福建省科技计划重点项目(2011N0004)
- 作品数：7 被引量：34H指数：3
- 相关作者：孙小芳季彪俊谢萍萍林宏邓邦柱更多>>
- 相关机构：闽江学院福建农林大学更多>>
- 发文基金：福建省科技计划重点项目福建省教育厅资助项目福建省自然科学基金更多>>
- 相关领域：农业科学天文地球生物学理学更多>>
- 利用小波分形维数确定水稻光谱分辨率特征尺度被引量：3
- 2013年
- 采用1维离散小波HAAR、DB4、SYM4对LOPEX 93数据库中的6条水稻反射光谱曲线进行10层小波分解。利用小波近似系数重构信号,采用步长行走法计算重构信号的小波分形维数。研究各尺度下小波分形维数、小波细节系数方差、小波细节系数信息熵、小波近似系数重构方差的特征。结果表明水稻光谱曲线具有分形特征,分形计算中相关系数值均大于0.9证明分形计算的有效性。4个参数的尺度特征揭示了水稻光谱曲线特征尺度转折点出现在尺度6,当水稻光谱分辨率小于64 nm,才能较好地反映光谱曲线峰谷细节特性。通过田间实测18条水稻光谱,计算各尺度的两种植被指数及植被指数与叶绿素的相关系数,进一步证明这一结论。
- 孙小芳
- 关键词：分形光谱分辨率水稻
- 基于小波特征融合的Hyperion影像降维方法
- 2015年
- 根据影像中地物光谱曲线的小波特征点确定地物识别的合适光谱分辨率,通过融合原先若干窄波段生成具有适合地物识别光谱分辨率的宽波段数据,达到降维高光谱数据的目的。文中对hyperion影像进行坏线和Smile效应去除,经过FLAASH大气校正,得到155个波段。对提取的八类地物的样本平均光谱进行DB4小波分解,计算小波细节系数方差;以小波细节系数信息熵作为特征点,得出不可渗透表面、居民地、水田、裸土4类地物识别适宜光谱分辨率为80nm,其余地物识别适宜光谱分辨率为160nm。以窄波段间的活跃度为指标进行融合,生成降维后的宽波段分别是21个波段和11个波段。8类地物在3尺度和4尺度下的分类结果说明降维影像能满足应用需求,提出的降维方法可行。
- 孙小芳
- 关键词：HYPERION小波特征降维地物识别
- 铜胁迫对薏苡种子萌发及幼苗生长的影响研究被引量：5
- 2013年
- 以去壳的浦薏6号为试验材料,研究了不同浓度Cu2+对种子萌发、幼苗生长、相对电导率及叶绿素含量的影响。结果表明:铜离子浓度在0～120mg/L时,不影响薏苡种子的发芽势和发芽率。铜离子浓度高于40mg/L时,薏苡叶绿素含量随着重金属Cu的升高反而下降。铜离子溶液浸种对发芽后幼苗的生长影响较小;但幼芽萌发后生长在铜离子溶液中会显著影响苗的生长。铜离子对根的伸长有极显著的影响,尤以生长在铜离子溶液中的薏苡幼根受影响更大,幼苗根系呈棕黑色,细根趋于死亡。薏苡相对电导率随着铜离子浓度的增加而上升。
- 夏法刚孟惠娟谢萍萍邓邦柱林宏季彪俊
- 关键词：铜薏苡种子萌发幼苗生长
- 种子检验学实验教学的探索与实践被引量：3
- 2013年
- 分析了传统实验教学方法的不足,针对种子检验学实验教学的自身特点,对实验教学方法等进行了一些探索和实践。结合生产实际,由学生自主参与实验设计与准备,自主制作实验图片,利用多媒体来解释实验结果;这些增加了学生动手动脑的机会,激发了学生的学习兴趣和主动性,培养和锻炼了学生的研究实践能力。通过2个学期的教学活动,95%的学生认为这种综合性试验要早开展。
- 季彪俊
- 关键词：种子检验实验教学
- 基于SRAP标记的薏苡种质资源遗传多样性及DNA指纹图谱构建被引量：18
- 2017年
- 利用SRAP分子标记对从各主要产地收集到的90份薏苡种质进行遗传多样性分析,其中68份收集于福建省,6份来自中国台湾,16份来自浙江、辽宁、山东、河南、云南、江苏、湖南、广东、上海等省(市)。结果表明,从88对SRAP引物组合中筛选出26对引物进行SRAP扩增,共扩增出185条带,其中具有多态性的有157,占总数的84.86%,表明90份薏苡种质表现出丰富的遗传多样性。基于SRAP标记利用系统聚类法将90份薏苡种质资源分为4大类,与形态性状分类结果有一定的相似性;利用16对SRAP引物构建了73份薏苡种质资源的DNA指纹图谱,为薏苡遗传研究、品种选育与资源保护提供了依据。
- 夏法刚黄金星季彪俊詹福杨谢萍萍邓邦柱林宏郑金贵
- 关键词：薏苡种质资源SRAP标记DNA指纹图谱
- 高光谱植被指数与水稻叶片叶绿素相关分析被引量：5
- 2013年
- 利用野外地物光谱仪Avafield-1测定水稻灌浆晚期三个品种的叶片光谱曲线,将所测的光谱反射率值计算得到11个植被指数,分析植被指数与同期所测叶片叶绿素值关系.结果表明品种三与其他两个品种在灌浆晚期光谱曲线差异较为明显,植被指数对于灌浆晚期叶片叶绿素相关性较低,最大相关值0.83是修正归一化差异指数与叶绿素计算所得.
- 孙小芳
- 关键词：高光谱遥感植被指数水稻叶绿素
- 植被光谱及其尺度转换研究进展被引量：1
- 2014年
- 植被光谱数据采集以3个尺度光谱为主:材料光谱、端元光谱、像元光谱。材料光谱通常是指在严格的实验室条件下测量的样本光谱。端元光谱指在野外测量得到的相对均一目标的光谱,对于遥感图像而言,端元指像元或亚像元级纯像元。像元光谱通常是指航空航天平台获取的遥感图像,以遥感像元尺度为观测目标的光谱。用植被几何光学模型和冠层辐射传输模型来描述材料光谱和端元光谱之间的关系。采用解析模型和计算机模拟模型,将端元光谱向上尺度转化到像元光谱。从遥感影像中提取端元及像元解混可以认为是从像元光谱向下尺度转化到端元光谱。遥感影像空间分辨率重采样方法可以实现像元光谱内多尺度转换。
- 孙小芳
