王大成
- 作品数:24 被引量:183H指数:8
- 供职机构:中国科学院遥感与数字地球研究所更多>>
- 发文基金:国家自然科学基金国家高技术研究发展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经济管理天文地球更多>>
- 基于遥感数据和生态因子的小麦籽粒蛋白质含量监测
- 本研究引入温度、降水、太阳辐射和土壤肥力等影响小麦籽粒蛋白质含量的重要生态因子,结合遥感数据进行小麦籽粒蛋白质含量监测.以北京郊区的小麦种植区为实验区,获取多时相的HJ1A/B卫星数据,多个气象站点全生育期气象数据和土壤...
- 李存军王大成王纪华宋晓宇王芊王妍
- 关键词:小麦籽粒蛋白质遥感数据生态因子
- 文献传递
- 稻干尖线虫病胁迫水稻叶片波谱响应特征及识别研究被引量:3
- 2010年
- 对植被病害的精确识别是采取植保措施的前提,同时对喷施农药也具有积极的指导作用。比较了受稻干尖线虫胁迫水稻叶片和健康叶片色素含量、光谱反射率、高光谱特征参数,受害水稻叶片与健康叶片相比,叶绿素和类胡萝卜素含量分别降低18%和22%;光谱反射率在蓝紫光、绿光和红光谱段分别增加1.5,1和2.3倍,在近红外和短波红外区域分别降低约28.9%和26.3%,红边和蓝边分别蓝移约8和10nm,绿峰和红谷分别红移约8.5和6 nm。以红边面积和红边位置作为C-SVC(非线性软间隔分类机)的输入向量,对受害和健康叶片进行识别,精度为100%。研究表明,水稻叶片光谱对病害胁迫具有显著的响应特征,利用C-SVC对受害和健康叶片进行辨别的方法是可行的。
- 刘占宇石晶晶王大成黄敬峰
- 关键词:支持向量分类机
- 用神经网络和高光谱植被指数估算小麦生物量
- 准确的估算作物生物量,能够为国家和地方政府的粮食经济宏观调控决策提供科学依据。利用高光谱植被指数,系统的比较了人工神经网络方法和传统回归模型估算的小麦生物量。结果表明,基于BP神经网络的方法相对于对数回归模型,显著地提高...
- 王大成王纪华靳宁王芊李存军黄敬峰王渊黄芳
- 关键词:小麦植被指数人工神经网络
- 文献传递
- 项目特征对新产品开发过程中隐性知识传递的影响研究
- 在知识管理和组织学习领域,对新产品开发过程中隐性知识传递的研究得到了越来越多的关注,但是目前的研究还存在诸多争议,而且很少是基于不同的任务属性和新产品开发过程中不同类型的活动而进行的.
在这种背景下,本文从项目...
- 王大成
- 关键词:知识管理
- 文献传递
- 结合HJ1A/B卫星数据和生态因子的籽粒品质监测被引量:4
- 2013年
- 该研究引入温度、降水、太阳辐射和土壤肥力等影响小麦籽粒蛋白质含量的重要生态因子,结合遥感数据进行小麦籽粒蛋白质含量监测。以北京郊区的小麦种植区为实验区,获取多时相的HJ1A/B卫星数据,多个气象站点全生育期气象数据和土壤养分数据,以及收获时小麦籽粒蛋白质含量。分别构建了遥感光谱蛋白质含量模型、生态因子籽粒蛋白质含量模型、光谱生态因子蛋白质含量模型。结果表明:北京地区冬小麦以5月11日(开花期左右)NDVIgreen值与籽粒蛋白质含量相关性最好,达到极显著水平,因此该时期为冬小麦籽粒蛋白质含量遥感监测的最佳时相,并将利用该时期的NDVIgreen参与光谱蛋白质含量模型、光谱生态因子蛋白质含量模型的构建。对光谱蛋白质含量模型、生态因子籽粒蛋白质含量模型、光谱生态因子蛋白质含量模型进行F检验,表明各模型均达到极显著水平,3种模型的决定系数分别为:0.782,0.635,0.843,相对误差分别为:0.151,0.123,0.049。说明综合利用遥感数据和生态因子的监测结果比单独利用遥感数据或单独利用生态因子的精度高。引入生态因子的小麦籽粒蛋白质含量遥感监测有助于提高监测精度,并增加监测模型的农业机理。
- 王大成张东彦李宇飞秦其明王纪华范闻捷陈诗琳
- 关键词:小麦籽粒蛋白质含量遥感生态因子
- 基于可见光/近红外光谱技术的倒伏水稻识别研究被引量:19
- 2009年
- 运用可见光/近红外光谱仪获取正常的和受稻飞虱、穗颈瘟危害而倒伏的水稻冠层光谱反射率,采用主成分分析(PCA)方法对反射率光谱进行降维处理,提取2个主分量光谱.其中,第一主分量PC1代表了水稻冠层的光谱特性,第二主分量PC2反映了倒伏水稻的冠层光谱变化信息.将前2个主分量作为支持向量分类机(SVC)的输入向量,建立分类模型.结果表明,对受稻飞虱危害倒伏的水稻验证数据的识别精度为100%,对受穗颈瘟危害倒伏的水稻验证数据的识别精度为90.9%.研究表明可见光/近红外光谱可能是一种有效的倒伏水稻识别方法.
- 刘占宇王大成李波黄敬峰
- 关键词:稻飞虱穗颈瘟主成分分析支持向量分类机
- 基于HJ-1A/1BCCD时间序列影像的水稻生育期监测被引量:14
- 2011年
- 为了准确获得作物大面积生育期信息,指导农业生产管理和决策,基于2009、2010年湖南双季稻生育期间42景晴空HJ-1A/1B CCD影像,提出了一种基于小波分析的生育期估计方法:首先通过线性插值构建像元尺度上逐日的增强植被指数时间序列集,随后采用小波分析对其进行去噪重建,得到反映水稻生长过程的日时间序列曲线,最后通过曲线特征估计水稻的关键生育期。以抽穗期为例,利用湖南沅江市20个田块实地调查数据对估计结果进行了验证,并与基于非对称高斯函数及基于Savitzky-Golay滤波的方法进行了对比,结果表明基于小波分析的方法平均误差为3d左右,整体上不高于后2种方法误差,能较精确地估计双季稻抽穗期,提供了一种新的有效监测水稻生育期信息的方法。
- 杨浩黄文江王纪华杨贵军屠乃美杨小冬王大成
- 关键词:时间序列分析水稻生育期CCD小波分析
- 基于神经网络和高光谱植被指数的小麦生物量估算研究
- 准确的估算作物生物量,能够为国家和地方政府的粮食经济宏观调控决策提供科学依据.利用高光谱植被指数,系统的比较了人工神经网络方法和传统回归模型估算的小麦生物量.结果表明,基于BP神经网络的方法相对于对数回归模型,显著地提高...
- 王大成王纪华靳宁王芋李存军黄敬峰王渊黄芳
- 关键词:小麦植被指数人工神经网络
- 文献传递
- 基于神经网络的冬小麦蛋白质含量关键生态影响因子分析被引量:9
- 2010年
- 温度、降雨、光照和土壤等生态因子影响冬小麦籽粒蛋白质含量,确定这些因子是否有重要影响及影响程度对于小麦种植区划具有重要意义。该文利用北京地区具有代表性的小麦种植点的气象数据和土壤养分数据,通过神经网络方法来评估温度、降雨、光照和土壤等因子对蛋白质含量影响的相对重要程度。研究表明,影响北京地区蛋白质含量的主要因素依次有:6月6日至6月10日的光照时间、气温大于32℃的天数、土壤碱解氮含量、5月上旬至6月上旬的平均气温、5月26日至5月30日的平均气温、5月下旬至6月上旬≥0℃的积温、6月1日至6月5日的平均气温、5月下旬至6月上旬的温差、5月下旬至6月上旬的降雨量和土壤有机质含量;并针对部分关键因子利用神经网络模型制作了响应曲线以反映蛋白质含量随生态因子的变化趋势。
- 王大成李存军宋晓宇王纪华黄文江王俊英周吉红黄敬峰
- 关键词:神经网络
- 基于多角度成像数据的新型植被指数构建与叶绿素含量估算被引量:7
- 2014年
- 叶绿素含量的快速估算对于及时了解作物的长势、病虫害监测以及产量的评估都具有重要意义。利用自主研发的多角度成像观测系统获取了不同生育期玉米的高光谱影像,精确地提取出主平面内各个观测角度下玉米冠层的反射率。通过对ACRM模型模拟值和实测值的分析,计算出玉米冠层红波段下的热点-暗点指数(HDS),并利用该指数对 TCARI 进行改进,提出一个基于多角度观测的新型植被指数 HD-TCARI,最后使用多角度高光谱成像数据对其进行了地面验证。结果表明,HD-TCARI能够减小LAI 对叶绿素估算的影响,当叶绿素浓度大于30μg · cm^-2,HD-TCARI 与 LAI 的相关性R2仅为26.88%~28.72%;当叶绿素浓度较高时,HD-TCARI具有抗“饱和”的特性在LAI 在1~6之间变化时,HD-TCARI与叶绿素浓度的线性关系R2较TCARI提高了约9%左右。利用多角度高光谱成像数据对 HD-TCARI进行地面验证,其与叶绿素浓度的线性关系(R^2=66.74%)明显优于TCARI所建立的估算模型(R^2=39.92%),证明了 HD-TCARI指数具有更好地估算叶绿素浓度的潜力。
- 廖钦洪张东彦王纪华杨贵军杨浩Coburn CraigWong Zhijie王大成
- 关键词:植被指数叶绿素含量