表明,建模时的相关系数RC>0.800,模型验证时的相关系数RV>0.700。对微分光谱进行的相关分析结果表明,利用单一敏感波长520nm就可获得理想模型,建模时的相关系数为0.880,模型验证时的相关系数为0.787。对比原始光谱的PLSR模型与一阶微分光谱的一元线性回归模型可以得知,原始光谱以及一阶微分光谱都可用于温室内叶片含氮量的预测,而且一阶微分光谱在一些特殊的波长处具有更高的预测能力,这些模型将成为开发便携式作物长势诊断仪器的技术基础。

冬小麦生育早期冠层叶片光谱的特征与应用

利用不同测试方法对冬小麦返青期和拔节期的冠层叶片反射光谱进行了测量,分析了反射光谱与叶绿素质量浓度之间的相关关系。分析结果表明:处于返青期的小麦由于生长较为稀疏,冠层叶片反射光谱受到裸露地面等外界因素的影响,反射率和NDVI值与叶绿素的相关性差。拔节期由于地表覆盖率提高,反射率和NDVI值与叶绿素之间的相关性较好。返青期和拔节期冠层叶片反射光谱曲线的"红边"位置与叶绿素之间的相关性,可以较好地反映其叶绿素的质量浓度。通过实验分析两者之间的相关性,分别建立了返青期和拔节期叶绿素质量浓度线性预测模型和二项式模型,结果显示模型可用于冬小麦冠层叶片叶绿素质量浓度的无损检测预测。比较了植被指数NDVI值的不同获取方法,提出了不同生长阶段测试方法的选择方案,为冠层叶片叶绿素检测以及精细追肥提供技术支持。

可见-近红外光谱技术在森林土壤研究中的应用

土壤是森林生态系统中的重要组成部分,全面、高效地获取森林土壤信息对于森林保护与经营管理意义重大。传统的实验室方法获取土壤信息成本高、效率低,难以满足林业信息化的发展需求。可见-近红外光谱(VIRS)分析技术作为一种无损、实时、高通量的分析手段,具备高效、准确地获取土壤组分信息的能力,可为土壤环境监测、数字制图、农林业生产提供大量基础数据。笔者简述了可见-近红外光谱技术获取土壤环境光谱信息的检测过程和光谱数据处理方法,综述了近年来国内外学者在土壤可见-近红外光谱特征提取、影响因素等方面的研究进展,并针对该技术深入研究土壤学的意义及未来的发展方向进行了展望。

桂北桉树人工林红壤速效钾含量高光谱反演模型研究

以桂北桉树人工林红壤为研究对象,测定了不同土壤速效钾含量样品的光谱数据,分析其光谱特征,采用PLS法建立反演模型。结果表明:该区域红壤速效钾含量的光谱敏感波段集中于400~600、1450、2200 nm等区域。经过一阶导数变换后,能显著减少原始光谱数据中的冗余信息,提高光谱指标与土壤速效钾含量之间的相关性。R、FDR 2种光谱指标的全波段建模结果均优于显著性波段的建模结果,最优模型为全波段-FDR-PLS,模型R^(2)=0.862,RMSE=2.718。该研究结果可为广西土壤数字制图、精准变量施肥以及土壤速效钾实时监测等近地遥感推广应用服务。

无人机影像采集与DSM/DEM模型在铜堆浸场的应用

长周期大型湿法矿山冶炼生产需要高效便捷的技术手段进行记录分析,为科学决策提供数据支持,基于无人机、近地遥感以及后续影像数据分析方法,利用数字表面模型(DSM)、数字高程模型(DEM)技术,构建于三维建模(如Pix4DMapper)和地理信息系统(如ArcGIS)的技术生态已成体系,采用无人机影像数据采集与数字表面模型技术对缅甸莱比塘铜矿生物堆浸场的生产过程进行跟踪优化,不仅填补了业内空白,延伸拓展了该技术在矿山冶金领域的深入应用,为今后的数字化矿山,乃至智慧矿山建设奠定了一定的基础。

基于塔载辐射监测帽儿山落叶阔叶林冠层叶面积指数动态

基于通量塔常规辐射测量的宽带植被指数(BVI)具有高时间分辨率的优点,有利于获得更详细的森林冠层叶面积指数(LAI)动态信息.本文以帽儿山通量观测站的温带落叶阔叶林为例,研究宽带归一化差值植被指数(NDVI_B)、宽带增强型植被指数(EVIB)、近红外反射率与光合有效辐射反射率比值(SR_(NP))和太阳辐射反射率与光合有效辐射反射率比值(SR_(SP))4种BVI时间序列的控制因子及其滤波方法,并以凋落物收集法为参考,评估采用BVI估测冠层LAI的可行性.结果表明:Huemmrich、Wilson和Jenkins 3种方法计算的同一BVI值略有不同,但其季节变化趋势高度一致.BVI主要受太阳高度角和太阳高度角与坡度夹角的影响而呈现明显的日变化,太阳高度角与坡度夹角最大时刻(12:30)前后的BVI相对稳定.晴空指数可以作为BVI日值滤波的有效参数,不同时刻数据构成的日BVI时间序列的晴空指数阈值以及滤波后的有效数据率存在差异,应综合考虑平滑效果和有效数据率选择合适的时间点代表BVI日值.NDVI_B与凋落物收集法测定的LAI呈显著的线性关系,而EVIB、SR_(NP)和SRSP与LAI均呈显著的对数关系.因此,NDVI_B在表征冠层LAI季节动态和LAI外推中更为精确、方便.鉴于大部分森林碳水通量观测塔配备能量平衡观测系统,如果同时测定光合有效辐射反射率,即可实现冠层LAI长期连续联网监测.

基于物候相机归一化植被指数估算高寒草地植物地上生物量的季节动态

准确评估地上生物量对优化草地资源管理和理解草地碳、水和能量平衡具有重要意义。该文通过近地遥感归一化植被指数(NDVI)构建最优经验模型,对青藏高原高寒草地地上生物量进行估算。该文利用2018-2019年5-9月野外实测的地上生物量和植物冠层光谱仪(Rapid SCAN)测定的NDVI_(RS)数据,构建了生长季不同时期地上生物量的估算模型;并结合2018年Net Cam物候相机测定的NDVI_(Cam)时间序列数据,实现地上生物量季节动态的模拟。主要结果:(1)NDVI_(Cam)、NDVI_(RS)与地上生物量具有相似的单峰型季节变化格局,但NDVI峰值出现的时间(7月)较地上生物量(8月)更早;(2)基于NDVI的生物量估算最优经验模型在5、7和9月是幂函数,在6和8月是二次多项式,估算精度为0.29-0.77;(3)基于NDVI_(Cam)时间序列数据,生长季不同时期建模(R^(2)=0.91)较单一时期(9月)建模(R^(2)=0.49)对地上生物量季节动态的估算更为准确。这些结果表明,近地遥感是估算高寒草地植物地上生物量的有效手段,开展季节性植物生长调查将有助于准确评估草地资源。