王立志
- 作品数：4 被引量：48H指数：4
- 供职机构：国家农业信息化工程技术研究中心更多>>
- 发文基金：国家自然科学基金公益性行业(农业)科研专项北京市优秀人才培养资助更多>>
- 相关领域：农业科学更多>>
- 冬小麦光合速率对施氮量与光照强度的响应分析被引量：4
- 2017年
- 为了探索施氮量在不同光照强度下对冬小麦光合速率的影响,基于小区施氮控制试验,设置4个施氮量水平和5个光照强度,分析施氮量对冬小麦叶片氮素含量的响应规律,研究光照强度和叶片氮素对冬小麦叶片净光合速率的影响。结果表明,随施氮量的提高,叶片含氮量逐渐上升,过量施氮会抑制灌浆初期和灌浆中期叶片含氮量的增加;从拔节期-灌浆中期,叶片含氮量总体降低,冬小麦净光合速率随光照强度的增大呈增加趋势,光合速率在低施氮量下先上升后下降,而在不施氮和中、高施氮量下随生育时期推进呈下降趋势;在人工控制的固定光照强度下,冬小麦叶片净光合速率与叶片含氮量呈极显著正相关,即随着叶片含氮量的增加光合速率呈上升趋势,故适量增施氮肥有助于冬小麦光合速率的提高。
- 张丽妍顾晓鹤裴亮杨贵军王立志王晓宁李振海李伟国
- 关键词：冬小麦施氮量光照强度叶片含氮量光合速率
- 基于多时相HJ-1B CCD影像的玉米倒伏灾情遥感监测被引量：25
- 2016年
- 【目的】通过对倒伏发生前后的多时相HJ-1B卫星CCD多光谱影像植被指数的变化分析,实现区域尺度下的玉米倒伏受灾范围监测和灾情评估。【方法】以2015年8月3日因大风暴雨导致大面积玉米倒伏的河北省藁城市为研究区,提取HJ-1B CCD多光谱影像的多种植被指数,根据多时相植被指数变化量与实测倒伏样本的关联分析,筛选玉米倒伏敏感植被指数,采用正态(偏正态)统计理论的双阈值划分策略划定阈值,构建基于植被指数变化分析的玉米倒伏灾情遥感监测模型,评价玉米倒伏灾情严重程度,并基于野外实测样本进行精度评价。【结果】基于城镇、水体、倒伏与未倒伏玉米的HJ-1B CCD2多光谱反射率曲线可得,玉米与城镇建筑物和水体的光谱反射率存在较大差异,在可见光波段,倒伏玉米要高于未倒伏玉米的反射率,然而在近红外波段(830 nm),未倒伏玉米略高于倒伏玉米的反射率。由已提取出玉米种植区域后的前后两期HJ星的差值影像分析可得其像元整体分布趋势基本符合正态(偏正态)分布。由相关性分析可得,倒伏前后的比值植被指数(RVI)差值与玉米倒伏比例具有最高的相关性(R=0.9377),而且倒伏越严重,其RVI差值越大;通过野外实测样本与模型验证结果进行混淆矩阵分析,总体分类精度达到85.7%,Kappa系数为0.804;研究区玉米倒伏遥感空间制图结果与当地农业技术推广站监测结果基本一致。【结论】倒伏发生后,其玉米长势以及灾后恢复程度均存在较大差异,因此,基于玉米倒伏前后RVI差值的遥感监测模型能有效反映不同倒伏程度的冠层群体变化信息以及长势恢复情况,能在区域尺度下实现玉米倒伏受灾范围监测和灾情等级评估。
- 王立志顾晓鹤胡圣武杨贵军王磊王磊王艳杰
- 关键词：玉米倒伏植被指数多时相
- 冬小麦白粉病冠层光谱特征解析与病情指数反演被引量：6
- 2017年
- 为探讨利用高光谱技术快速无损地监测小麦白粉病灾情的方法,通过人工田间诱发白粉病,在灌浆期对不同发病等级(病情指数)的冬小麦进行冠层高光谱测定,对原始光谱数据进行一阶微分处理,筛选最佳光谱特征参量和植被指数,构建冬小麦白粉病病情指数反演模型。结果表明,在冠层尺度,小麦白粉病"红边"位置均在730nm左右(±1nm);经验证,5种模型中三角植被指数(TVI)模型估算精度最好,r2和RMSE分别达到了0.700和0.112,与精度最低的优化土壤调节植被指数(OSAVI)模型相比,r2提高了0.071,RMSE降低了0.013。小麦白粉病"红边"蓝移现象并不明显;五种模型r2都达到了0.6以上,说明高光谱技术都能够有效地对冬小麦白粉病病情指数进行无损、快速、精确的反演,其中TVI的反演精度最佳。
- 范友波顾晓鹤王双亭杨贵军王磊王磊王立志
- 关键词：冬小麦白粉病特征参量植被指数
- 基于无人机载LiDAR数据的玉米涝灾灾情评估被引量：13
- 2017年
- 【目的】基于无人机平台的遥感技术是目前研究的热点,也是推动现代化农业快速发展的主要力量之一。笔者欲通过分析涝灾研究区激光雷达点云数据反演的玉米冠层高度,快速准确实现玉米涝灾受灾范围监测和灾情评估,为防灾减灾、高产稳产、农业保险理赔等提供依据。拓展无人机载LiDAR数据在农业领域的应用价值,为农业等相关部门快速有效掌握农情信息提供保障。【方法】2016年7月19—20日,以因大暴雨导致涝灾的北京市昌平区一块玉米大田作为研究区,基于无人机平台获取研究区激光雷达数据。通过冠层高度模型(canopy height model,CHM)反演出玉米冠层高度,采用正态统计理论的双阈值划分策略确定阈值,构建基于玉米冠层高度差异的涝灾灾情遥感监测模型,评价玉米涝灾灾情严重程度,并基于地面实测数据进行精度评价。【结果】涝灾发生后,玉米长势存在一定差异,最明显的差异体现在玉米植株高度。基于正态统计理论和野外测量,最终确定严重涝灾玉米冠层高度为0.30—0.84 m,中度涝灾玉米冠层高度为0.84—1.70 m,冠层高度1.70 m以上为轻度受灾区域。通过野外实测样本对无人机载LiDAR数据估算结果进行混淆矩阵分析,总体分类精度达到72.15%,Kappa系数为0.44。结合数码影像做进一步验证,结果表明研究区玉米涝灾遥感空间制图结果与数码影像结果基本一致。【结论】通过无人机载LiDAR数据能实现玉米冠层高度反演,结合涝灾后玉米植株高度差异特征能有效反映不同涝灾程度,实现区域尺度下玉米涝灾受灾范围监测和灾情等级评估,有利于便捷高效获取灾情灾害信息。
- 甘平董燕生孙林杨贵军李振海杨凡王立志王建雯
- 关键词：玉米涝灾灾情评估
