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 Technical
News 应用支持
在全球粮食安全与可持续农业的背景下,“作物生物量监测”正逐渐成为农业遥感领域的核心议题。高效、准确地评估作物地上生物量,不仅对产量预测至关重要,也对精准农业管理具有重要意义。近期,国际期刊《Computers and Electronics in Agriculture》发表的一项研究以马铃薯为研究对象,结合ASD FieldSpec地物光谱仪与谐波分解技术,探索提升生物量估算精度的新方法,为作物长势监测与产量评估提供了新的技术支持。研究背景马铃薯作为全球第四大粮食作物,在粮食安全和精准农业中具有重要地位,其地面生物量(AGB)是衡量生长状况、产量预测和田间管理的关键指标。传统的人工测量方法效率低且具有破坏性,而高光谱遥感因其快速、非破坏性和丰富信息的特点,逐渐成为AGB估算的核心技术。然而,由于光谱饱和效应和生长阶段差异,单靠光谱反射率和植被指数(VIs)难以获得高精度结果。因此,开发一种有效挖掘高光谱特征的方法,以减轻光谱饱和效应,提升AGB估算模型的年际适应性,尤为关键。(图2.地理区域(a)和实验设计(b))研究方法实验设计:在北京小汤山试验基地,连续两年(2018–2019)种植马铃薯,共设置42个试验小区,采用不同密度与氮肥水平处理。地上生物量采集:在块茎形成、膨大和淀粉积累三个时期,每区随机取样,烘干后测算AGB。光谱获取:地面:ASD光谱仪,3502500 nm范围,每次采集前白板校正。空中:高光谱成像仪研究结果1.ASD FieldSpec地物光谱仪与高光谱成像仪采集的光谱在整体上保持高度一致(R²0.96),验证了ASD FieldSpec地物光谱仪作为地物基准仪器的可靠性;2.使用传统植被指数(如NDVI、EVI)估算马铃薯地上生物量时,精度较低(R²=0.52),且在不同生育期表现不稳定;3.引入谐波分解(HD)后,模型精度显著提...
发布时间: 2025 - 09 - 29
浏览次数:20
PROSDM:PROSPECT模型与光谱导数和相似性度量相结合从双向反射率中提取叶片生化性状的适用性叶片生化性状为理解植物光合功能、动态生长、养分循环和初级生产提供了有价值的信息。叶片叶绿素含量(Cab)、类胡萝卜素含量(Cxc)、含水量(Cw)和干物质含量(Cm)是四个重要的叶片生化性状,与植物光合作用、氮素、胁迫和衰老等健康和生长状态密切相关。能够对这些叶片生化性状进行高通量测量的方法对于表征植物生理状态和关键功能过程至关重要。PROSPECT模型是目前最常用的叶片辐射传输模型之一,可从叶片定向半球反射因子(DHRF)光谱来提取叶片生化性状,然而,在应用于叶片双向反射因子(BRF)光谱提取叶片生化性状方面尚待探索。叶片表面反射率和各向异性性状的存在可能是限制PROSPECT从叶片BRF光谱评估叶片生化性状的主要问题。基于此,在本研究中,研究者们提出了一个方法,整合了PROSPECT模型、光谱导数和相似性度量(SDM),称为PROSDM,去除了叶片BRF和DHRF光谱的差异,并从叶片BRF光谱提取了叶片生化性状。具体目标是:(1)通过PROSPECT反演调查叶片BRF和DHRF光谱差异随波长的变化以及对Cab、Cxc、Cw和Cm提取的影响,(2)开发PROSDM消除BRF和DHRF光谱差异,从叶片BRF光谱与PROSPECT和PROCOSINE以及PROCWT的比较来提取Cab、...
发布时间: 2022 - 01 - 20
浏览次数:233
【摘要】最近研究发现,在混合落叶阔叶林中,相比于叶片氮含量,叶绿素含量可以更好地指示叶片的光合能力。叶片光合能力与叶绿素含量之间关系的一个关键概念就是光合成分(即光收集,光化学和生化成分)的协调调节。为了检验该假设,作者在生长季测量了水稻地叶片氮含量(NLeaf),叶片光合色素(即叶绿素(ChlLeaf),类胡萝卜素(CarLeaf)和叶黄素(XanLeaf))以及叶片光合能力(即1,5-二磷酸核酮糖(RuBP)在25℃被羧化(Vcmax25)和再生(Jmax25)的最大速率)的季节性变化。同时还调查了NLeaf,叶片光合色素,晴天中午的叶片光化学植被指数(PRILeaf,noon)的有效性及其可能的组合,以估算水稻地的叶片光合能力(即Vcmax25和Jmax25)。ChlLeaf与Vcmax25和Jmax25高度相关(R2分别为0.89和0.87),优于NLeaf(R2分别为0.80和0.85)。PRILeaf,noon与叶片色素的产物也与Vcmax25高度相关(R2=0.95-0.96)。而且叶绿素a和CarLeaf的产物可以很好地替代Vcmax25。总而言之,该研究支持了以前的发现,即叶绿素含量与Vcmax25的相关性比叶氮含量更好。而且,将PRILeaf,noon与叶片色素(即ChlLeaf,CarLeaf和XanLeaf)结合起来,为估算叶片光合能力(即Vcmax25)提...
发布时间: 2020 - 09 - 01
浏览次数:134
有害蓝藻(cyanoHABs)通常生长在世界各地的水生环境中,包括北美五大湖的淡水湖。营养物质丰富或过量(例如N和P)的水体可以支持蓝藻的快速生长。除此之外,水温,风,浪和水流都会影响水华的形成和垂直分布。一些蓝藻会产生有毒化合物从而危害动物和人类健康。因此对有害藻华的预先监测显得尤为重要。【摘要】利用美国航空航天局(NASA)格伦研究中心开发的高光谱成像系统于2015年至2017年在伊利湖和俄亥俄河采集高空间分辨率数据。配合密歇根理工学院实施的替代校正方法,将HSI系统采集的辐亮度数据转换为高质量的反射率数据,并使用现有算法实时监测有害藻华。替代校正方法依赖于成像光谱恒定的目标以归一化大气和仪器校准信号的高光谱数据。对伊利湖西部盆地附近的一个大型沥青停车场进行光谱特征分析,确定为一个合适的校正目标。机载HIS可以提供对水质状况的独特见解。飞机可以在云层下运行,并且可以根据需要选择和更改飞行路线,这比基于空间平台的灵活性更大。HIS能以较高的空间分辨率(~1 m)采集数据,从而可以监测小型水体,检测小块的表面浮渣,以及监测水华与感兴趣目标(例如进水口)的接近程度。借助这种新的快速周转时间,机载数据可以作为现有卫星平台的补充监测工具,针对关键区域并按需响应水华事件。2015年NASA GRC HIS停车场反射率。粗红线表示ASD FieldSpec III的原位反射率。校正前,HIS...
发布时间: 2020 - 07 - 30
浏览次数:101
雪反照率可用于估算雪崩,美国国家航空航天局机载降雪观测台将其与激光雷达联合用于测量雪深。反照率(或“白度”)是单位时间,单位面积上各方向出射的总辐射能量与入射的总辐射能量之比,其测量范围从0(对应于吸收所有入射辐射的黑体)到1(对应于反射所有入射辐射体)。根据Wikipedia的说法“雪反照率变化很大,可以从0.9(刚落下的雪)到0.4(融化的雪)到0.2(脏雪)。南极洲平均雪反照率略高于0.8。如果积雪区域边缘变暖,雪易于融化,会降低反照率,因此积雪吸收了更多的辐射导致了更多的融雪。”在所附的文章中“The Airborne Snow Observatory: Fusion of scanning lidar, imaging spectrometer, and physically-based modeling for mapping snow water equivalent and snow albedo”特别提到了ITRES CASI在测量雪反照率上的重要性。【摘要】在世界许多山区,积雪覆盖和融化主导着区域气候和水资源。山区的融雪时间和量级主要受太阳辐射的吸收和雪水当量(SWE)的分布控制,但是即使在全球仪器设备最完善的山区,对其了解和认识仍不充分。本研究中我们描述并介绍了机载降雪观测台(ASO)的结果,它耦合了成像光谱仪,扫描激光雷达以及积雪分布模型以测定积雪光谱反照率...
发布时间: 2020 - 07 - 30
浏览次数:239
摘要:采矿后地区受到大规模和严重的干扰,会对周围生态系统产生重要的影响。原本的生态系统被破坏,而植树造林可以恢复这些生态系统。但其成功和速度取决于所挖出弃土基质的特性。热红外遥感为弃土基质的标测和分类带来了优势,从而确定了其特性。弃土基质库包含光谱发射率(Designs and Prototypes Model 102便携式FTIR光谱仪)和化学性质,可以促进遥感活动。该研究提供了从捷克共和国褐煤开采场提取的弃土基质发射率的光谱库。通过干燥和筛分将提取的样品均质化。每个样品的光谱发射率通过光谱平滑算法来确定,该算法适用于傅立叶变换红外(FTIR)光谱仪测得的数据。同时测量了每个样品的化学参数(pH、电导率、Na、K、Al、Fe、灼烧损失和多酚含量)和毒性。本文中光谱基因库以地理坐标的形式提供了获取位置的有价值的信息,呈现的数据本质上是唯一的,可以在长波红外电磁频波中为许多遥感活动提供服务。1总结露天采矿过程中,煤层上方大量的基质被清除并重新堆放,覆盖了广阔的区域,这些从几百米深处挖出的材料被称为弃土基质。其物理和化学特性会发生变化,异质性很大程度上受地质及采矿和堆放方法的影响,由于这个原因,基质与最近的土壤有很大的不同。它们有极端的pH值,高浓度的重金属、多酚(即煤分解产物)和盐含量。这些性质会影响采矿后地区植被发展的成功和速度。因此,在土地...
发布时间: 2020 - 05 - 28
浏览次数:113
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:307
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:292
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:116
6372117373571266866723166.pdf
发布时间: 2020 - 03 - 30
浏览次数:221
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:433
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 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 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