基于分层多端元混合像元分解的水稻面积信息提取

为了解决中低分辨率遥感影像混合像元问题以提高水稻种植信息的提取精度,该文提出了一种基于层次分类与多端元混合像元分解相结合提取水稻面积信息的方法(stratified multiple endmember spectral mixture analysis,SMESMA)。层次分类有效降低了地物复杂度,而多端元混合像元分解通过对每一类地物选取多个端元光谱参与解混,克服了"同物异谱"造成的光谱变异问题,两者结合可有效提高分类精度。以江苏如皋市为研究区,基于HJ-1B CCD影像,分3个层次,当某类地物信息被提取后便将其从影像中去除,进行下一层次分类,各层次均采用多端元混合像元分解方法,综合EARMSE、MASA、CoB等算法以选取最佳端元,实现了如皋市水稻种植面积信息有效提取。结果显示SMESMA法分类精度达85.78%,kappa系数为0.85,基于最大似然分类法(MLC)的分类精度为79.1%,kappa系数为0.78。表明SMESMA是一种适合基于中低分辨率影像进行作物分类和面积提取的有效方法。

同时估测土壤全氮、有机质和速效氮含量的光谱指数研究

通过系统分析我国中、东部地区5种不同类型土壤风干样本的有机质、全氮及速效氮含量与近红外(1 000～2 500 nm)光谱反射率之间的关系,进而构建了适合同时估测这3种养分含量的光谱参数及定量估算模型。结果表明,同时与3种养分指标相关较高的波段范围为1 879～1 890与2 050～2 100 nm,其中1 881和2 070 nm两个波段的反射率经多元散射校正及Savitzky-Golay平滑处理并构建而成的差值指数DI(CR1 881,CR2 070)与土壤有机质、全氮及速效氮含量具有良好的线性相关性。独立的观测资料检验显示,基于DI(CR1 881,CR2 070)的估测模型对全氮、有机质和速效氮的预测决定系数R2分别为0.83、0.79和0.72,均方根误差(RMSE)分别为0.20 g kg-1、4.71 g kg-1和23.96 mg kg-1,相对分析误差(RPD)分别为2.56、2.30和2.93。表明DI(CR1 881,CR2 070)是一种可同时估测土壤中3种养分含量的良好光谱指数。

小麦生育期模拟模型的比较研究

对国际上较知名的小麦生育期模型进行比较，为作物生育期模型的改进和完善提供参考。以CERES-Whem、APSIM-矾eat、WhetGrow中的生育期子模型为对象，从阶段划分、参数设置、模型算法和模拟效果等方面对其进行比较分析。结果表明：在阶段划分上，CERES．Whem和APSIM．Whe砒均以累积热时间为尺度；WhetGmw以生理发育时间为尺度，并提出以茎顶端发育为主线预测生育期。参数设置上，WhetGmw模型较CERES．Whem与APSIM．wheat模型增加了基本早熟性和温度敏感性参数。模型算法上，CERES-wheat和APSIM-Vir}leat均以折线型函数描述温度对发育速率的影响，WheatGrow则采用了正弦指数函数或余弦指数函数进行模拟；CERES-Whem和APSIM-Whem的春化效应因子是基于日平均温度的经验函数，而wheatGm、v是基于日平均温度的3段函数；3个模型对光周期效应的模拟均采用二次函数。利用不同生态点、播期、密度和高温处理的试验资料对上述3个模型模拟的小麦开花期和成熟期进行了检验，结果显示：在正常环境条件下3个模型模拟值和预测值之间的均方根误差（RMSE）为1～2d，但在生育后期极端高温条件下，3个模型对生育期的模拟效果均较差，RMSE为4～5d。3个模型在正常环境条件下对小麦生育期模拟均较为准确，其中CERES-矾eat模型对成熟期的预测效果最好，wheatGm、v模型对开花期的预测效果最好，但在极端高温下3个模型的模拟误差均较大，有待进一步改进和完善。

中国南方双季稻氮营养指数及产量估算模型研究

[目的]构建归一化差值植被指数(normalized difference vegetation index,NDVI)和氮营养指数(nitrogen nutrition index,NNI)关系模型,并构建不同时期积分归一化植被指数(integrated NDVI,NDVI_(int))与相对产量(relative yield,RY)之间的算法,以期通过NDVI无损监测氮素营养的亏缺来预测水稻产量。[方法]通过2年(2014—2015年)不同品种和不同施氮处理的早、晚稻田间小区试验,获取水稻地上部干物质量和氮含量,冠层植被指数(NDVI)及产量等,基于临界氮浓度稀释曲线计算不同时期NNI,分析NDVI与NNI、积分NDVI与RY之间的定量关系。[结果]早、晚稻各个时期的NDVI与NNI之间能够很好地以指数函数(NNI=a×e^b×NDVI)拟合,拔节期的估算效果最好,模型为:早稻的NNI=0.431e^(1.372NDVI);晚稻的NNI=0.075e^(3.471NDVI),其估算NNI与实测NNI的R^2、准确度和RRMSE分别为0.92、0.868和7.092%(早稻)及0.84、0.914和13.736%(晚稻)。早、晚稻各时期的NDVI_(int)与RY之间存在显著线性关系,除晚稻分蘖期外都具有较好的预测准确性,经检验,早稻各时期模型预测产量与实测产量的R^2、准确度和RRMSE分别为0.91~0.93、0.812~0.899和7.216%~9.978%,晚稻的分别为0.79~0.89、0.721~0.980和5.134%~6.736%,其中全生育期的模型效果最好,但是在0.05显著水平下早稻与晚稻之间具有较大差异。[结论]构建的基于NDVI的氮营养指数估算模型及基于积分NDVI的相对产量估算模型分别能够准确地反映作物氮素营养状况和预测产量,可为中国南方双季稻区追肥管理和产量预测提供技术支持和理论依据。

水稻临界氮浓度稀释模型及氮素营养诊断研究（摘要）

开展水稻临界氮浓度稀释模型及营养诊断研究，可为明确水稻生长过程中氮素状况的变化规律，实现作物氮素状况的科学诊断和追肥调控，进而提高氮素利用效率、改善作物产量和品质提供理论依据和技术指导。本研究于2009—2011年在江苏省仪征市开展了3年的水稻小区试验，

基于近红外光声光谱的土壤有机质含量定量建模方法

该研究的目的在于应用近红外光声光谱技术结合不同的定量分析方法实现5种不同类型土壤有机质含量的快速估测。对中国中、东部地区5种不同类型土壤风干样本进行光谱扫描,经过多元散射校正、一阶导数、二阶导数及平滑等预处理后,应用逐步多元回归(SMLR)、主成分分析(PCR)、偏最小二乘法(PLS)和偏最小二乘法-反向传播神经网络(PLS-BPNN)等方法建立土壤有机质含量的定量估测模型。结果显示,不同预处理方法对所建土壤有机质含量估测模型的预测精度有较大影响,总体表现为多元散射校正+Norris一阶导数>多元散射校正>Norris一阶导数>标准正态化>Norris二阶导数>吸光度>Savitzky-Golay平滑后一阶导数>Savitzky-Golay平滑后二阶导数。对于4种不同建模方法,均以多元散射校正+Norris一阶导数滤波平滑后的光谱建模精度最高,其中采用PLS-BPNN方法建模效果最好,其次是PLS、SMLR和PCR。采用PLS-BPNN建立有机质校正模型具有极高的预测精度,建模决定系数和均方根偏差分别为0.97和1.88,模型测试决定系数和均方根偏差分别为0.97和1.72。因此,基于多元散射校正+Norris一阶导数光谱建立的PLS-BPNN模型可能是土壤有机质含量估测建模的最优方法。

不同土壤水分处理对水稻光合特性及产量的影响

为探明土壤水分对水稻生长发育的影响机理,以武香粳14和两优培九为试验材料,分析了不同土壤水分处理下(W1、W2、W3和CK分别表示土壤体积含水量为20%、30%、40%和5cm水层灌溉)的水稻光合特性、产量及水分生产率等。结果表明,轻度水分胁迫(W3)具有处理间最大的叶片气孔导度、蒸腾速率和净光合速率,其他处理规律不显著。灌浆初期各水分处理下叶位间光合指标均表现为:剑叶>顶2叶>顶3叶>顶4叶,其他生育期规律不显著。与对照处理(CK)相比,武香粳14的W1、W2和W3处理的产量分别减少61.14%和29.13%、增加0.96%,水分生产率分别减少10.69%、增加1.53%和20.61%;两优培九的产量分别减少64.11%和28.76%,增加2.08%,水分生产率分别减少16.39%,增加2.46%和22.13%。研究结果为水稻精确灌溉和节水生产提供了技术支撑。

便携式作物生长监测诊断仪的设计与试验

为了解决当前作物生长信息实时、快速、无损测量手段瓶颈问题,研发了一种基于多光谱传感器的便携式作物生长监测诊断仪。该仪器由多光谱传感器系统、处理器系统及附属机构组成,能实时无损地获取作物叶层氮含量、叶层氮积累量、叶面积指数、生物量等主要生长指标。对水稻的试验结果表明,便携式作物生长监测诊断仪测得的DVI值与水稻叶层氮含量、氮积累量、叶面积指数、叶干重的决定系数R2分别为0.711,0.8231,0.7698,0.7212。该仪器结构简单,集成度高,性价比好,携带方便,易于田间操作。

基于近红外光谱的土壤全氮含量估算模型

土壤全氮是诊断土壤肥力水平和指导作物精确施肥所需的重要信息,建立土壤全氮的近红外光谱估测模型并对建模波段进行优化选择对于土壤养分信息快速获取和精确农业发展具有重要意义。该研究以中国中、东部地区5种主要类型土壤为研究对象,利用近红外光谱仪采集土壤样品的光谱信息,结合近红外区域分子振动特点选取全谱、合频、一倍频、二倍频和N-H基团及其组合的8个波段,采用多元散射校正等多种预处理方法组合进行处理,结合偏最小二乘法(PLS)对每个波谱区域进行定标建模。结果表明,利用4000～5500cm-1波谱区域结合附加散射校正处理过的原始光谱建立的模型精度表现最好,其内部互验证决定系数达到0.90,均方根误差为0.16。经不同类型土壤的观测资料检验,模型验证决定系数为0.91,均方根误差为0.15,相对分析误差RPD为3.40,表明模型具有极好的预测能力。因此,利用近红外光谱可以实现土壤全氮的快速估测,且以合频波段(4000～5500cm-1)为建模区域可以得到更好的预测效果。

基于株型的水稻冠层光合生产模拟

利用基于冠层光分布的光合作用模型,以紧凑型和松散型2个不同株型水稻冠层为对象,通过设计不同的模型输入参数组合,定量分析了不同株型水稻冠层直接辐射消光系数的日变化特征、正午时刻直接辐射在冠层内的垂直分布特征、冠层内光合作用速率的垂直分布特征、不同辐射强度下冠层光合作用速率随叶面积指数的变化特征及其日变化等。结果表明,紧凑型的增产潜力依赖于较大的叶面积指数、叶片光合效能、太阳高度角和太阳辐射强度等。研究结果为水稻高产栽培及理想株型的优化设计提供了支撑。

不同时空分辨率遥感数据融合估算冬小麦叶面积指数

高时空分辨率叶面积指数(leaf area index,LAI)数据能反映作物的长势动态变化,为作物长势评估和产量预测提供有效的生长指标依据。该文综合利用混合像元线性分解与数据同化算法,以高空间分辨率SPOT-5数据反演的LAI修正高时间分辨率HJ-CCD数据反演的LAI序列,生成了覆盖冬小麦主要生育期的高空间分辨率LAI序列,并结合SPOT-5反演的LAI和实测LAI值分析了像元纯度、高空间分辨率遥感数据同化景数对融合效果的影响。结果表明,采用数据融合方法生成的LAI与检验LAI具有较高的一致性,但像元纯度对融合效果影响较大;基于2景SPOT-5影像能够提高LAI序列估测精度,且优于基于1景SPOT-5影像的融合效果。该研究结果可为冬小麦生长监测提供技术支撑。

多光谱作物生长传感器温度特性试验

基于光谱的作物无损监测技术可实时地获取作物生长信息，进而为作物的生长调控提供数据支持，为推广该技术在农业生产中的应用，南京农业大学国家信息农业工程技术中心研制了低成本的多光谱作物生长传感器。传感器监测作物720和810nm光谱反射率，根据反射率反演作物的叶层氮含量、叶层氮积累量、叶面积指数和叶干重等作物生长信息。为提高传感器田间应用的温度稳定性，该文研究了温度对传感器输出特性的影响，并利用符号回归技术构建了传感器反射率的温度补偿。试验于恒温恒湿试验箱中进行，试验温度分别设定为6、11、15、20、25、30、35、40，44、49、54、62℃，相对湿度保持为40%不变，以40%和60%反射率标准灰度板为传感器的监测对象。研究结果表明，在光强不变的情况下，传感器输出电压随温度的升高呈增加趋势，反射率则表现为下降趋势。构建的温度补偿模型使反射率因温度影响产生的波动由1%～2.6%下降到0.45%以下，成对t检验结果表明反射率的温度补偿模型可显著降低温度对传感器反射率的影响（P=0.015＆lt;0.05）。该文传感器温度补偿模型的构建方法具有一定的普适性，可为其他传感器的温度补偿研究提供参考。

基于缓存机制的作物模型Web服务并发处理

为了改善作物模型Web服务的响应时间,该文提出了基于缓存机制的作物模型Web服务并发处理方案。通过综合分析作物模型Web服务的组合结构、数据Web服务的通信特性以及作物模型Web服务的响应时间特征,以多线程处理和数据缓存技术为基础,设计了基于缓存机制的作物模型Web服务并发处理方案;并以作物栽培管理知识模型Web服务为测试对象,在真实网络环境下,验证了该方案的有效性。结果表明,在单用户多地点请求和多用户多地点请求情况下,采用并发处理方案分别可以缩短32%和35%的模型服务响应时间,极大地提高了模型的多用户并发处理能力。该研究为作物模型的区域应用提供了技术支撑。

基于高光谱的土壤全氮含量估测

基于高光谱（350~2 500 nm）数据,研究了我国中、东部地区5种主要类型土壤全氮含量与高光谱反射率之间的定量关系,构建了基于偏最小二乘法（PLS）、BP神经网络（BPNN）和特征光谱指数的土壤全氮含量估算模型。结果表明,以500~900 nm、1 350~1 490 nm区域波段反射率经Norris滤波平滑后的一阶导数光谱为基础,构建的基于PLS和BPNN的土壤全氮含量估算模型精度较高,建模决定系数分别为0.81和0.98;独立观测资料检验结果显示,模型预测决定系数分别为0.81和0.93,均方根误差RMSE为0.219 g.kg-1和0.149 g.kg-1,相对分析误差RPD为2.28和3.36,说明PLS和BPNN模型对土壤全氮含量具有较高的预测精度。在光谱指数的分析中,基于近红外872 nm和1 482 nm两个波段的差值光谱指数DI（NDR872,NDR1482）对土壤全氮含量最敏感,建模决定系数、预测决定系数、RMSE和RPD分别为0.66、0.53、0.31 g.kg-1和1.60。比较而言,三种方法估算土壤氮含量的精度顺序为BPNN模型〉PLS〉DI（NDR872,NDR1482）,基于PLS和BPNN两种方法建立的土壤全氮含量高光谱估测模型具有较高的精度,可以用来精确估算土壤全氮含量;基于两波段构建的DI（NDR872,NDR1482）预测效果低于前两者,但也可以用来粗略估测土壤中的全氮含量。

水稻冠层光截获、光能利用与产量的关系

以两优培九和武香粳14号水稻品种为材料,在不同栽插密度和施氮水平下进行2年田间试验,研究水稻冠层光合有效辐射(PAR)截获率、光能利用率与水稻产量的关系.结果表明:分蘖期至成熟期,各处理水稻冠层平均PAR反射率为3.45%,其中,分蘖期至抽穗期的冠层反射PAR占冠层总PAR损失的10.90%,显著小于抽穗期至成熟期的22.06%.分蘖期至成熟期的冠层PAR转化率随栽插密度的增加而减少,随施氮量的增加而增大;分蘖期至抽穗期的冠层PAR转化率高于抽穗期至成熟期.在分蘖期至成熟期,冠层PAR利用率随栽插密度和施氮量的增加而增大,各处理中两优培九的平均PAR利用率(1.83g.MJ-1)显著高于武香粳14(1.42g.MJ-1);武香粳14因生育期较长,分蘖期至成熟期的入射PAR及中、高栽插密度处理的PAR截获量均高于两优培九.水稻不同生长阶段冠层PAR截获率和利用率与产量呈显著正相关,PAR转化率与产量也呈正相关,但相关性不显著.因此,在保持较高PAR截获率的基础上提高冠层PAR转化率,进而提高冠层PAR利用率,有利于水稻高产.

基于过程的小麦茎鞘夹角动态模拟

基于不同株型品种和不同密度处理的小麦田间试验,连续观察并记录各处理不同叶位叶鞘与主茎之间的夹角,进一步利用系统分析方法和动态建模技术,构建基于过程的小麦叶片茎鞘夹角的动态模拟模型.结果表明:小麦茎鞘夹角随叶片生育进程不断加大,并随密度的增大而减小;从第2叶开始,最大茎鞘夹角随叶位的增加而减小.所建模型利用Logistic方程描述叶片茎鞘夹角随生育进程的动态变化过程,使用分段函数描述最大茎鞘夹角随叶位的动态变化,引入品种参数(第2叶茎鞘夹角的最大值)量化了茎鞘夹角在不同品种之间的差异,并利用基本苗量化了密度对茎鞘夹角的影响.基于独立的田间试验资料对所建模型进行测试与检验,结果显示茎鞘夹角模拟值与观测值之间的均方根差为1.7°.表明模型对小麦主茎叶片茎鞘夹角的动态变化过程具有较好的预测性,为小麦生长过程的可视化表达奠定了技术基础.

一种尺度效应指数修正的格网数据示意地图制图算法

示意地图是统计数据可视化的一种新方法,但已有的面域示意地图制图算法不适用于局部数据差别大的应用。针对此问题,结合多尺度格网统计数据的尺度效应,修正了diffusion based method算法,并将该算法应用于北京市100m格网人口统计数据上,证明了算法的有效性。该算法可应用于格网统计数据示意地图制图。

一种尺度效应指数修正的格网示意地图制图算法

示意地图是统计数据可视化的一种新方法,但已有的面域示意地图制图算法不适用于局部数据差别大的应用。针对此问题,结合多尺度格网统计数据的尺度效应,修正了diffusion based method算法,并将该算法应用于北京市100m格网人口统计数据上,证明了算法的有效性,可以将该算法应用于格网统计数据示意地图制图。