• 基于波段深度分析和BP 神经网络的水稻色素含量高光谱估算

    分类: 农、林、牧、渔 >> 农业基础学科 提交时间: 2017-11-10 合作期刊: 《中国生态农业学报》

    摘要: 该文以水稻田间氮肥水平试验为基础, 采用单变量的线性和非线性回归方法, 建立基于植被指数的水稻色素含量高光谱估算模型。各植被指数对色素含量的估计能力分析结果显示, 植被指数在色素含量较大 时存在饱和问题, 为此尝试将波段深度分析(BDA)与BP 神经网络结合, 以提高利用高光谱技术对水稻叶片色素含量的估算精度。基于连续统去除处理的水稻冠层高光谱数据(400~750 nm), 选取波段深度(BD)、波段深度比(BDR)、归一化波段深度(NBDI)和归一化面积波段指数(BNA)4 种波段指数, 在此基础上进行主成分分析(PCA)实现降维, 然后采用反向传播(BP)神经网络方法对水稻叶片色素含量进行高光谱反演, 探讨BDA 与BP神经网络结合解决植被指数饱和问题的可能性和有效性。结果表明, 波段深度分析突出了光谱吸收特征差异,挖掘了更多的潜在信息, 使得光谱曲线的差异性得到增强。BD 与BP 结合的估算模型对水稻叶片中的类胡萝卜素含量估算精度最高(R2=0.61, RMSEP=0.128 mgg1), BNA 与BP 结合的估算模型对水稻叶片中的叶绿素含量估算精度最高(R2=0.73, RMSEP=0.343 mgg1)。对比分析BDA 与BP 结合的模型和植被指数最佳回归模型的精度, 发现波段深度分析建立的BP 神经网络模型能较好地解决饱和问题, 提高水稻叶片色素含量的估算精度。

  • 不同农艺措施对巢湖沿岸坡耕地不同形态磷径流输出的控制效果

    分类: 农、林、牧、渔 >> 农业基础学科 提交时间: 2017-11-09 合作期刊: 《中国生态农业学报》

    摘要: 为明确巢湖沿岸坡耕地不同农艺措施对生态保护和水环境治理的影响, 以农业面源污染长期定位观测基地为平台, 于2014—2015 年连续2 a 对常规耕作(CK)、植物篱(黄花菜, PH)、植物篱+秸秆覆盖(PHS)和等高垄作(CR)4 种农艺措施下的水土及随地表径流迁移的各种形态磷进行了监测。结果表明, 与常规耕作相比, PH、PHS 和CR 能有效地减少径流量和产沙量(PPH>CR。与CK 相比, PH、PHS 和CR可分别减少23.5%、36.5%和19.7%的径流流失和29.5%、45.2%和26.3%的土壤流失, 表现出显著的水土保持作用。CK 条件下的径流液总磷(TP)浓度是0.612~1.220 mg·L1, 其中颗粒态磷(PP)占总磷的71.5%~81.7%, 颗粒态磷是磷随地表径流迁移的主要形态。在溶解态总磷(DTP)中, 溶解态正磷酸盐(D-Ortho-P)所占比例较大, 为87.4%~90.7%; 溶解态有机磷(DOP)所占比例较小, 仅占9.3%~12.6%。与CK 相比, PHS、PH 和CR 显著降低了径流液PP 和TP 的浓度(P0.05)。CK 条件下, 磷的年流失负荷平均为0.706 kg·hm2, 占当年作物施磷量0.98%。与CK 处理相比, PH、PHS 和CR 处理磷的年流失负荷分别降低38.4%、53.8%和33.4%(P<0.05), 其对磷素输出的控制效应主要通过减少径流量和降低径流液PP 的浓度来实现的。综上可知, 植物篱(黄花菜)、植物篱+秸秆还田和等高垄作是控制巢湖沿岸坡耕地水土及磷径流输出的有效措施, 其中植物篱配合秸秆覆盖还田效果最佳。该研究可为巢湖流域坡耕地水土流失和面源污染防治提供科学依据。