期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于无人机高光谱影像的冬小麦叶片氮浓度遥感估测 被引量：1
1
作者 孙法福 赖宁 +5 位作者 耿庆龙 李永福 吕彩霞 信会男 李娜 陈署晃 《干旱区研究》 CSCD 北大核心 2024年第6期1069-1078,共10页
叶片氮浓度(LNC)是反应作物光合作用、营养状况和长势的重要指标,为精准高效地估测不同生育期冬小麦叶片氮浓度,以新冬22为研究对象,利用无人机搭载Pika L高光谱相机获取4个关键生育期冬小麦冠层反射率数据。基于波段优化算法和相关性... 叶片氮浓度(LNC)是反应作物光合作用、营养状况和长势的重要指标,为精准高效地估测不同生育期冬小麦叶片氮浓度,以新冬22为研究对象,利用无人机搭载Pika L高光谱相机获取4个关键生育期冬小麦冠层反射率数据。基于波段优化算法和相关性分析筛选LNC敏感光谱指数,结合逐步回归、多元线性回归和偏最小二乘回归建立关键生育期冬小麦叶片氮浓度估测模型,并与单变量估测模型进行比较。结果表明:基于波段优化算法筛选的组合光谱指数与LNC的相关性优于传统植被指数,且达到极显著性相关;在单变量LNC估测模型中,组合光谱指数构建的模型精度优于传统植被指数,其中,扬花期差值光谱指数(DSI(R940、R968))建立的估测模型最好,R2为0.789;多变量估测模型精度均优于单变量估测模型,其中,基于偏最小二乘回归构建的LNC估算模型最好,孕穗期和扬花期拟合效果较优,模型决定系数均为0.923,均方根误差为0.082、0.084。本研究结果可以作为冬小麦LNC估测和长势监测的科学依据。 展开更多
关键词 冬小麦 叶片氮浓度 无人机 高光谱 偏最小二乘回归 组合光谱指数
在线阅读 下载PDF
基于SPAD值的滴灌冬小麦氮肥推荐模型分析
2
作者 孙法福 赖宁 +5 位作者 耿庆龙 李永福 吕彩霞 信会男 李娜 陈署晃 《新疆农业科学》 CAS CSCD 北大核心 2024年第10期2366-2373,共8页
【目的】分析监测滴灌冬小麦关键生育期内氮素营养状况实时动态,为氮肥科学合理施用提供参考。【方法】利用叶绿素仪SPAD-502获取不同氮梯度滴灌冬小麦拔节期、孕穗期、扬花期、灌浆期和乳熟期叶片SPAD值,分析冬小麦叶片SPAD值、施氮量... 【目的】分析监测滴灌冬小麦关键生育期内氮素营养状况实时动态,为氮肥科学合理施用提供参考。【方法】利用叶绿素仪SPAD-502获取不同氮梯度滴灌冬小麦拔节期、孕穗期、扬花期、灌浆期和乳熟期叶片SPAD值,分析冬小麦叶片SPAD值、施氮量和产量三者之间的关系,建立基于SPAD值的冬小麦各关键生育期氮肥推荐模型。【结果】滴灌冬小麦叶片SPAD值从拔节期至孕穗期缓慢下降,从孕穗到灌浆期均快速增大,进入灌浆期后开始减小,除乳熟期外各生育期不同氮处理间SPAD值差异显著;拔节期、孕穗期、扬花期和灌浆期叶片SPAD值与施氮量之间呈极显著线性相关,相关系数在0.826以上;产量和施氮量为二次函数关系,关系表达式为Y=-0.0345X2+19.494X+6035,最高产量8789 kg/hm^(2),对应的施氮量为282.52 kg/hm^(2),施氮量为268.67 kg/hm^(2)可实现最佳经济产量8782.12 kg/hm^(2);拔节期、孕穗期、扬花期和灌浆期临界SPAD值分别为43.07、42.09、49.35和52.07。【结论】根据各生育时期SPAD值与施氮量的关系建立了氮肥推荐模型,基于冬小麦叶片SPAD值建立的关键生育期氮肥推荐模型可以实现营养诊断和指导分期施肥。 展开更多
关键词 滴灌冬小麦 SPAD值 施氮量 氮肥推荐模型
在线阅读 下载PDF
基于高光谱的土壤有机质及全氮估测
3
作者 李嘉琦 冯宇华 +6 位作者 陈署晃 王子傲 刘鹏 梁智永 孙法福 陈荣 耿庆龙 《新疆农业科学》 CAS CSCD 北大核心 2024年第10期2491-2499,共9页
【目的】研究土壤高光谱数据经不同形式变换后与不同建模方法构建土壤有机质与全氮估测模型的精度,建立快速、稳定的估测模型,为现代化农业生产的精准施肥提供科学依据。【方法】以新疆博尔塔拉蒙古自治州(简称博州)耕地土壤为研究对象... 【目的】研究土壤高光谱数据经不同形式变换后与不同建模方法构建土壤有机质与全氮估测模型的精度,建立快速、稳定的估测模型,为现代化农业生产的精准施肥提供科学依据。【方法】以新疆博尔塔拉蒙古自治州(简称博州)耕地土壤为研究对象,在暗室中使用ASD Field4地物光谱仪测量处理后的土壤样品光谱。将原始光谱进行断点拟合与Savitzky-Golay(S-G)平滑滤波校正处理,对校正后光谱(R)进行一阶导数(First Derivative,FD)、对数的一阶导数(First derivative of logarithmic,(lgR)’)、倒数的一阶导数(First derivative of reciprocal,(1/R)’)、多元散射校正(Multipication scatter correction,MSC)4种变换,分析5种光谱数据与土壤有机质和全氮含量,筛选特征波段,基于特征波段运用偏最小二乘回归(PLSR)、BP神经网络(BP)和随机森林(RF)3种方法,分别建立土壤有机质、全氮的估测模型并评价模型的精度与稳定性。【结果】光谱经不同变换后,与土壤有机质和全氮的相关系数有所提高,且特征波段更为明显,一阶导数与倒数的一阶导数变换优于其他变换,FD-PLSR模型预测有机质精度最高,Rv2、RPD分别为0.89、2.63;(1/R)’-PLSR模型预测土壤全氮精度最高,Rv2、RPD分别为0.83、2.42。【结论】基于高光谱技术与机器学习模型可以估测博州耕地土壤的有机质与全氮含量。 展开更多
关键词 高光谱 土壤有机质 土壤全氮 光谱估测 偏最小二乘回归 随机森林
在线阅读 下载PDF
基于偏最小二乘回归的土壤碱解氮含量估测
4
作者 梁智永 陈署晃 +5 位作者 赖宁 李永福 李嘉琦 孙法福 陈荣 耿庆龙 《中国土壤与肥料》 CAS CSCD 北大核心 2024年第7期40-48,共9页
构建基于室内高光谱数据的土壤碱解氮含量估测模型,为快速、准确获取土壤中养分信息提供新的方法。对新疆乌鲁木齐市106个风干的土壤样品进行研磨过筛,在室内进行反射率光谱数据的采集,对采集的光谱数据进行Savitzky-Golay滤波、一阶微... 构建基于室内高光谱数据的土壤碱解氮含量估测模型,为快速、准确获取土壤中养分信息提供新的方法。对新疆乌鲁木齐市106个风干的土壤样品进行研磨过筛,在室内进行反射率光谱数据的采集,对采集的光谱数据进行Savitzky-Golay滤波、一阶微分(FDR)、连续统去除(CR)、多元散射校正(MSC)4种预处理,在此基础上利用连续投影算法对预处理后的数据进行特征波段的筛选,用偏最小二乘回归建立不同预处理后土壤碱解氮含量预测的高光谱分析模型。模型评价指标采用决定系数(R^(2))、均方根误差(RMSE)、相对分析误差(RPD)平均相对误差(MAE)。结果显示:4种预处理方法中以连续统去除处理的预测精度最为突出,其模型R^(2)、RMSE、RPD、MAE分别为0.90、13.0、2.26、0.13;模型的线性回归方程为:y=0.9316x+8.763。因此,利用连续统去除结合偏最小二乘回归,能够较好地估测乌鲁木齐市土壤中碱解氮的含量。该结果可为室内高光谱数据快速反演土壤碱解氮含量提供理论依据。 展开更多
关键词 偏最小二乘回归 高光谱遥感 光谱变换 估测模型 连续投影算法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部