北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

高光谱遥感监测水稻缺水胁迫的各种建模方法的比较

日期: 2020-05-25
浏览次数: 146

高光谱遥感监测水稻缺水胁迫的各种建模方法的比较

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RWCR2值为0.730.94。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0.980.97,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模型更好。该研究成功地在各种建模方法之间进行了分析比较,以量化缺水胁迫。通过预测农作物的RWC,开发出的方法可通过预测农作物的RWC而更准确地识别缺水胁迫。

本研究的目标是:(1评估现有水带指数以及开发新的有效水带指数;(2)确定对作物的RWC敏感的最佳波段;(3使用多元技术和神经网络开发各种RWC预测模型,并彼此之间进行比较;(4评估PLSR-MLR模型以测试其功效是否优于仅通过PLS回归开发的模型。


缺水胁迫下光谱反射率的变化

通常,特定作物表现出相似的反射光谱。但是缺水胁迫带来了反射光谱的显著变化。该研究显示了不同缺水胁迫下植物的反射率模式。新鲜植物的反射率较低,而干燥植物的反射率较高。RWC降低,SWIR区域反射率反而增加,原因是1400 nm1900 nm处水吸收特征减弱。在350-700 nm波长区域观察到了类似的变化模式。蓝色和红色区域(叶绿素ab的吸收范围)中光谱显示出随着RWC降低,反射率增加。随着叶片的干燥,1400-1925 nm波长向较短波长移动,且光谱反射率增加。随着RWC的降低,1400-1500 nm1850-1900 nm处的吸收特征变浅。吸收率下降的原因是RWC降低而使水吸收特性减弱。在810-1350 nm的海绵状叶肉中的散射也反映出反射率随RWC降低而增加的类似趋势。此外,在中红外(1100-2500 nm)处的吸收也是一个强烈的吸收区域,随着RWC降低,叶片枯萎主要通过新鲜叶片中的水,其次是通过干物质(例如蛋白质,木质素和纤维素)而变得更加明显。

 

2显示了水稻叶片随相对含水量降低,其基因型的平均光谱反射率结果,显示了相对含水量的百分比以及不同时间间隔的响应光谱。

高光谱遥感监测水稻缺水胁迫的各种建模方法的比较

图8显示了从偏最小二乘回归模型中提取的潜在变量。光谱的波峰和波谷用于相对含水量预测的最佳波段。右下图显示了三个潜在变量的覆盖。


高光谱遥感监测水稻缺水胁迫的各种建模方法的比较

图13显示了使用校准和验证的R2RMSEP进行多元模型和神经网络模型的性能评估。


高光谱遥感监测水稻缺水胁迫的各种建模方法的比较

结论:这项研究成功地评估了基于指数,多元技术和神经网络的方法,准确地预测了水稻基因型缺水胁迫条件下的相对含水量(RWC)。评估了现有的水带指数,并提出了对水分胁迫敏感的新水带指数。发现MDWI是所有常规现有指数中最好的指数。新提出的指数优于所有其他指数。对于水稻作物的RWC的估算,MLR技术(PLSR-MLR模型)是最好的(产生高R2和低RMSEP),其次是通过PLSRANN技术开发的模型(PLSR-ANN模型)。因此,从这项研究中可以得出结论,及时发现缺水胁迫对于精准农业非常重要。通过这项研究开发的模型和指数可以有效地检测水分亏缺胁迫。使用高光谱反射率测量作物不同阶段的相对含水量(RWC)可以及时检测出水分亏缺胁迫。与基于地面的光谱辐射仪数据相比,高光谱成像可以提供大面积覆盖,并且将更加适合。研究区域无法获得高光谱图像,这限制了在区域尺度上评估缺水胁迫。在未来的研究中使用机载/卫星传播的高光谱数据可能会大大增强此类研究的实用性。为预测RWC而开发的方法可利用作物反射光谱更准确地识别缺水胁迫,并可用于开发抗旱品种。

高光谱遥感监测水稻缺水胁迫的各种建模方法的比较.pdf

News / 相关新闻 More
2022 - 06 - 27
作物收获指数(HI)是评价作物产量和栽培效果的重要生物学参数,是进一步提高作物产量的重要决定因素。对作物育种、作物生长模拟、精准农业作物管理、作物产量估算及其它方面的应用研究具有重要意义。近年来,遥感凭借其在速度、精度和覆盖范围等方面的优势已逐渐成为获取大尺度作物HI的有效技术手段。而无人机(UAV)遥感技术也迅速发展,成为农业遥感监测的新手段。目前,UAV遥感传感器主要包括数码相机、多光谱相机和高光谱相机。其中,高光谱相机具有较多的波段,可以获取与作物生长状况密切相关的波段信息,可以为作物动态生长监测提供丰富的信息源,并可靠收集作物HI动态变化信息。然而,目前利用UAV高光谱遥感估算作物HI并无相关报道。基于此,在所附文章中,来自中国农业科学研究院的一组研究团队以冬小麦为研究对象,充分考虑其开花期至成熟期生物量和灌浆过程的变化以获取作物动态HI(D-HI)的空间信息。动态fG(D-fG)...
2022 - 06 - 20
位于青藏高原东北部的青海湖,拥有着丰富的自然景观,既优美壮丽又独具特色。然而,在气候变化和人类过度开垦畜牧等因素的影响下,青海湖的环境逐渐恶化,生态遭到破坏,沙漠化面积也日益扩大。据统计,青海湖周边地区现有沙化土地170.7万亩、占区域土地总面积的11.7%。在植被恢复的过程中,青海湖地区的典型固沙植物沙蒿、沙棘和乌柳等对土壤养分及土壤有机质的提高发挥了较大的作用,其中自然植被沙蒿对土壤养分的改良效果最明显。沙蒿 (学名:Artemisia desertorum)是菊科蒿属多年生半灌木状植物,天然生长在沙漠地区,分布甚广。在我国主要分布在黑龙江、内蒙古、陕西、宁夏、甘肃、青海、新疆、四川、西藏等地,多生长于草原、草甸、森林草原、高山草原、荒坡、砾质坡地、干河谷、河岸边、林缘及路旁等。沙蒿枝条匍匐生长,有利于防风阻沙,具有适应性强、耐干早、抗风蚀、喜沙埋、生长快、固沙作用强等特点,为固沙先锋...
2022 - 06 - 10
土壤是重要的自然资源,地球上95%的食物来源于土壤,土壤保存了至少四分之一的全球生物多样性,不仅是粮食安全、水安全和更广泛的生态系统安全的基础,更是为人类提供多种服务、帮助抵御和适应气候变化的重要因素。由土壤组成造成的胁迫,例如盐、重金属和养分亏缺是作物减产的主要原因。作物土壤耐逆性是一种复杂性状,涉及植物形态、代谢和基因调控网络等多种遗传和非遗传因素的调控。传统的作物表型研究通常在田间进行,费事费力、劳动密集、低通量、且受研究人员无法控制的自然环境因素的影响。在此情形下,难以获得高精度的表型数据以满足表型组学的研究需求。在过去几十年,已经开发了几种HTP(高通量表型)平台在现场或可控条件下使用,但其运维成本极高。此外,作物表型相关研究通常只关注植物地上部分,而对根系形态数据的获取有限。然而,根系是植物吸收水分和养分的主要途径,也是碳水化合物的储存器官和土壤胁迫的直接感知器官。因此,根系表...
2022 - 06 - 07
颗粒物,又称尘,是气溶胶体系中均匀分散的各种固体或液体微粒。空气中的气溶胶也是COVID-19的主要传播途径之一。借助准确的粒径分析可得到准确的监测数据,Palas®凭借先进的气溶胶测量技术和空气粒子测量解决方案,为计量院提供了SMPS扫描电迁移率粒径谱仪、 Promo®气溶胶粒径谱仪,以及气溶胶稀释系统等监测仪器。Palas®以其稳定的监测数据结果、宽泛的粒径范围,为计量院的检定业务和相关研究提供助力Palas®专业监测,值得信赖的选择计量院的颗粒物实验室负责对颗粒物监测仪、尘埃粒子计数器、凝聚核计数器CPC、气溶胶粒径谱仪开展计量标准、量值溯源。同时也开展对过滤材料、过滤器和空气净化器的检测工作。如何应对众多的计量和校准任务?计量院已选择多款Palas®作为他们的得力助手。目前COVID-19主要的传播途径之一是通过空气中的气溶胶进行传...
关闭窗口】【打印
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(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910499762 010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 

地址:深圳市宝安区创业二路玖悦雅轩商业裙楼3层瑞思BEEPLUS 3029室 手机:13910499772

 


 


  • 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