江苏省农机三项工程项目(NJ2007-32)
- 作品数：4 被引量：96H指数：4
- 相关作者：曹卫星朱艳田永超姚霞徐志刚更多>>
- 相关机构：南京农业大学更多>>
- 发文基金：江苏省农机三项工程项目国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：农业科学机械工程环境科学与工程自动化与计算机技术更多>>
- 作物氮素营养无损监测仪的光学系统设计被引量：14
- 2008年
- 在分析作物冠层反射光谱光学特征和氮素无损监测工作原理的基础上,研究了像方光场均匀性分布、大视场小测距、操作抖动和测距不稳对光学系统监测精度的干扰,提出了光学系统的总体设计方案、关键元件选型及其参数确定的原理和方法,分析了光学参数对测量误差的影响和控制原理,并研制了光学传感变送器。
- 徐志刚朱艳焦学磊曹卫星刘晓英
- 关键词：氮素反射光谱光学系统
- 用于作物光谱信息监测的微弱信号调理方法与电路设计被引量：5
- 2008年
- 作物光谱信息监测仪是信息农业科研和精确农作技术的重要技术支撑。本文深入研究了作物光谱信息转换为电信号的原理和方法,分析并估算了测量误差,提出了误差控制的措施。在此基础上,针对作物光谱监测机理和作物光谱的基本特征,基于准确提取光谱中所负载的作物有效信息的根本性要求,设计并研制出性能良好的微弱信号调理的软硬件系统,有效的解决了作物光谱监测仪研制的关键问题和首要难题。田间测试的结果表明:所研制的微弱信号调理系统性能良好,完全能够适应田间的复杂环境,满足作物光谱信息的监测要求,具有很高的精度、线性度和稳定性。
- 焦学磊曹卫星田永超徐志刚
- 关键词：监测仪微弱光信号系统设计
- 水稻叶片全氮浓度与冠层反射光谱的定量关系被引量：37
- 2008年
- 利用数学统计方法分析了不同施氮水平和不同水稻品种群体叶片全氮浓度(LNC)与冠层反射光谱的定量关系,建立了水稻群体叶片全氮浓度的光谱监测模型.结果表明:基于原始反射率构造的光谱参数与叶片全氮浓度的相关程度均高于原始反射率,近红外波段(760～1220nm)与可见光波段510、560、680及710nm组成的比值植被指数、差值植被指数和归一化植被指数与群体叶片全氮浓度呈极显著正相关,其中与归一化植被指数(NDVI)的相关性最好;对拟合较好的6个两波段组合参数及4个特征光谱参数的预测标准误(SE)和决定系数(R2)进行比较后,选取参数NDVI(1220,710)为反演群体叶片全氮浓度的最佳光谱参数,方程为LNC=3.2708×NDVI(1220,710)+0.8654.利用不同粳稻品种、水分和氮肥处理的试验数据对监测模型进行了检验,估计的根均方差(RMSE)均小于20%,预测值和实测值的拟合R2为0.674～0.862,拟合斜率为0.908～1.010,RMSE为11.315%～19.491%,表明模型预测值与实测值之间符合度较高,对不同栽培条件下的水稻群体叶片全氮浓度具有较好的预测性.
- 周冬琴田永超姚霞朱艳曹卫星
- 关键词：水稻冠层反射光谱
- 小麦叶层氮含量估测的最佳高光谱参数研究被引量：46
- 2009年
- 【目的】作物体内氮素状况是评价长势和预测产量的重要指标。小麦植株氮素营养的快速监测和无损诊断对于精确氮素管理具有重要作用。本文旨在通过对高光谱信息的精细分析和信息提取,探索建立小麦叶片氮含量(LNC,leaf nitrogen content)估算的最佳波段、光谱参数及监测模型。【方法】利用连续4年的系统观测资料,采用精细采样法,详细分析350～2500nm波段范围内原始光谱反射率及其一阶导数光谱的任意两两波段组合而成的主要高光谱指数与小麦冠层叶片氮含量的定量关系。【结果】发现小麦叶片氮含量的最佳波段为位于红边的690、691、700和711nm以及近红外波段的1350nm;基于归一化光谱指数NDSI(R1350,R700)和NDSI(FD700,FD690)、比值光谱指数RSI(R700,R1350)和RSI(FD691,FD711)、土壤调节光谱指数SASI(R1350,R700)(L=0.09)和SASI(FD700,FD690)(L=-0.01)构建氮含量监测模型,决定系数(R2)分别为0.851和0.857、0.842和0.893、0.860和0.866。利用独立试验资料对模型检验的结果显示,模型测试的精度(R2)均大于0.758,RRMSE均小于0.266,尤其是高光谱参数RSI(FD691,FD711)和SASI(FD700,FD690)表现最好。【结论】总体上,利用精细采样法确定最佳波段,构建植被指数和氮含量监测模型,可显著提高模型的精确度和可靠性,从而为快速无损诊断小麦叶层的氮素状况提供新的波段选择和技术途径。
- 姚霞朱艳田永超冯伟曹卫星
- 关键词：小麦最佳波段叶片氮含量
- 监测小麦叶片氮积累量的新高光谱特征波段及植被指数
- 利用减量精细采样法,系统构建了350～2 500 nm范围内所有两两波段形成的比值光谱指数(RSI （i,j）),综合分析了小麦叶片氮积累量(g N·m)与RSI（i,j）的定量关系,确定了监测叶片氮积累量的新高光谱特征...
- 姚霞朱艳冯伟田永超曹卫星
- 关键词：小麦叶片氮积累量最佳波段植被指数
- 文献传递
