北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 010-51292601
企业邮箱
应用支持 Technical
News 应用支持
植被冠层的光合特性是基于地球系统模型进程的重要参数,可用于理解全球碳循环。然而这些地球系统模型缺乏光合特性连续的时空信息,导致了很大的不确定性,无法解释碳的源和汇以及大气层与陆地生物圈的交换。此外,光合速率的准确表征对于重设光合作用途径以提高作物产量至关重要。选择新品种需要在给定环境中将基因型与表型联系起来,但尚未以高通量方式实现,这成为植物育种的主要瓶颈之一。为此,作为全球粮食安全问题解决方案的一部分,迫切需要光合特性高通量表征技术的进步,这对于深刻理解全球环境变化至关重要。基于此,作者研究了安装在移动平台上的高光谱成像相机是否能解决这些问题,重点研究三种主要方法-基于偏最小二乘法回归(PLSR)的反射光谱,光谱指数以及数值模型反演,以从11个烟草品种冠层高光谱反射率估算光合特性。结果表明,基于PLSR建立的反射光谱和光谱指数模型预测Vcmax和Jmax的R2为~0.8,高于数值反演的预测结果(R2为~0.6)。与反射光谱的PLSR相比,光谱指数的PLSR预测Vcmax(R2 = 0.84 ± 0.02, RMSE = 33.8 ± 2.2 μmol m−2 s−1)的结果更好,预测Jmax(R2 = 0.80 ± 0.03, RMSE = 22.6 ± 1.6 μmol m−2 s−1)的结果相似。光谱重采样的进一步分析表明,可以在约10个光谱带中以小于14.7 nm的光谱分辨率预测Vcmax和Jmax。这些结果对于改善光合作用途径和跨尺度的光合作用制图具有重要意义。试验设计试验选择了包括野生和转基因品系在内的11个烟草品种,用于评估三种估计光合特性方法的性能。(a)基于地面的高通量表型平台用于收集高光谱图像。(b)2017年6月22、26、27日,7月6、7、12、31日,2017年8月1...
发布时间: 2020 - 05 - 28
浏览次数:0
植被冠层的光合特性是基于地球系统模型进程的重要参数,可用于理解全球碳循环。然而这些地球系统模型缺乏光合特性连续的时空信息,导致了很大的不确定性,无法解释碳的源和汇以及大气层与陆地生物圈的交换。此外,光合速率的准确表征对于重设光合作用途径以提高作物产量至关重要。选择新品种需要在给定环境中将基因型与表型联系起来,但尚未以高通量方式实现,这成为植物育种的主要瓶颈之一。为此,作为全球粮食安全问题解决方案的一部分,迫切需要光合特性高通量表征技术的进步,这对于深刻理解全球环境变化至关重要。基于此,作者研究了安装在移动平台上的高光谱成像相机是否能解决这些问题,重点研究三种主要方法-基于偏最小二乘法回归(PLSR)的反射光谱,光谱指数以及数值模型反演,以从11个烟草品种冠层高光谱反射率估算光合特性。结果表明,基于PLSR建立的反射光谱和光谱指数模型预测Vcmax和Jmax的R2为~0.8,高于数值反演的预测结果(R2为~0.6)。与反射光谱的PLSR相比,光谱指数的PLSR预测Vcmax(R2 = 0.84 ± 0.02, RMSE = 33.8 ± 2.2 μmol m−2 s−1)的结果更好,预测Jmax(R2 = 0.80 ± 0.03, RMSE = 22.6 ± 1.6 μmol m−2 s−1)的结果相似。...
发布时间: 2020 - 05 - 28
浏览次数:0
摘要:本研究旨在理解不同缺水胁迫下10个水稻基本型的表现。记录了不同胁迫水平下植物的相对含水量(RWC)以及在350-2500 nm范围内的高光谱数据。通过光谱指数,多元技术和神经网络技术确定最佳波段,并建立预测模型。建立了新的水敏感光谱指数,并就RWC评估了现有的水带光谱指数。这些基于指数的模型可以有效地预测RWC,R2值为0.73至0.94。在350-2500 nm范围内的所有可能组合中,使用比率光谱指数(RSI)和归一化光谱指数(NDSI)绘制等高线,并量化与RWC的相关性以确定最佳指数。光谱反射率数据(ASD Field Spec3 spectroradiometer测量)还用于建立偏最小二乘回归(PLSR),然后进行多元线性回归(MLR)和人工神经网络(ANN),支持向量机回归(SVR)和随机森林(RF)模型来计算植物RWC。在这些多元模型中,PLSR-MLR被认为是预测RWC的最佳模型,校正和验证的R2分别为0.98和0.97,预测的均方根误差(RMSEP)为5.06。结果表明,PLSR是鉴定作物缺水胁迫的可靠技术。尽管PLSR是可靠的技术,但如果将PLSR提取的最佳波段馈入MLR,则结果会得到显着改善。使用所有光谱反射带建立了ANN模型。建立的模型未取得令人满意的结果。因此,使用PLSR选择的最佳波段作为独立x变量开发了模型,发现PLSR-ANN模型比单独的ANN模型...
发布时间: 2020 - 05 - 25
浏览次数:4
在大豆的种植中,对杂草的管理有利于作物产量最大化。研究发现麦草畏可有效防除数种一年生和多年生的阔叶杂草。然而,麦草畏喷雾偏离目标漂移或蒸气漂移会严重危害易感作物,包括麦草畏不耐受性作物。因此评估麦草畏漂移对农作物的损害对于有效控制杂草具有重要的意义。目前,作物损害主要是通过评估生理和生化变化(叶面积,叶色,植物高度,产量等)来确定的。但是,这些评估需要耗费大量的劳动力。对于大尺度农田的评估,则需要更快速且经济高效的方法。高光谱成像(HSI)可以快速扫描植物样品且能获得图像中每个像素的完整反射光谱,已用于植物生理和生化特性的鉴定以及有毒金属,盐和病虫害引起的植物胁迫的检测。同时结合许多机器学习(ML)算法,例如贝叶斯决策,最大似然分类,K均值聚类,随机森林,支持向量机和人工神经网络可以检测,监测和量化作物损害。在这篇文章中,科学家们利用Resonon Pika Ⅱ VNIR高光谱成像系统进行了相关的研究,旨在:(1)了解不同麦草畏喷雾比率下生理参数,产量和相应光谱响应的变化;(2)确定适当的光谱特征,以评估麦草畏比率对植物的影响;(3)基于高光谱成像,使用机器学习算法建立模型,评估麦草畏比率。 1 研究区域田间试验于美国密西根州斯通维尔市农作物生产系统研究农场的美国农业部农业研究处4.5公顷的区域内进行。试验场布设如图1所示。大豆于2014年5月7日播种。2014年3月下旬...
发布时间: 2020 - 05 - 25
浏览次数:35
土壤有机碳(SOC)源和汇之间的平衡会影响温室气体以及全球气候。SOC储量的微小变化会影响碳循环,并可能显著增加或降低大气中的碳浓度。土壤碳的变化受气候和土地利用的影响,并且在不同土壤中也会发生变化。为了更好地理解土壤有机碳的动力学及其驱动因子,作者收集了华北和东北地区1980年代和2000年代的数据,其中2000年代的样品利用ASD Fieldspec ProFR vis–NIR光谱仪进行了漫反射光谱的测定用于土壤碳的预测,并对各个时期土壤有机碳的空间变化进行了数字土壤制图。在1980年代,在30公里的方格中采集了585个土壤样品,并在2003年和2004年对该区域进行了重新采样(1062个样品)。该地区土地利用类型主要是农田,森林和草地。土地利用,地形因素,植被指数,可见近红外光谱和气候因素作为预测因子,使用随机森林预测土壤有机碳浓度及其时间变化。1985年平均土壤有机碳浓度为10.0 g kg-1,而2004年为12.5 g kg-1。在这两个时期中,土壤有机碳变化相似且从南到北增加。据估计土壤有机碳储量在1985年为1.68 Pg,在2004年为1.66 Pg,但是不同土地利用下土壤有机碳变化是不同的。在过去的20年中,平均气温升高,大面积森林和草原转化为农田。农田土壤有机碳增加了0.094 Pg(+9%),而森林和草地土壤有机碳分别损失了0.089 Pg(−25%)和0....
发布时间: 2020 - 05 - 15
浏览次数:4
6372117373571266866723166.pdf
发布时间: 2020 - 03 - 30
浏览次数:39
点击下载:广州市秋季气溶胶光学特性日变化.pdf
发布时间: 2020 - 02 - 24
浏览次数:83
ASD 地物光谱仪FieldSpec 4 技术文献:不同干旱条件下,夏玉米全生育期冠层吸收光合有效辐射比的高光谱遥感反演 冠层吸收光合有效辐射比(fAPAR)是植被生产力遥感模型的重要参数,但关于不同干旱条件下作物全生育期的fAPAR遥感反演研究仍未见报道。本研究利用2015年夏玉米5个灌水处理模拟试验的高光谱反射率和fAPAR观测资料,分析了不同干旱条件下夏玉米关键生育期fAPAR和高光谱反射率变化特征,探讨了fAPAR与反射率、一阶导数光谱反射率和植被指数的关系。 轻度水分胁迫和充分供水条件下,fAPAR较高;重度水分胁迫和重度持续干旱条件下,fAPAR较低。冠层可见光、近红外光和短波红外光区的反射率与fAPAR分别呈负相关、正相关和负相关关系。fAPAR与可见光和短波红外光区的383、680和1980 nm附近的反射率的相关性最强,相关系数均达-0.87。一阶导数光谱反射率与fAPAR相关性强且稳定的波段为580、720和1546 nm,相关系数分别为-0.91、0.89和0.88。9个常用植被指数与fAPAR呈线性或对数关系,其中,增强型植被指数、复归一化植被指数、土壤调节植被指数和修正的土壤调节植被指数与fAPAR的关系模型最好,决定系数(R2)均在0.88以上,平均相对误差分别为16.6%、16.6%、16.7%和16.2%;基于一阶导数光谱反射率与...
发布时间: 2020 - 02 - 07
浏览次数:30
M.K. Maid1*, R.R. Deshmukh21*Department of CS and IT, Dr. B. A. M. U, Aurangabad, India2Department of CS and IT, Dr. B. A. M. U, Aurangabad, India*Corresponding Author: mm915monali@gmail.com Available online at: www.ijcseonline.org Abstract— Remote Sensing has wide range of applications in many different fields. Remote Sensing has been found to be a valuable tool in evaluation, monitoring, and management of land, water and crop resources. The applications of remote sensing techniques in the field of agriculture are wide and varied ranging from crop identification, detection of diseas...
发布时间: 2019 - 03 - 19
浏览次数:174
本文旨在利用高光谱数据建立一个准确、可解释的植物病害识别模型。由真菌引起的大豆炭腐病是一种严重影响大豆产量的世界性病害。在383-1032 nm范围内,Resonon高光谱成像仪在240个不同的波长处捕获高光谱图像。针对大豆炭腐病,科学家建立了3D卷积分网络模型,模型分类精度为95.73%,并利用可视化显著图检验训练模型、敏感像素位置以及分类的特征敏感波段,发现:敏感特征波段为733 nm,这和常用的鉴别植物健康程度的特征波段范围(700-1000nm)是一致的。 实验:感染炭腐病的大豆:分别在第3、6、9、12和15天采集健康的和受感染的大豆茎秆样品,在测量病害程度之前,实时采集健康的和收到感染的茎秆的高光谱图像。测量仪器:美国Resonon高光谱成像仪,型号:Pika XC(包含安装支架、移动平台、操作软件和2个70w卤素灯)Pika XC性能:光谱通道数:240,波段范围,400-1000 nm,分辨率:2.5 nm。 平台系统如下图(a)所示:(a)    室内高光谱成像系统(b)    不同光谱波段的大豆茎秆样品高光谱图像(c)     大豆茎秆的内部和外部RGB图像的病害程度比较3D-CNN模型由两个连接的卷积分模型组成,其中,一个小的构架用于防止训练...
发布时间: 2018 - 10 - 09
浏览次数:146
DOI: 10.5846/stxb201803300694韩东,王浩舟,郑邦友,王锋. 基于无人机和决策树算法的榆树疏林草原植被类型划分和覆盖度生长季动态估计. 生态学报, 2018, 38(18):6655-6663 基于无人机和决策树算法的榆树疏林草原植被类型划分和覆盖度生长季动态估计 韩东1,王浩舟1,2,郑邦友3,王锋1,*1  中国林业科学院荒漠化研究所,北京   1000912  The Faculty of Forestry & Environmental Management, University of New Brunswick, Fredericton, NB E3B 5A3, Canada3  CSIRO Agriculture and Food, Queensland Biosciences Precinct 306 Carmody Road, St Lucia, 4067, QLD, Australia摘要:植被覆盖度是评估生态环境质量与植被生长的重要指标,也是全球众多陆面过程模型和生态系统模型中表达植被动态的重要参数。卫星遥感和地面测量是估算植被覆盖度的常见方法。然而,如何精确...
发布时间: 2018 - 09 - 29
浏览次数:92
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼
          北京市海淀区安宁庄东路18号光华创业园科研楼二层东侧
电话:010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

广州办事处:

地址:广州市天河区华师地铁旁尚德大厦A座1405 手机:13910499776 13910499766

武汉办事处:

地址:武汉市洪山区民族大道124号龙安港汇城A座1108 手机:13911500497 13910499761


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开