公共文化服务平台

田明璐: 作品数：12 被引量：154H指数：7; 供职机构：西北农林科技大学资源环境学院更多>>; 发文基金：国家高技术研究发展计划河南省科技攻关计划国家科技支撑计划更多>>; 相关领域：农业科学自动化与计算机技术更多>>

合作作者

基于低空无人机成像光谱仪影像估算棉花叶面积指数被引量：53: 2016年; 农作物叶面积指数(leaf area index,LAI)遥感监测具有快速、无损的优势。该文以低空无人机作为遥感平台,使用新型成像光谱仪获取的农田高光谱影像数据对棉花LAI进行反演。利用影像高光谱分辨率的特点,针对传统固定波段植被指数(fixed-bandvegetation index,F_VI)进行改进,通过动态搜索相应植被指数定义所使用波段范围内的反射率极值的方法,计算与各类植被指数对应的极值植被指数(extremum vegetation index,E_VI)。分别以原始全波段光谱反射率、连续投影算法(successive projections algorithm,SPA)提取的有效波段反射率以及各类F_VI和E_VI作为自变量,使用最小二乘和偏最小二乘(partial least squares,PLS)回归等方法构建LAI遥感估算模型。结果显示:1)以植被指数为自变量的模型估算效果(验证R2最高为0.85)优于以光谱反射率作为自变量的模型(验证R2最高为0.59);2)使用E_VI作为自变量能够显著提高LAI的估测精度(验证R2最大提高了0.11);3)使用PLS回归算法结合多个E_VI建立的LAI-E_VIs-PLS模型精度最高。使用LAI-E_VIs-PLS模型对棉花地块高光谱影像进行反演,制作棉花LAI空间分布图,取得良好的估算结果(验证R2=0.88,RMSE=0.29),为农作物LAI遥感监测提供了新的技术手段。; 田明璐班松涛常庆瑞由明明罗丹王力王烁; 关键词：作物高光谱成像棉花叶面积指数

猕猴桃叶片SPAD值高光谱估算模型构建被引量：7: 2018年; 利用便携式野外光谱辐射仪和叶绿素仪在陕西杨凌蒋家寨村测定了猕猴桃不同生育期叶片光谱反射率及其对应的叶绿素相对含量(SPAD)值,通过分析其光谱反射率、一阶微分光谱和SPAD的相关关系,构建了不同生育期基于红边位置、红边幅值、红边偏度和红边峰度的SPAD估算的单因素回归模型和多元逐步回归模型。结果表明:(1)随着猕猴桃叶片叶绿素含量升高,红边位置"红移",红边幅值随着SPAD值的增大而递减,红边面积有所减小,红边曲线形状由右偏逐渐转变为左偏,峰度值逐渐降低;(2)红边偏度能够更好地反映叶片叶绿素含量;(3)在不同生育期,均以红边偏度建立的单因素模型效果最好,建模R2分别为0.821、0.874、0.842;(4)与单因素多项式回归模型相比,多元逐步回归模型在不同生育期均有更好的建模精度和预测精度,在不同生育期,其预测R2分别为0.848、0.926、和0.850,是估算猕猴桃叶片SPAD值的最佳模型。; 余蛟洋常庆瑞班松涛田明璐由明明; 关键词：SPAD值红边参数

利用ASTER数据融合的SRTM空值填补方法被引量：3: 2012年; 由于雷达干涉采集误差导致SRTM数据出现高程空值,为了保证数据完整性,需要对其进行空值修补。本文总结了国内外对SRTM数据空值的填补方法,提出了一种在内插的基础上利用ASTER数据进行数据融合的空值填补方法。该方法首先对ASTER数据进行预处理,以消除两者之间的高程差异,然后利用处理后的90m间隔ASTER数据对SRTM数据进行融合,从而实现了SRTM数据的空值填补。实例验证了该方法是一种获取完整地形数据的有效途径。; 田明璐常庆瑞冯冰凛; 关键词：SRTM ASTER 数据融合

棉花全生育期叶片SPAD值的遥感估算模型被引量：9: 2017年; 叶绿素含量是评估棉花生长状况的重要参数,估算叶绿素含量对于棉花生长监测具有重要意义。以渭北旱塬区种植的棉花为试验材料,测量全生育期棉花叶片SPAD值与冠层反射率光谱,将原始高光谱反射率、一阶微分光谱反射率、不同波段组合的遥感光谱参数分别与SPAD值做相关性分析,用传统回归分析方法构建五种重要光谱参数的SPAD值预测模型,同时,采用PLSR方法建立全生育期SPAD值的估算模型。最后对模型进行检验,筛选出精度最高的模型。建模结果表明,基于多种光谱参数的全生育期PLSR预测模型精度最高、预测效果最好,估算模型的决定系数R^2为0.733,验证模型R^2为0.737。PLSR方法建立的多光谱参数的SPAD值估算模型预测效果显著,利用高光谱技术对棉花SPAD值进行监测,可为全生育期棉花长势遥感监测提供依据。; 马文君常庆瑞田明璐班松涛; 关键词：高光谱遥感 SPAD值全生育期

高光谱影像的苹果花叶病叶片花青素定量反演被引量：8: 2017年; 花叶病是苹果叶片常见的病毒性病害,患病叶片的花青素含量出现异常。以叶片花青素含量作为病害严重程度的定量化指标,使用高光谱成像技术获取感染花叶病的苹果叶片的高光谱图像,分析叶片的光谱特征,通过任意两个波段的反射率的不同数学组合,构建并筛选对染病叶片花青素含量高度敏感的最优光谱指数,进而建立苹果叶片花青素含量的高光谱估算模型,最终实现苹果叶片花青素含量分布状况的可视化表达。结果表明,随着病害严重程度的增大,苹果叶片的花青素含量升高;叶片染病区域的光谱反射率在整个可见光区域明显增加,而且出现了红边蓝移现象。通过两两波段组合构建的三种光谱指数(NDSI(770,722),RSI(717,770),DSI(581,520))与苹果叶片花青素含量的相关系数绝对值均达到0.8以上。在构建的四种苹果叶片花青素含量估算模型中,选用三个光谱指数为参数、并使用偏最小二乘回归方法建立的AnthPLSR模型精度最高(R2=0.823,RMSE=0.056)。采用Anth-PLSR模型对患病叶片的高光谱图像进行逐像元解算,得到苹果花青素含量分布图。进一步通过叶片花青素含量分布图计算苹果叶片整叶的花青素含量平均值,作为苹果叶片健康程度的定量化指标。此外,通过提取整叶光谱均值、使用同样模型可简洁有效地估算苹果整叶花青素含量平均值。为苹果叶片花叶病病害监测提供了一种直观、快速的技术手段。; 田明璐班松涛班松涛常庆瑞武旭梅王琦; 关键词：花叶病苹果叶片花青素

红壤丘陵区土壤侵蚀研究: 本研究综合运用GIS 和RS 技术，对SPOT 影像以及兴国县1∶5 万地形图进行处理，提取出通用水土流失方程(USLE)所需要的各因子，并运用该方程对兴国县的土壤侵蚀量进行计算。然后计算出该研究区的潜在土壤侵蚀量。依照...; 田明璐常庆瑞; 关键词：红壤丘陵土壤侵蚀 USLE

西北地区冬小麦生长状况高光谱遥感监测研究: 冬小麦是西北地区重要的粮食作物，该地区有限的自然资源和脆弱的生态环境迫使农业必须向精细、高效的方向发展，以最小的资源投入获取最高经济效益，同时兼顾生态环境的保护。使用定量遥感技术精确获取农田环境信息和农作物长势信息是实现...; 田明璐; 关键词：冬小麦遥感监测

基于无人机成像光谱仪数据的棉花叶绿素含量反演被引量：58: 2016年; 以棉花为目标作物,使用低空无人机平台的成像光谱仪获取地表农作物高光谱影像,利用无人机影像光谱分辨率高的特点,提取27个光谱参数,构建棉花叶片叶绿素相对含量(SPAD)的反演模型,并制作棉花叶片SPAD分布图。结果表明:在影像上,不同叶片SPAD的棉花冠层反射率有显著差异。光谱参数中,与SPAD相关性最高的为DR526、DR578、SDy和Db,相关系数绝对值都在0.8以上。在各光谱参数参与建立的SPAD反演模型中,使用多元逐步回归和偏最小二乘回归方法的模型精度最高。对高光谱影像结合各模型制作的SPAD分布图进行精度分析,结果表明,使用SPAD-PLSR模型得到的分布图具有最佳预测效果,可以作为棉花叶片SPAD遥感监测的技术手段。; 田明璐班松涛常庆瑞马文君殷紫王力; 关键词：棉花叶绿素相对含量成像光谱仪遥感反演

基于随机森林回归的油菜叶片SPAD值遥感估算被引量：8: 2019年; 以西北地区典型经济作物油菜为研究对象,利用SVC-1024i型便携式光谱仪和SPAD-502型叶绿素仪测定了油菜不同生育期的叶片光谱反射率和SPAD值。通过分析油菜原始光谱及10种光谱指数与SPAD值的相关关系,基于光谱指数构建了不同生育期油菜叶片SPAD值随机森林回归(RF)估算模型,并利用独立样本对所建模型进行验证,同时结合传统的一元线性回归模型和多元逐步回归模型与其进行比较。结果表明:油菜叶片SPAD值在全生育期内呈现出先上升后下降的趋势;各光谱指数在不同生育期及全生育期与SPAD值的相关性均达到0.01水平的显著相关;基于光谱指数构建的随机森林回归模型在油菜各个生育期及全生育期建模和预测结果明显优于同期的传统回归模型,建模R2达0.90以上,验证R2达0.81以上,RMSE在1.571～5.004,RE在2.66%～13.22%,是油菜叶片SPAD值的最优估算模型。; 由明明常庆瑞田明璐班松涛余蛟洋张卓然; 关键词：油菜 SPAD值遥感

红壤丘陵区兴国县土壤侵蚀评价研究: 本研究综合运用GIS和RS技术,对SPOT影像以及兴国县1:5万地形图进行处理,提取出通用水土流失方程(USLE)所需要的各因子,并运用该方程对兴国县的土壤侵蚀量进行计算。然后计算出该研究区的潜在土壤侵蚀量。依照中国水利...; 田明璐; 关键词：红壤丘陵土壤侵蚀 USLE; 文献传递

田明璐

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

田明璐

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈