基于特征波段的SPOT-5卫星影像耕地信息自动提取的方法研究

首先分析了SPOT-5卫星影像中植被和其它主要背景地物的光谱特征，发现利用原有波段难以提取复杂的植被信息，同时植被信息中的耕地(水田和旱地)和园地在所有波段上都有重叠很难区分。因此考虑到植被信息的复杂性和波段信息的不足以及研究区内地势平坦，该文提出了利用植被特征波段：加和比值植被指数(PRVI)和归一化植被指数(NDVI)作为新的波段融入原始影像中，在增加有效信息量的同时运用简单决策树模型提取耕地信息，并参照最新的航测数据进行了精度评价。结果表明，该方法的总体提取效果较好，能够在快速、准确提取植被信息的基础上，进一步区分旱地和水田，并且去除容易混淆的园地。与常规的监督分类方法相比都有很大的提高，只是在耕地和园地交界处有误判现象。     

基于遥感与GIS的低丘红壤区耕地开发潜力评价

以遥感和GIS技术为支撑,对浙江省兰溪市的低丘红壤区的耕地开发潜力进行了评价.以地形、土壤以及开发程度为基础,构建评价指标体系,采用综合指数法计算各单元的综合得分,并将潜力值分为四个等级.评价结果表明:适宜开发、允许开发、限制开发和不适宜开发的低丘红壤资源分别为3151.53、8790.71、8840.64和35175.25 hm2.评价结果与各指标的相关分析表明,开发潜力与坡度和土地利用现状存在强相关,与其他指标的相关性很低.坡度在≤6°、6～15°和15～25°的范围内,适宜开发的资源分别占总量的50.57%、43.36%和6.07%,允许开发的分别占12.67%、42.59%和44.75%.适宜开发的资源主要由果园和疏林地组成,二者占总量的74.68%;允许开发的资源主要由园地构成,二者占总量的88.95%.允许开发和适宜开发的资源在各城镇之间的分布极其不平衡.实地考察显示,耕地后备潜力评价与当地实际情况比较吻合.     

Effects of nitrogen nutrition on the spectral reflectance characteristics of rice leaf and canopy

遥感技术使大面积监测植物长势及估测化学组成有了可能,高分辩力地物光谱仪应用于简单、快速、非破坏性地估测植物冠层化学组成的前景正引起越来越多的关注．本文通过田间试验及室内分析研究了氮肥水平对水稻叶片及冠层反射光谱特性的影响,氮素营养对从可见光至近红外较大范围水稻反射光谱特性有较大影响,随着氮素营养水平的提高,叶片及冠层可见光波段的光谱反射率下降,而近红外波段则增加,经两样本ｔ检验统计分析,在５４０,６８０ｎｍ和７４０～１０７０ｎｍ波段处对氮素营养水平最为敏感,而且各氮营养水平之间的反射率呈显著或极显著的差异．水稻叶片氮含量与冠层和叶片光谱变量呈极显著或显著的相关性,这表明利用光谱测试简单、快速、非破坏性地估测水稻氮素营养水平是可行的．     

精确农业田间土壤空间变异与采样方式研究

以英国Hillsborough农业研究所附近的一块7.9 hm²的牧草地为研究区，采用地统计的半方差分析和克立格方法研究其空间变异性和空间插值。同时对研究田块的样点根据不同间距、不同形状进行删选，对不同布局状况下的结果进行统计比较，以获取满足一定精度下的最少采样个数和采样形状。研究结果表明，单纯利用样方统计，土壤有效钾需要65个采样点，大致为原始采样点的一半。而在考虑空间采样形状和空间插值效果，再采用最小显著性差异（LSD）进行比较，该田块土壤有效钾采样最好使用规则三角网布点（样点数为62个）。     

应用集成BP神经网络进行田间土壤空间变异研究

以英国北爱尔兰Hayes的一块牧草地为研究区，将所有样点分为独立的训练和检验数据集，并在训练样点集的基础上设计了其他4种样点布局方案，以研究神经网络集成技术应用于田间土壤性质空间变异性的可能性。与广泛应用的克里格法的试验结果相比，集成BP神经网络的插值结果精度与之基本相当，尤其是在样点分布较稀疏和样点数较少的情况下，集成BP网络表现出明显的优势；由于神经网络集成方法对样本数据的分布没有任何要求，因此具有较广泛的应用前景和潜力，并在不符合克里格法对样本数据分布要求的情况下是一种可行的替代方法。     

不同氮素营养水平的水稻冠层光谱红边参数及其应用研究

通过对不同氮素营养水平水稻冠层光谱特性的田间试验研究，发现红边位移现象：在孕穗期之前，红边随施氮量增加向长波方向“红移”；孕穗期后“红移”现象基本消失，而发生“蓝移”。红边参数(红边、红边振幅、红边振幅与最小振幅的比值、红边峰值面积)与上层叶片的叶绿素含量、LAI、累积施氮量有着密切的关系，而与叶片中的叶绿素b、类胡萝卜素、蛋白氮和非蛋白氮之间的相关性不明显。一些红边参数可作为水稻叶绿素含量、LAI测定的简便方法。     

水稻叶片反射率模拟

利用1999年实测的水稻叶片生物化学组份,通过PROSPECT 模型,建立水稻叶片反射率模拟模型,对不同生育期的水稻叶片光谱进行模拟,其反射率的实测值与模拟值的相关系数大于99.5%,均方根误差RMSE值小于0.0212.     

应用田间行走式红外光谱进行土壤碳含量估测研究

对应用田间行走式设备获取的土壤红外光谱数据,通过特征变换和特征选择相结合,以提高所建立土壤碳校正模型的预测精度。首先应用独立成分分析（ICA）、主成分分析(PCA)和小波分析(WA)对土壤红外光谱数据进行特征变换,然后分别应用无信息变量消除法(UVE)、连续投影算法(SPA)、无信息变量消除结合连续投影算法(UVE-SPA)、基于遗传算法和偏最小二乘法的变量选择法(GA-PLS)来进行特征选择,基于所选择的特征建立了土壤碳校正模型。结果表明,通过ICA进行特征变换,然后进行特征选择,可以建立比直接对光谱数据进行波长选择精度更好的预测模型;而WA或PCA与特征选择方法结合,只能获得与对光谱数据直接进行波长选择相近的效果。因此,针对田间条件下通过行走式设备获得的光谱数据由于受复杂的环境条件下干扰多的情况,可以将ICA与特征选择方法结合起来对光谱数据进行特征变换和选择,以建立更可靠的土壤碳含量预测模型。     

水稻群丛结构和辐射传输分析

为以遥感信息更精确地反演水稻冠层更丰富的结构参数,建立水稻多组分双向反射模型,本文计算并详细分析了水稻群丛结构特征和太阳辐射在水稻群丛内的辐射传输特性.研究表明:其叶倾角分布可用双参数椭圆函数模拟,影响太阳辐射在水稻群丛内传输的重要特征量:水稻各组分的投影函数和消光系数通过叶倾角分布函数计算是可行的;太阳     

基于光谱和形状特征的水稻扫描叶片氮素营养诊断

使用扫描仪获取水稻叶片图像,综合运用数字图像处理技术、参数优选和分类方法,研究了不同氮素水平水稻叶片的光谱和形状特征,并进行了氮营养的诊断与识别。研究利用面向对象的分类方法提取叶尖部位的黄化面积比例,指数回归分析结果显示此参数与叶片氮含量具有很高的相关性(R2=0.863)。提取整叶和叶尖的颜色参数并分别与叶片氮含量进行指数回归分析,发现叶尖部位的颜色特征能更好地反映叶片的氮素营养状况。采用CfsSubsetEval和Scatter search相结合方法对特征进行约简与优化,根据选择结果结合支持向量机方法进行模式识别。精度检验结果显示该方法对缺氮和正常叶片的正确识别率较高,随氮素水平的升高,正确识别率降低,对过量水平的正确识别率较低,叶面积在缺氮和正常模式下能对识别起到很好的辅助作用。