基于植被指数的马铃薯叶片氮素含量估算模型

作物氮素状况的有效监测是作物精确施肥和管理调控的信息基础。文章利用AISA-Eagle机载高光谱成像系统获取遥感图像,在对图像进行精确的几何、辐射校正基础上,探索由马铃薯冠层光谱数据组成的植被指数与叶片氮素含量之间的相关关系,建立相应的估算模型,并进行全氮含量填图。实验结果表明：植被指数TCARI/OSAVI与叶片氮素含量的相关性最好,决定系数为0.8404,达极显著相关。将最优的估算模型（y=-24.429x+10.08）应用到整个高光谱遥感图像,得到的全氮含量图的值域和分布与实际测量和地面调查结果基本一致。     

小麦生长及叶片磷含量与高光谱反射率的关系

以小麦品种扬麦13、扬麦16为实验材料,在田间设置了3个氮素水平处理,研究了不同处理拔节期到灌浆期叶面积指数(LAI)、叶绿素相对含量(SPAD)、氮磷含量与冠层高光谱反射率的关系。结果显示,LAI随着施氮量的增加而增大,并在整个生育期内先增大后减小。LAI与二阶导数SD1691、SD506和一阶导数FD407、FD440的相关系数分别为0.600、0.569、0.506、0.477,在α=0.05标准上达到显著水平,可为冠层高光谱反射率监测LAI提供依据;在氮素水平不断提高的情况下,SPAD与LAI有相同的趋势,随施氮量增加而增大。对叶片含磷量与光谱反射率做相关分析可以得出,抽穗期是小麦磷元素光谱诊断的敏感时期,敏感波段为730~900 nm。基于小麦冠层高光谱与营养诊断研究的相关性为后期相关模型构建提供了基础。     

利用气象卫星资料监测天山北坡中段天然草场牧草产量

用1989-1991年在天山北坡不同草场类型上观测的牧草产量与光谱资料及同步接收的NOAA/AVHRR资料,分析结果表明:天然草场光谱植被指数随太阳高度角的上升而降低;随牧草产量的增加而增加;不同年份的光谱植被指数值不同.天然草场牧草产量与各种植被指数存在显著相关;并建立牧草产量动态监测光谱模型;牧草干重和鲜重与气象卫星比值植被指数的相关系数达0.7597和0.8066;建立牧草产量卫星遥感监测模型,可用于天然草场牧草产量的动态监测.     

夏玉米植被指数与叶面积指数的关系研究

利用ASD便携式地物光谱仪和SunScan冠层分析仪实测了陕西杨凌区和扶风县夏玉米关键生育期冠层光谱反射率及叶面积指数(LAI),对归一化植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)与叶面积指数进行了相关性分析,建立了基于三种植被指数的LAI估算模型,并进行精度检验。结果表明:基于抽穗期和蜡熟期NDVI以及灌浆期RVI的LAI估算模型的均方根差和相对误差较低,模拟效果较好。结果对夏玉米生长状况及病虫害监测、产量预测以及田间管理具有参考价值。     

不同播期冬小麦叶面积指数高光谱遥感监测模型

叶面积指数(Leaf area index,LAI)与植物的光合能力密切相关,是评价作物长势和预测产量的重要农学参数,利用高光谱遥感能够实现农作物LAI快速无损监测。为了建立不同播期条件下冬小麦LAI反演的最佳高光谱监测模型,提高冬小麦LAI估算模型精度,将地面实测冬小麦LAI数据和冠层高光谱数据相结合,对4个播期及4个播期组合模拟的混合播期数据进行分析,选取8种植被指数,通过相关分析、回归分析等统计方法,构建不同播期冬小麦叶面积指数监测模型。结果表明,在4个播期处理和由一个所有播期组合下(即混合播期)建立的LAI光谱监测模型中,播期1和播期4分别以EVI2和mNDVI拟合效果较好,播期2、播期3及混合播期均与NDGI拟合效果最好。不同播期及混合播期的拟合方程决定系数(R~2)分别为0.803,0.823,0.907,0.819和0.798;通过试验田实测LAI与反演LAI数据进行拟合模型验证,均方根误差分别为0.81,0.78,0.63,0.82,0.91。通过分析可知,不同播期的分期监测模型比混合播期统一监测模型的拟合效果更好,精度更高。因此,播期1、播期2、播期3、播期4分别选用植被指数EVI2、NDGI、NDGI、mNDVI建立冬小麦LAI反演模型。该结果可为实现不同播期下冬小麦长势精确监测提供理论依据和技术支撑。     

基于归一化高光谱位置变量的干叶片生化组分分析

利用实测干叶片生化组分和高光谱反射率数据，提出了基于面积归一化的高光谱位置变量一阶导数极值法提取生化组分的新思路。结果表明：该方法能较好地提取叶片全氮、纤维素、木质素和淀粉含量，尤其是对纤维素、木质素和淀粉含量的反演精度有了提高。研究还表明：该方法在提取全氮、纤维素、木质素含量时，能有效剔除土壤影响，但是在提取淀粉含量时，效果不够理想。     

基于植被指数、光谱和形状指数的面向对象沙地提取方法研究*

以辽宁省康平县为研究区域,基于高分一号卫星(GF-1)空间分辨率16 m的多光谱影像,通过分析沙地提取的最优分割与合并尺度,以及沙地与其他地类的植被指数、光谱及形状指数特征差异,构建沙地特征提取规则,采用面向对象方法对沙地信息进行提取。结果表明：辽宁省康平县沙地最优分割尺度为40,最优合并尺度为90。沙地与非沙地的归一化植被指数和绿波段光谱均具有高可分性,Jeffries-Matusita（J-M）距离达到了1.92以上。基于植被指数、光谱特征和形状指数3个参数的面向对象沙地提取总体精度达到88.09%以上,Kappa系数高于0.81。此方法具有较好的适用性,能够为沙地信息提取和面积估算提供参考。     

大气可降水量估算模型研究

利用SuomiNet网GPS大气可降水量数据和地面气象数据研究建立大气可降水量估算模型.利用研究区域GPS PWV和地面气象数据,研究了大气可降水量与地面水汽压间的相关性,并建立二者间的线性、二次多项式和幂函数回归模型,对比分析各模型的估算精度以确定最优估算模型,并检验了不同大气水汽含量下最优模型的估算精度.得出以下结论:1)GPS大气可降水量与地面水汽压变化趋势基本一致,存在着良好的相关关系(相关系数达到0.892).2)基于地面水汽压的线性、二次多项式和幂函数模型估算大气可降水量均达到一定的估算精度(相对误差均小于19％),其中幂函数估算模型的R2最高,估算误差最小.3)基于地面水汽压的PWV估算模型具有地域性特征,基于研究区域数据所建立的模型更适合于研究区域,其PWV估算精度高于Cole模型、张学文模型和李超模型.4)所建估算模型在不同的大气水汽含量条件下估算精度不同,大汽水汽含量越高,估算结果的相对误差越小.     

冬小麦地面光谱监测

从小麦反射光谱的特征，探讨了小麦不同物候期反射光谱特征和小麦日变化、季节变化特征。建立了大田冬小麦光谱植被指数与叶面积指数的关系模型和冬小麦农学参数与植被指数之间的关系模型，为开展冬小麦大田生长状况的遥感动态监测和产量预报打下基础。     

利用HJ—1卫星多光谱数据监测城市 湖泊蓝藻研究

以2009年8月中旬东湖支湖局部暴发蓝藻为案例,对蓝藻暴发前后三个时期的HJ-1卫星多光谱遥感影像数据进行对比分析,利用比值植被指数(RVI)、归一化植被指数(NDVI)以及增强型植被指数(EVI)三种植被指数对蓝藻信息进行判别提取,通过已验证的样本点率定判别方法阈值,并对三种植被指数精度及判别结果进行比较分析。结果表明,利用HJ-1遥感数据可快速鉴别蓝藻范围及其程度,大气校正突出了蓝藻水体和其他地物光谱差异,EVI方法精度较高,可剔去水质中泥沙等悬浮物的干扰,可作为城市湖泊蓝藻变化检测经验模型。     

基于LMS的自适应数字波束形成的FPGA实现

介绍了一种针对DBF(自适应数字波束形成)的最小均方(LMS)自适应处理方法,并在工程上用 FPGA(现场可编程门阵列)实现算法的验证和调试.该算法比较简单,易于在工程上用硬件来实现.     

基于偏好融合的群组推荐研究

传统的推荐系统主要针对单个用户,但随着社会和电子商务的快速发展,人们越来越多地以多个用户的形式一起参与活动,而群组推荐旨在为多个用户组成的群组提供服务,已成为当前研究的热点之一.针对目前群组推荐准确率低,群组成员之间偏好冲突难以融合的问题,本文提出了一种新的共识模型策略,融合了群组领袖影响因子和项目热度影响因子,基于K近邻为目标群组寻找邻居群组,借鉴邻居群组的偏好,设计了基于偏好融合的群组推荐算法.在MovieLens数据集上的实验结果表明,本文所提的融合策略较传统的偏好融合策略有着更优越的表现,推荐准确率（nDCG）的总体平均性能约提高13%,推荐列表多样性指标的总体平均性能约提高10%.     

话说“风云”

在种类繁多的人造卫星中 ,有一种专门用于在外层空间监测地球风云变幻的卫星 ,那就是气象卫星。气象卫星可以在太空拍摄地表的地貌、云图、水汽等照片 ,经处理后发送到地面。气象部门根据卫星云图和其它气象信息资料进行综合分析 ,便可对未来天气的变化作出预测。196 0年美国发射了世界上第一颗试验气象卫星“泰罗斯号” ,至今 ,已有美国、前苏联、日本、欧洲空间局和印度、中国等几个国家 ,先后发射了“泰罗斯”、“流星”、“艾萨”、“诺阿”、“葛兹”、“葵花”、“梅地欧尔”、“风云”等 10多个系列的数十颗不同型号和用途的气象卫星…     

移动端气象类直播初探

气象节目而言,不论是日常播出的天气预报,还是在突发事件发生时的气象专栏节目,对于公众的生产生活和生命财产安全来说都扮演着十分重要的角色.随着新媒体、融媒体、全媒体时代的不断更迭发展,气象节目也不再拘泥于传统媒体和传统形式,利用更加便捷的应用程序和平台来传播气象信息例如微信、微博等,大大提高了气象信息的传播速度和效率.     

基于集对分析的洪水分类研究

为避免常规分类方法复杂的数学理论和繁琐的计算,提出了基于集对原理的洪水分类新方法——集对分析法（SPAM）。系统地给出了集对分析法的基本思路和计算步骤。建议方法概念清晰,结构简单,计算简洁,易操作,是一种有效的分类途径。以实测洪水过程为例,应用研究表明集对分析法的分类结果是可行的。     

基于OpenStack Swift的雷达产品存储研究

简要介绍分布式对象存储系统OpenStack Swift,包括安装部署及其在雷达产品存储方面的应用,研究证明,OpenStack Swift能较好的支持雷达产品存储,也适用于其它气象资料存储管理。     

北京市气温对电力负荷影响的计量经济分析

以温度派生变量度日指数为解释变量构建了气温与电力负荷的计量经济模型。模型证明了天气对电力负荷的季节性影响, 且影响显著。通过引入序列相关AR结构和解释变量的动态结构, 模型得到逐步优化, 调整的拟合优度达95%。为了检验模型的预测能力, 利用历史数据对其进行了评估, 评估结果表明模型有较好的中期电力负荷预测能力。该模型对电力企业电力调度、电力建设有较大的参考价值。     

基于LAPS资料的一次冰雹过程数值催化模拟研究

基于3维冰雹云模式,采用局地分析预报系统高时空分辨率分析场作为初始场,对鄂西北地区2009年4月15日发生的一次降雹天气过程进行数值模拟,分析了强对流发展过程的流场、雷达回波、水成物粒子演变特征以及催化机制。研究表明:基于高时空分辨率资料的3维冰雹云模式,能够较好地模拟冰雹云的形成发展演变及人工催化后微物理过程响应。模式输出的雷达回波强度及回波顶高与雷达实测资料相近,最大反射率因子分别为70 dBz、65 dBz,强回波中心基本上位于6~7 km处。冰雹云发展过程中呈现典型的低层辐合、高层辐散特征,消亡过程流场相反;冰雹胚胎形成主要源于冻滴自动转化,碰并云水和雨水促进冰雹增长;不同时间、不同剂量的催化对于防雹效果差异显著,催化时间越早,催化剂量越大,效果越好。     

基于RBF神经网络的人脸识别研究

针对人脸识别技术中存在的高维问题、小样本问题和非线性问题展开研究.围绕人脸特征提取,采用基于主成分分析和Fisher线性鉴别来克服在人脸识别中的小样本问题,同时将人脸图像从高维空间映射到低维空间从而解决了高维问题;在分类识别方面,采用具有很强的非线性映射功能的RBF神经网络进行模式分类,能够解决人脸识别中的非线性问题.在ORL人脸数据库上进行的仿真实验表明,该方法进行人脸识别具有较高的识别率.     

人工影响天气关键技术与装备研发

"空中水资源监测技术研究"课题完成了前期调研,制定详细研究计划,任务分解,组织队伍;组成外场技术组,实地勘测和选点;完成了地面观测人员的技术培训;利用参加单位增雨催化飞机进行试验性观测;利用耦合了中国气象科学研究院复杂云物理方案的GRAPES和MM5中尺度数值模式,结合奥运保障服务,将课题研究成果臆用于业务产品的开发中,取得了较好的效果.