检索结果-南通市图书馆

作者：李西灿，朱西存

来源：南通市图书馆图书评论

学校读者我要写书评

暂无评论

基于高光谱的苹果花氮素含量预测模型研究

光谱学与光谱分析 2010年第2期30卷 416-420页

作者：朱西存赵庚星王凌董芳雷彤战兵山东农业大学资源与环境学院山东泰安271018 济南大学城市发展学院山东济南250002 山东省栖霞市国土资源局山东栖霞265300

素含量是反映其质量高低的重要因素，利用高光谱技术对苹果花氮素含量进行定量化反演，可为苹果信息化管理提供理论依据。在室内条件下，利用ASD FieldSpec 3地物光谱仪，测定了120个盛花期苹果花样品的高光谱反射率，并化验了其氮素含... 详细信息

素含量是反映其质量高低的重要因素，利用高光谱技术对苹果花氮素含量进行定量化反演，可为苹果信息化管理提供理论依据。在室内条件下，利用ASD FieldSpec 3地物光谱仪，测定了120个盛花期苹果花样品的高光谱反射率，并化验了其氮素含量。在分析苹果花原始光谱和一阶导数光谱特征的基础上，与其氮素含量进行相关分析，确定敏感波段，构建特征光谱参数，建立氮素含量预测模型，对模型进行了优选和检验。结果表明，苹果花氮素含量与原始光谱反射率在374～696，1 340～1 890，2 052～2 433 nm波段呈极显著负相关，在736～913 nm呈极显著正相关;与一阶导数光谱反射率在637～675 nm呈极显著负相关，在676～746 nm呈极显著正相关。构建的6个特征光谱参数与苹果花氮素含量均呈极显著相关。通过进一步比较和筛选，确定了基于640 nm和676 nm原始光谱反射率的2个苹果花氮素含量最佳预测模型。经检验，模型决定系数R2分别为0.825 8和0.893 6，平均预测精度达92.9%和94%。研究成果为快速预测苹果花氮素含量及苹果的实时营养诊断提供了理论依据和技术支撑。

关键词：苹果花高光谱氮素含量预测模型

局地不同下垫面对气象要素的影响及其气候效应

在线全文

学校读者我要写书评

暂无评论

中国生态农业学报 2009年第4期17卷 760-764页

作者：朱西存赵庚星山东农业大学资源与环境学院泰安271018

本研究探讨了不同下垫面对气象要素的影响及其产生的气候效应,以期为局地生态环境的改善提供科学依据。采用同步观测的方法,对林地、草地、裸地与耕地4种下垫面进行气象观测,并对获得的气象要素数据进行了分析。结果表明,春季不同下垫... 详细信息

本研究探讨了不同下垫面对气象要素的影响及其产生的气候效应,以期为局地生态环境的改善提供科学依据。采用同步观测的方法,对林地、草地、裸地与耕地4种下垫面进行气象观测,并对获得的气象要素数据进行了分析。结果表明,春季不同下垫面对气象要素的日变化有显著或极显著影响,影响程度为风速>地表温度>空气温度>空气湿度。4种下垫面的气象要素在春季、夏季有显著或极显著差异,而秋季、冬季差异不显著。对不同下垫面蒸散量和热量平衡及其各分量对气象要素影响进行了分析,结果表明,林地、草地的降温、增湿气候效应显著,裸地具有干、热的气候特点,耕地介于二者之间。

关键词：下垫面气象要素气候效应热量平衡蒸散量

基于高光谱的苹果盛果期冠层叶绿素含量监测研究

在线全文

学校读者我要写书评

暂无评论

中国农业科学 2013年第16期46卷 3504-3513页

作者：房贤一朱西存王凌赵庚星山东农业大学资源与环境学院/土肥资源高效利用国家工程实验室

【目的】建立苹果冠层叶绿素含量及冠层光谱特征参量间的定量关系模型,以促进高光谱技术在苹果树精准施肥以及快速、无损长势监测中的应用。【方法】以蒙阴县果园的苹果树为试验材料,连续2年分别测定了苹果冠层光谱反射率和冠层叶绿素(C... 详细信息

【目的】建立苹果冠层叶绿素含量及冠层光谱特征参量间的定量关系模型,以促进高光谱技术在苹果树精准施肥以及快速、无损长势监测中的应用。【方法】以蒙阴县果园的苹果树为试验材料,连续2年分别测定了苹果冠层光谱反射率和冠层叶绿素(Chl(a+b))含量,分析了冠层叶绿素含量与光谱反射率之间的相关关系,并计算了400—1 000 nm任意两波段组合而成的RVI、DVI、NDVI和RDVI,分析了它们与冠层叶绿素含量的关系,以逐步回归分析做比较,建立了苹果冠层叶绿素含量监测模型。【结果】结果表明,以单变量估算叶绿素含量的最佳光谱指数为NDVI(975,742),相关系数为0.5093。利用多元逐步回归建立的苹果冠层叶绿素含量最佳监测模型为Y=-0.56(log1/R)771-0.48(log1/R)1978+0.20(log1/R)2407-0.10(log1/R)2440+4.749。【结论】用多元逐步回归方法建立的模型来监测苹果冠层叶绿素含量效果较好,为利用高光谱技术监测苹果生长状况提供了理论依据。

关键词：苹果冠层高光谱叶绿素含量光谱指数逐步回归

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

花期苹果树冠氮素营养状况的卫星遥感反演

应用生态学报 2013年第10期24卷 2863-2870页

作者：王凌赵庚星朱西存王瑞燕常春艳山东农业大学资源与环境学院/土肥资源高效利用国家工程实验室山东泰安271018

以山东栖霞为研究区，基于TM和ALOS影像获取花期苹果树的冠层反演反射率，结合实测反射率，构建并筛选氮素敏感光谱指数，以敏感光谱指数为自变量，建立氮素反演模型，利用精度最高模型进行空间反演．结果表明：光谱指数与氮素营养相关... 详细信息

以山东栖霞为研究区，基于TM和ALOS影像获取花期苹果树的冠层反演反射率，结合实测反射率，构建并筛选氮素敏感光谱指数，以敏感光谱指数为自变量，建立氮素反演模型，利用精度最高模型进行空间反演．结果表明：光谱指数与氮素营养相关性为：冠层〉叶〉花，敏感指数构成以绿、红、近红外波段为主；反演模型精度为：支持向量机回归〉逐步回归〉丹变量回归；基于不同影像的反演结果近似，叶N含量均以3～4等（27～33g·kg-1）为主，冠N指标均以2～4等（TM：38～47g·kg-1；ALOS：32～41g·kg-1）为主；基于不同影像的空间布局亦类似，研究区北部和南部的营养水平高于中部，叶N和冠N高等级区域位于西北部的苏家店镇和松山街道、东北部的臧家庄镇和亭口镇、南部的蛇窝泊镇等，与苹果生产重点镇布局一致．此研究为果树营养状况的宏观数据获取提供了可行方法，也可为其他类似遥感反演提供借鉴．

关键词：苹果树花期氮素营养遥感反演

在线全文

学校读者我要写书评

暂无评论

苹果花期冠层光谱探测的规范化技术方法探讨

光谱学与光谱分析 2010年第6期30卷 1591-1595页

作者：朱西存赵庚星雷彤王凌董芳王景安山东农业大学资源与环境学院山东泰安271018 济南大学城市发展学院山东济南250002 山东省栖霞市果业发展局山东栖霞265300

2008年和2009年,针对苹果花期冠层光谱进行了不同天气条件、不同探测时间、不同探头高度、不同探测角度条件下的冠层反射光谱探测试验,分析其对苹果花期冠层光谱特性的影响,探索规范化的光谱探测技术方法。结果表明,苹果花期冠层在不同... 详细信息

2008年和2009年,针对苹果花期冠层光谱进行了不同天气条件、不同探测时间、不同探头高度、不同探测角度条件下的冠层反射光谱探测试验,分析其对苹果花期冠层光谱特性的影响,探索规范化的光谱探测技术方法。结果表明,苹果花期冠层在不同条件下的反射光谱响应呈现出一定的规律性,特别是在760～1350nm近红外波段表现尤为明显。研究发现,随着光照强度的减弱,冠层光谱反射率降低,在晴天和少云时探测冠层光谱较理想;风速在2级以下时,冠层光谱较稳定;在10:00～15:00测定冠层光谱差异较小;探测高度以整个苹果树冠层充满光谱仪探头视场时光谱曲线较稳定;探头以垂直或近似垂直观测为最佳。在此基础上,提出了苹果花期冠层光谱探测的规范化技术方法,为苹果冠层光谱探测及信息提取提供了科学依据。

关键词：苹果花期冠层光谱探测规范化技术方法

GF1-WFV与Landsat8-OLI对植被信息的提取差异研究

在线全文

学校读者我要写书评

暂无评论

生态学报 2020年第10期40卷 3495-3506页

作者：赵琳琳张锐刘焱序朱西存山东农业大学资源与环境学院泰安271018 北京师范大学地理科学学部地表过程与资源生态国家重点实验室北京100875

随着遥感技术的不断发展,中高分辨率影像逐渐在植被监测中发挥着重要的作用。为了明确高分辨率传感器在不同生态系统植被提取中的必要性,以内蒙古鄂伦春自治旗为研究对象,设置城市区域和森林区域两个应用靶区,以GF1-WFV和Landsat8-OLI... 详细信息

随着遥感技术的不断发展,中高分辨率影像逐渐在植被监测中发挥着重要的作用。为了明确高分辨率传感器在不同生态系统植被提取中的必要性,以内蒙古鄂伦春自治旗为研究对象,设置城市区域和森林区域两个应用靶区,以GF1-WFV和Landsat8-OLI两种传感器同期影像为对比数据集,探究不同分辨率下遥感植被信息提取差异。结果表明:①Landsat 8对比GF-1在城市区域和森林区域的植被指数高估、低估状态相反,城市区域GF-1的NDVI(Normalized Difference Vegetation Index,NDVI)和SAVI(Soil-Adjusted Vegetation Index,SAVI)均值比Landsat 8低5.69%和1.41%,在森林区域则高出0.77%和5.86%;②高分辨率影像避免了城市中绿化植被(GF-1植被占比71.30%和71.31%,Landsat 8为58.28%和58.30%)和森林中裸地、道路(GF-1植被占比94.97%和94.92%,Landsat 8为95.00%和94.99%)被漏提。③在分级面积上,Landsat 8相比GF-1数据在城市区域存在低覆盖度等级的6.67%和6.77%低估,在森林区域出现高覆盖度等级的12.11%和12.47%高估。研究结果反映了低绿化建成区和高密度林区更加需要使用高分影像作为植被监测工具。

关键词：高分一号 Landsat 8 植被指数空间分辨率城市区域森林区域

基于模糊识别的苹果花期冠层钾素含量高光谱估测

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2013年第4期33卷 1023-1027页

作者：朱西存姜远茂赵庚星王凌李希灿山东农业大学资源与环境学院山东泰安271018 山东农业大学园艺科学与工程学院山东泰安271018 山东农业大学农业生态与环境重点实验室山东泰安271018 山东农业大学信息科学与工程学院山东泰安271018

依据2008年和2009年2年在栖霞试验区利用地物光谱仪ASD FieldSpec3测定的苹果花期冠层高光谱和实验室内测定的钾素含量数据,以冠层高光谱反射率及其11变换形式与钾素含量分别进行相关分析,以相关系数最大者为自变量,采用模糊识别算法,... 详细信息

依据2008年和2009年2年在栖霞试验区利用地物光谱仪ASD FieldSpec3测定的苹果花期冠层高光谱和实验室内测定的钾素含量数据,以冠层高光谱反射率及其11变换形式与钾素含量分别进行相关分析,以相关系数最大者为自变量,采用模糊识别算法,建立钾素含量估测模型;以2008年的检验样本对模型进行检验,并利用2009的独立试验数据对模型进行验证。结果表明,原始光谱反射率(R)及其倒数(1/R)、对数(lgR)、平方根(R1/2)与钾素含量的相关性较差,但它们的一阶微分和二阶微分与钾素含量之间的相关性明显增强;建立的钾素含量估测模型^y=11.344 5h+1.309 7的相关系数r为0.985 1,总均方根差RMSE为0.355 7,F统计量为3 085.6;24个检验样本实测值与估测值的平均相对误差为9.8%,估测精度为90.2%;2009年试验验证精度达到了83.3%。表明模型用于苹果花期冠层钾素含量的估测具有较高的稳定性,模型精度能满足生产上对苹果钾素含量估测的要求。

关键词：模糊识别苹果花期冠层高光谱钾素含量估测

在线全文

学校读者我要写书评

暂无评论

苹果叶片氮素含量高光谱检测研究

国土资源遥感 2016年第2期28卷 67-71页

作者：安静姚国清朱西存中国地质大学(北京)信息工程学院北京100083 山东农业大学资源与环境学院泰安271018

苹果叶片氮(N)素含量是反映其生长质量高低的重要因素。利用高光谱遥感技术对苹果叶片N素含量进行定量化反演,可为苹果树的信息化管理提供理论依据。首先使用ASD Field Spec 3地物光谱仪对样点的苹果叶片的N素含量进行测定,得到苹果叶... 详细信息

苹果叶片氮(N)素含量是反映其生长质量高低的重要因素。利用高光谱遥感技术对苹果叶片N素含量进行定量化反演,可为苹果树的信息化管理提供理论依据。首先使用ASD Field Spec 3地物光谱仪对样点的苹果叶片的N素含量进行测定,得到苹果叶片样品的高光谱反射率及其N素含量;然后在分析苹果叶片原始光谱和一阶导数以及各种变换后光谱特征的基础上,与苹果叶片的N素含量进行多元逐步回归分析,筛选出对N素变化敏感的波段;最后运用BP人工神经网络算法构建敏感波段与N素含量的反演模型,并对模型进行优选和检验,为测定苹果叶片N素含量提供了1个简单可靠的方法。

关键词：苹果叶片高光谱氮(N)素含量 BP神经网络

基于MSC与SVM的夯土齐长城土壤含水率高光谱估测

在线全文

学校读者我要写书评

暂无评论

土壤学报 2018年第6期55卷 1336-1344页

作者：熊静玲朱西存高华光于瑞阳温新山东农业大学资源与环境学院山东泰安271018 中国国家博物馆北京100006

采用近地面高光谱技术,建立基于支持向量机(support vector machines, SVM)的土壤含水率的高光谱估测模型,为快速、无损估测土壤含水率提供科学依据。以青岛市黄岛区夯土齐长城为研究区,沿垂直于齐长城采集样品,并进行光谱反射率和含水... 详细信息

采用近地面高光谱技术,建立基于支持向量机(support vector machines, SVM)的土壤含水率的高光谱估测模型,为快速、无损估测土壤含水率提供科学依据。以青岛市黄岛区夯土齐长城为研究区,沿垂直于齐长城采集样品,并进行光谱反射率和含水率测定;对土壤原始光谱反射率进行对数的一阶微分(Lg(R)′)处理以及多元散射校正(Multiple scatter correction, MSC)和对数的一阶微分(Lg(R)′)处理,分别与土壤含水率进行相关分析,筛选敏感波长;利用Lg(R)′和MSC+Lg(R)′处理后的光谱数据分别建立基于SVM的土壤含水率高光谱估测模型。结果表明,多元散射校正可以增强光谱与土壤含水率之间的相关吸收信息,提高土壤光谱反射率与土壤含水率的相关性,筛选的敏感波长为1 861 nm、1 866 nm、1 549 nm、1 885 nm、1 871 nm、1 895 nm和2 095 nm;基于MSC+Lg(R)′预处理建立的SVM回归模型精度较高,其Rc2为0.811,Rv2为0.764,RPD为2.671。利用MSC方法对光谱数据进行预处理,可以更加准确地筛选出敏感波长,建立的SVM估测模型更加精准。

关键词：土壤含水率多元散射校正 sVM回归分析夯土齐长城