Brightness coefficients of poppy crops and particular phytoelements of the poppy in various vegetative stages

Under land-based conditions, in the wavelength range 420–780 nm spectral brightness coefficients were measured for poppy crops and typical soils in the flood plains and piedmont and mountain areas of Central Asia and also for particular phytoelements (leaves, flowers, and balls). The effect of irradiation conditions, sowing dates, and vegetative phases on the spectral brightness coefficients was analyzed. Specific features of the phytoelements were revealed that can be used for remote estimation of the vegetative phase of poppy crops. B. I. Stepanov Institute of Physics, Academy of Sciences of Belarus, 70, F. Skorina Ave., Minsk, 220072, Belarus. Translated from Zhurnal Prikladnoi Spektroskopii, Vol. 64, No. 1, pp. 85–89, January–February, 1997.     

融合冠层水分特征的光谱参数NCVI及反演玉米LAI

精确反演农作物冠层叶面积指数对指导作物管理和作物估产具有非常重要的意义。以吉林市郊区玉米种植区为试点,考虑冠层叶片水分含量对LAI的贡献,在NDVI的基础上结合表征冠层叶片水分含量的植被指数DSWI,提出一种归一化综合植被指数NCVI,以此建立模型反演LAI,并对模型进行检验。结果表明:NCVI模型反演LAI值与实测值之间存在良好的对应关系,此模型突破了传统经验模型对稠密冠层LAI反演的局限,对LAI值大于3的冠层反演效果良好;另外,NCVI模型对土壤水环境十分敏感,在干旱半干旱地区的反演效果明显优于一般区域。     

可见光波段无人机遥感图像的小麦茎蘖密度定量反演

在小麦分蘖期内,适时适量追施氮肥可显著改善小麦茎蘖群体结构、提高产量。但经验性的均一施肥往往导致氮肥过度施用及农学效率偏低等问题,而基于小麦茎蘖的实际发育状况进行变量施肥,有助于解决小麦茎蘖个体发育与群体结构之间的矛盾。通过变量追施氮肥作业调控小麦茎蘖群体、提高小麦产量的技术关键,在于准确获取田块尺度的小麦茎蘖密度（单位面积内的小麦茎蘖数量）信息。传统的通过人工田间调查获取小麦茎蘖密度信息的方法,时效性与精准度不足,工作量大、效率低,而且稀疏的点源统计数据无法精准反映田块内部的小麦茎蘖密度空间差异状况。因此,为满足变量追施氮肥作业对田块尺度的小麦茎蘖密度专题图的需求,使用大疆Mini 2航拍无人机,在小麦分蘖期获取试验田的可视光波段遥感图像。使用Matlab相机标定工具箱,完成无人机遥感图像校正,提取蓝、绿、红三个可视光波段的图像分量。基于植被与土壤在可见光波段的光谱响应特性,选取可以较好地突出植被特征、减轻光照强度对遥感图像质量造成影响的4种比值类型植被指数,即可见光波段差分植被指数（VDVI）、归一化绿红差分指数（NGRDI）、归一化绿蓝差分指数（NGBDI）、绿红比值指数（RGRI）。在此基础上,利用VDVI专题图,计算小麦试验田的植被覆盖度(FVC)。进一步以FVC,VDVI,NGRDI,NGBDI及RGRI平均值为5节点输入层,小麦茎蘖密度地面真值为单节点输出层,建立一个单隐含层、5输入、单输出的3层BP神经网络预测模型,用以定量反演小麦茎蘖密度指标。精度验证数据表明：该神经网络模型的预测结果与相应的小麦茎蘖密度地面真值之间的均方根误差(RMSE)及平均绝对百分比误差(MAPE)分别为19及3.62%,因此该模型具有较高的小麦茎蘖密度预测精度。田块尺度的小麦茎蘖密度反演专题图的统计数据显示：小麦茎蘖密度低于500株·m-2、介于501~800株·m-2之间、以及高于800株·m-2的地块面积分别占比6.67%,74.67%和18.66%,为变量追施氮肥提供数据支持。利用商业航拍无人机获取小麦的可视光波段遥感图像,代替价格昂贵、辐射标定复杂的多光谱遥感相机,在田块尺度上实现对小麦茎蘖密度的定量反演,是推进变量追施氮肥作业、精准农业大田信息获取及农业数字化建设的现实需求。研究成果为小麦长势的遥感检测提供理论依据与数据支持,具有重要的科学意义。     

部分植被化矩形河槽紊流时均流速分布分析解

研究了部分植被化矩形河槽紊流的水深平均流速分布．植被被视为不可移动的刚性多孔介质,植被对水流的阻力以多孔介质理论加以考虑,并综合考虑部分植被存在时矩形河槽紊动水流二次流的作用,建立了紊流动量方程．针对恒定均匀流的特点,对动量方程进行了简化,沿水深方向积分并引入参考量,形成无量纲形式的基于多孔介质理论紊动水流控制方程,进而对其求解给出了水深平均纵向时均流速分布的分析解．研究表明,在不同水流条件下的二次流强度系数具有相同的数量级．为验证分析解的正确性,在实验室采用MicoADV测量了部分植被化矩形河槽水流的流速分布．数值解与实验资料和日本学者的相关实验资料的对比表明,该方法可以准确预测部分植被化矩形河槽紊流水流的水深平均流速分布．     

不同高度柔性植被对坡面流水动力特性的影响

基于系列坡面流试验,研究了柔性植被的高度(4 cm,8 cm和15 cm)对坡面流水动力特性的影响.研究表明:覆盖率相同时,4 cm植被阻水效果最好,15cm最差,而该差异随着坡度增大而减小.4 cm和8 cm植被覆盖时,水流阻力系数随雷诺数增加先减小后增加,这是由于雷诺数较小时水流阻力主要以床面阻力为主,雷诺增大时主要以植被阻力为主.另外,通过染色剂法测得光滑床面平均流速修正系数为0.2～0.4,有植被覆盖床面为0.4～0.8,且修正系数随平均流速增大而增大.     

一种基于无人机高光谱数据的植被盖度估算新方法

从分析对植被覆盖度(FVC)敏感的光谱特性入手,使用Avafield-3光谱仪(测量范围300～2 500 nm),利用人工草坪控制植被覆盖度的方式研究混合光谱与植被覆盖度的关系,通过实验发现红边区间(680～760 nm)对植被覆盖度最为敏感,而红边区间光谱的一阶导数与植被覆盖度的相关性最高(>0.98),且有较强的稳定性,因此选择红边斜率k作为估算植被盖度的参数。参考混合光谱分解法反演植被覆盖度的经典模型--即以NDVI(normalized difference vegetation index)为参数的植被覆盖度反演模型,以红边斜率代替NDVI构建了2个反演植被覆盖度FVC的新的红边斜率模型,该模型是对经典模型的进一步改进。为验证模型精度,以研究区内无人机(UVA)的高光谱数据和研究区实际测量的植被覆盖度数据进行验证：对高光谱数据计算每个像元680～760 nm之间的斜率,利用PPI(pixel purity index)提取纯像元,计算纯植被像元光谱斜率的最大值和纯土壤像元光谱斜率最小值,利用新的红边斜率FVC模型求取植被覆盖度;实测数据采用照相方法,经过几何校正、监督分类后统计植被覆盖度,结果表明：通过实测数据与无人机高光谱数据获取的植被覆盖数据进行验证,新构建的基于红边斜率的两个植被覆盖度模型的精度(R2分别达0.893 3和0.892 7)都略高于以NDVI为参数的模型(R2分别达0.839 9和0.829 9)。提出使用红边斜率计算植被覆盖度的模型,具有较明确的生物物理意义,具有较高的应用潜力和推广价值。     

Identifying the mean residence time of soil water for different vegetation types in a water source area of the Yuanyang Terrace,southwestern China

The mean residence time of soil water (MRT_sw) for forestland and shrubland in a water source area of Yuanyang Terrace, southwestern China, was estimated using stable isotope tracer tests and the sine-wave regression model. Stable isotope analyses from precipitation and soil water were performed in 2015. The δ²H/δ¹⁸O relationship of precipitation resulted in δ²H?=?7.31δ¹⁸O?+?1.49, which is nearly identical to the local meteoric water line in Kunming, southwestern, China. The MRT_sw was simulated at five depth ranges (0–20, 20–40, 40–60, 60–80, 80–100?cm) of the two vegetation types by precipitation δ¹⁸O input data and soil water δ¹⁸O output data. The results showed that the MRT_sw values of the forestland and shrubland both increased with soil depth. However, differences in the MRT_sw of the forestland (between day 53 and 94) and of the shrubland (between day 76 and 142) were discussed. Regarding the physical properties of the soil profiles from the sample plots, non-capillary porosity decreased with soil depth in the forestland (from 48.5 to 20.5?%), and was clearly higher than that in the shrubland (from 38.8 to 18.7?%). Therefore, non-capillary porosity (macropores) could be a factor that shortens the mean residence time of soil water.     

基于RGB-NIR图像匹配的作物光谱指数特征可视化分析

归一化植被指数(NDVI)基于可见光的红色波段(630～680 nm)和近红外区(780～1 100 nm)的反射光谱进行计算,被认为是作物营养与长势诊断的重要指标。为了低成本、快速、无损的检测作物叶绿素含量,计算植株的NDVI并呈现作物的NDVI分布情况,并通过不同角度图像的分析,监测作物营养分布与动态。利用可见光和近红外波段双目成像技术获取图像,在讨论可见光(RGB)和近红外(NIR)图像的匹配算法的基础上,经图像分割与光照影响校正后,针对不同测试角度建立了作物植被指数空间分布图,并对其空间分布特征与影响因素进行了可视化分析。试验利用可见光和近红外双目相机对51株玉米植株,分别在90°,54°和35°视角下同步采集RGB和NIR图像。对RGB和NIR图像分别进行高斯滤波和拉普拉斯算子增强预处理后,选取了SURF,SIFT和ORB共3种图像匹配算法,并首先利用其进行RGB-NIR图像匹配对齐,以匹配时间(Time), 峰值信噪比(PSNR), 信息熵(MI)和结构相似性(SSIM)4个参数作为匹配性能评价指标,分别从时间、准确性、稳定性三个方面综合确定最优匹配方法。其次,研究玉米植株的分割方法包括超绿算法(ExG)和最大类间方差算法(OTSU),分别实现图像中作物和背景的分离,提取分割后的RGB图像R(Red), G(Green), B(Blue)分量和NIR图像分量。基于HSI颜色模型,提取I分量讨论了光照对图像的影响,并利用多灰度级标准板建立了植株光谱反射率校正线性公式。然后,利用R(Red)和NIR图像分量计算图像中每个像素的NDVI值,绘制作物植被指数的空间分布图,从而对比分析了不同拍摄角度下光谱植被指数的分布特征。通过不同角度图像的NDVI分布情况,展示监测作物植株不同位置的叶绿素分布情况。结果显示,RGB-NIR图像匹配时间SIFT(1.865 s)>SURF(1.412 s)>ORB(1.121 s),匹配准确性上SURF≈SIFT>ORB,匹配稳定性上SURF>SIFT>ORB,综合比较选取SURF为最优匹配算法。采用4灰度级标准板对R, G, B, NIR分量校正模型的R2分别为0.78,0.76,0.74,0.77。90°和35°视角分别展现了作物叶和茎的NDVI植被指数分布情况,可为分析和监测作物的营养分布提供技术支持。     

基于无人机遥感的不同施氮水稻光谱与植被指数分析

卫星遥感空间分辨率低且易受大气、云层、雨雪等因素的影响。本文使用共轴十二旋翼无人机搭载光谱仪构成农情遥感系统。首先,给出自主设计的无人机结构和飞行控制系统,围绕飞行平台、控制系统、遥感载荷构建了多环节数据备份的无人机遥感数据采集系统;然后,试验测试4种施氮水平水稻的光谱指数变化规律;最后,通过试验数据分析可得:在可见光区水稻冠层光谱反射率随氮素水平增加而减小,在近红外区,光谱反射率一开始随氮素水平增加而增大,但氮素水平增大到一定程度后再增加氮素导致反射率降低。在4种氮素水平下,水稻植被指数RVI和NDVI由分蘖期到拔节期先增大,然后至抽穗期又逐渐减小,且抽穗期RVI和NDVI值小于其分蘖期RVI和NDVI值。试验表明以多旋翼无人机为平台搭载光谱仪器构成农情遥感监测系统用于反演作物植被指数方面是可行的。本文设计的无人机遥感数据采集系统能够有效、实时获取遥感信息,其获取的高空间分辨率和光谱分辨率的农田实时信息能够为作物长势的分析、健康状况的监测提供必要的数据支持。     

MODIS数据植被覆盖度提取算法比较

植被覆盖度是植物群落覆盖地表状况的一个综合量化指标,是一个重要的生态气候参数。利用MODIS数据对比分析了植被覆盖度常用的提取方法。基于2007年沈阳市的MODIS影像分别使用两种不同的模型（归一化植被指数和增强型植被指数的像元二分模型;三波段梯度差法）提取了植被覆盖度信息,并利用时相相近的高分辨率Landsat TM影像的提取结果对其进行了验证。研究结果表明：对MODIS数据而言,采用像元二分模型能较好地提取大区域范围的植被覆盖度信息。