基于小波分析的大豆叶绿素a含量高光谱反演模型

 2003和2004年分别在长春市良种场和中国科学院海伦黑土生态实验站实测了大田耕作与水肥耦合作用下大豆（Glycine max）冠层高光谱反射率 与叶绿素a含量数据,对光谱反射率、微分光谱与叶绿素a含量进行了相关分析;采用归一化植被指数(Normalized diffe rence vegetation index, NDVI)、土壤调和植被指数(Soil-adjusted vegetation index, SAVI)、再归一植被指数(Renormalized difference vegetation index, RDVI)、第二修正比值植被指数(Modified second ratio index, MSRI)等建立了大豆叶绿素a反演模型;应用小波分析对采集的光谱反 射率数据进行了能量系数提取,并以小波能量系数作为自变量进行了单变量与多变量回归分析,对大豆叶绿素a进行了估算。研究结果表明,大 豆叶绿素a 与可见光光谱反射率相关性较好,并在红光波段取得最大值(R²>0.70),但在红边处,微分光谱与大豆叶绿素a的相关性较反射率好 得多,在其它波段则相反;由NDVI、SAVI、RDVI、MSRI等植被指数建立的估算模型可以提高大豆叶绿素a的估算精度（R²>0.75）;小波能量系 数回归模型可以进一步提高大豆叶绿素a含量的估算水平,以一个特定小波能量系数作为自变量的回归模型,大豆叶绿素a回归决定系数R²高达 0.78;多变量回归分析结果表明,大豆叶绿素a实测值与预测值的线性回归决定系数R²均高达0.85。以上结果表明, 小波分析可以对高光谱进 行特征变量提取,并可在一定程度上提高大豆生理参数反演精度。     

华南地区亚热带树木叶面积指数的高光谱反演研究

为构建树种叶面积指数的估算模型,以NDVI、RVI、FREP、CIGreen、CIRed-edge、MSAVI2为高光谱特征变量,通过统计分析,确定反演树种叶面积指数的最佳光谱特征变量,构建华南农业大学校园内50种亚热带树木的叶片反射率和叶面积指数(LAI)模型。结果表明,6种高光谱特征变量与树种叶面积指数间都具有极显著相关性,其中红边位置反射率(FREP)和比值植被指数(RVI)与LAI的拟合方程的R2都大于0.8,决定系数分别为0.820和0.811。经过精度验证,FREP估算的均方根误差(RMSE)只有0.13,该回归模型为估测亚热带典型树种的叶片LAI最佳模型。从高光谱遥感的角度结合亚热带植被的群落结构特点来看,建立的红边位置光谱反射率与叶面积指数的回归模型普遍具有较高的拟合度,所以利用高光谱特征变量反演亚热带树木叶片的叶面积指数等植被参数的应用前景较好。     

平稳小波变换在冬小麦SPAD高光谱监测中的应用

在2010与2011年度冬小麦生长季通过大田小区试验,利用ASD便携式野外光谱仪和SPAD 502叶绿素计实测冬小麦冠层的高光谱反射率与SPAD值.分析不同SPAD值下的冬小麦冠层光谱特征,建立了基于归一化植被指数（NDVI）与比值植被指数（RVI）、小波能量系数的不同生育期冬小麦SPAD估算模型.结果表明： 随着SPAD值的增大,“绿峰”与“红谷”特征愈加明显.在冬小麦返青期、拔节期、抽穗期、灌浆期NDVI估算SPAD的效果较好,估算模型的R²分别为0.7957、0.8096、0.7557、0.5033.小波能量系数回归模型可以提高冬小麦SPAD的估算精度,在返青期、拔节期、抽穗期、灌浆期以高频、低频小波能量系数为自变量的冬小麦SPAD估算模型的R²分别达到0.9168、0.9154、0.8802、0.9087.     

烟草叶面积指数的高光谱估算模型

叶面积指数(1eaf area index,LAI)是重要的生物物理参数,亦是各种生态模型、生产力模型以及碳循环研究等的重要生物物理参量,因此具有重要的研究意义。为了探索不同高光谱模型监测烟草叶面积指数LAI的精度,在烟草伸根期,旺长期和成熟期采用ASD Fieldspec HH光谱仪测定了不同水氮条件下烟草冠层的高光谱反射率和叶面积指数数据。选用四个常用的植被指数RVI (ratio vegetation index)、NDVI (normalized difference vegetation index)、MTVI2（Modified second triangular vegetation index）、MSAVI（Modified Soil-adjusted vegetation index）和PCA (principal component analysis)、neural network (NN)三种方法对烟草LAI进行了估算,比较分析了三种方法的估算结果。研究结果表明,植被指数法,主成分分析,神经网络方法LAI都取得了较为理想的结果,其中植被指数法可以较为精确反演烟草LAI,验证模型确定性系数在0.76～0.85之间,主成分分析方法和神经网络方法精度较高,分别为0.938和0.889。主成分分析方法验证模型的稳定性更好,其验证模型的RMSE为0.172,低于四个植被指数和神经网络。MTVI2和MSAVI能较好地去除土壤、大气等条件影响,反演精度高于RVI和NDVI。与基于植被指数建立的模型相比,主成分分析和神经网络可以更好的提高LAI的反演精度。     

三种回归分析方法在Hyperion影像LAI反演中的比较

借助GPS进行地面精确定位,利用LAI-2000冠层分析仅在攸县黄丰桥林场开展130个样地(60m×60m)的叶面积指数(Leaf Area Index,LAI)测量.采用FLAASH模块对Hyperion数据进行大气校正并与地面同步冠层观测数据进行拟合,通过研究地面实测LAI与Hyperion影像波段及其衍生的系列植被指数(NDVI、RVI等)的相关性,筛选出估算叶面积指数的植被指数因子.应用曲线估计、逐步回归及偏最小二乘三种回归分析技术分别建立叶面积指数的最优估算模型.结果表明:参与建模的因子中,比值植被指数(RVI)与LAI的相关性最大,敏感性最高,其次是SARVI0.1,NDVI705,NDVI,SARVI0.1,SARVI0.25;曲线估计、逐步回归分析和偏最小二乘回归三种分析方法所建的6个回归模型中,偏最小二乘回归的拟合效果最好,预测值与实测值的决定系数R2为0.84、曲线估计的拟合效果最低,预测值与实测值的决定系数R2为0.64;建模精度分析表明,选用5-6个自变量因子进行LAI建模是可靠的,以6个植被因子建立的偏最小二乘回归模型预测精度最高.     

植被叶面积指数遥感监测模型

叶面积指数是植被定量遥感的重要参数,区域的时序列叶面积指数揭示了区域生态的演化过程,反演方法上主要是通过植被指数建立相关模型实现的,对于不同地区或不同气候带而言,模型的通用性以及各种植被指数在模型中的灵敏度都需做进一步的探讨。以江苏省宜兴市作为研究区,采用2002年8月22日获得的Landsat-5TM图像数据和2003年8月23～26日采用LAI-2000进行的野外实测植被叶面积指数(LAI)数据,分别探讨了植被指数(VI)与LAI的一元、多元线性回归模型和非线性回归模型,其中的非线性回归模型包括对数、指数、乘幂和多项式回归模型。结果表明,VI与LAI之间的最佳回归模型为多元线性回归模型,R2达0.864;采用逐步选择剔除法,遴选出了用于回归模型的植被指数为RVI、PVI、SAVIL=0.35、MSAVI、ARVIγ=1、ARVIγ=0.5和SARVI。经模型LAI=-ln((VI-VI∞)/(VIg-VI∞))/KVI检验,预测值(y)与实测值(x)的拟合度较好y=0.5345x 1.3304,R2为0.7379。RVI与LAI的三次多项式回归模型也较好,R2为0.7806。再次为RVI与LAI的一元线性回归模型,R2为0.7726,比值植被指数RVI在反演叶面积指数模型中具有较高的灵敏度。     

林地叶面积指数遥感估算方法适用分析

叶面积指数是与森林冠层能量和CO2交换密切相关的一个重要植被结构参数,为了探讨估算林地叶面积指数LAI的遥感适用方法和提高精度的途径,利用TRAC仪器测定北京城区森林样地的LAI,从Landsat TM遥感图像计算NDVI、SR、RSR、SAVI植被指数,分别建立估算LAI的单植被指数统计模型、多植被指数组合的改进BP神经网络,获取最有效描述LAI与植被指数非线性关系的方法并应用到TM图像估算北京城区LAI。结果表明,单植被指数非线性统计模型估算LAI的精度高于线性统计模型;多植被指数组合神经网络中,以NDVI、RSR、SAVI组合估算LAI的精度最高,估算值与观测值线性回归方程的R2最高,为0.827,而RMSE最低,为0.189,神经网络解决了多植被指数组合统计模型非线性回归方程的系数较多、较难确定的问题,可较为有效的应用于遥感图像林地LAI的估算。     

高光谱与拟合多光谱植被指数反演武夷山亚高山草甸LAI的对比研究

植被叶面积指数(Leaf Area Index, LAI)是重要的生态学参数, 被广泛用于指示植被密度、生物量、碳、氮物质循环以及气候变化对生态系统的影响, 也作为生态过程模型的重要输入参数。地面实测高光谱遥感数据能以更高的空间分辨率及更高的光谱分辨率监测植物的光谱特征, 为精准反演LAI提供了基础。本项研究以武夷山国家公园黄岗山顶的亚高山草甸为研究对象, 通过建立多种高光谱植被指数和拟合多光谱植被指数反演叶面积指数的统计模型, 并比较高光谱与多光谱对叶面积指数反演的效果, 阐明用于反演高覆盖率亚高山草甸的最适高光谱和拟合多光谱植被指数。结果表明: 高光谱新植被指数(NVI)对于反演LAI有最好的效果, R2 = 0.85, P < 0.01; 依据高光谱NVI拟合而成的多光谱NVI反演结果次之, R2 = 0.82, P < 0.01。几种常用比值植被指数NDVI、MSR、RVI和GNDVI在高光谱和拟合多光谱反演结果中相差不大, 表现较好, R2都在0.65以上。通过对比高光谱和拟合Sentinel-2A和Landsat-8两种多光谱卫星波段的反演结果发现, 光谱响应函数中具有更窄波段范围的近红外、红、绿、蓝波段构成的植被指数可以得到更好的反演结果, 而固定波段的高光谱植被指数未必在每种植被指数中都具有最好的反演效果。同时, 发现当某种植被指数反演LAI的线性回归方程的斜率越大, 说明这种植被指数越有可能随LAI的增大而出现饱和现象, 相反的, 斜率越小则说明该种植被指数没有出现饱和现象。此外, 在研究区内使用高光谱和拟合多光谱波段植被指数法反演LAI, NDVI都获得了较好的效果, 存在很好的线性关系, 之前的很多研究和判断都认为NDVI不适用于反演高覆盖植被的LAI, 这个发现是具有意义的, 表明高覆盖植被的叶面积指数在一定范围内是能够被NDVI(应用最广泛的植被指数)较好的反演, 进一步扩展了NDVI反演LAI的适用性和可能性。     

光谱植被指数与水稻叶面积指数相关性的研究

 综合分析比较了几种常见光谱植被指数与水稻（Oryza sativa）叶面积指数的相关性及其预测力。结果表明,植被指数的预测力在水稻营养生长旺盛期间最好。植被指数的预测力主要依赖于叶面积指数(LAI)的整体变化范围。因此,综合不同生育时期和氮肥处理的试验资料,光谱植被指数能准确地预测LAI的变化。LAI与各植被指数均呈曲线相关,与比值植被指数(RVI)、再归一化植被指数(RDVI)和R810/R560显著幂相关,与归一化植被指数(NDVI)、垂直植被指数(PVI)、差值植被指数(DVI)、土壤调整植被指数(SAVI)和转换型土壤调整指数(TSAVI)显著指数相关。其中,近红外与绿光波段的比值R810/R560的预测力最佳。用不同移栽秧龄、不同密度、不同水分和氮肥处理的数据对R810/R560的表现进行了检验,结果表明估算精度平均为91.22%,估计的均方差根(RMSE)平均为0.480　5,平均相对误差为-0.013。表明宽波段光谱植被指数可以准确地用来监测水稻叶面积指数。     

利用冠层光谱估测烟草叶面积指数和地上生物量

综合多种烟草类型、品种及肥料处理因素,分析了17种光谱参数与烟草叶面积指数（LAI）、地上鲜生物重（AFW）、地上干生物重（ADW）的关系,建立逐步回归模型对烟草LAI、AFW、ADW进行估测并结合相关分析筛选出相应的特征变量。结果表明：5个回归方程的复确定系数R^2、回归系数相伴概率均达到显著水平。包含17个光谱参量的逐步回归方程筛选出的第一自变量均为Rg／Rr,相关分析及散点图分析亦得出Rg／Rr与LAI、AFW、ADW相关系数分别为0．759、0．611、0．647,R^2为0．576、0．3727、0．4184,均达到极显著水平,证明烟草LAI、AFW、ADW的特征变量为Rg／Rr。仅采用8种植被指数建立模型,证明利用比值植被指数（RVI）估测LAI、ADW亦是可行的。经过统计检验,建立的模型估测效果均较好,估测值与实测值的相关性均达到显著水平,其中包含特征变量Rg／Rr的回归模型估测效果优于RVI构建的模型。表明采用高分辨率光谱或宽波段光谱提取光谱变量可对烟草LAI、AFW、ADW进行监测,并可根据数据条件选择有效的估测模型,为烟草遥感数据分析提供方法。     

新疆石河子农耕区不同植被类型昆虫群落结构特征

2006年7～9月,用五点抽样法对新疆石河子农耕区不同植被类型中的昆虫群落结构进行调查,共采集到昆虫68种,隶属10目34科,共计6727头,其中叶蝉和蚜虫是主要害虫,瓢虫和草蛉是主要天敌昆虫。群落结构分析表明:在不同植被类型中昆虫群落多样性显著不同,以苗圃的多样性指数最高(2.5739),玉米的最低(1.0189),果木类的高于农作物的,间作的高于单纯植物的。     

干旱指标研究进展

干旱作为全球最为常见的自然灾害之一,已经对我国的农业生产造成了严重影响。为更好地预测影响作物的干旱并及时采取应对措施,综述了国内外广泛应用的各类干旱指标,包括气象指标、土壤墒情指标、作物生理生态指标及其它综合监测指标等,评述了各类干旱指标的优缺点以及在农业上的适用性,探讨了未来以作物干旱为核心的干旱指标研究拟重视的方面,以为减缓和预防干旱对农业的不良影响及制订科学的政策提供依据。     

Plan evaluation indices: A journey of evolution

AimA systemic review and analysis of evolution journey of indices, such as conformity index (CI), homogeneity index (HI) and gradient index (GI), described in the literature.BackgroundModern radiotherapy techniques like VMAT, SRS and SBRT produce highly conformal plans and provide better critical structure and normal tissue sparing. These treatment techniques can generate a number of competitive plans for the same patients with different dose distributions. Therefore, indices like CI, HI and GI serve as complementary tools in addition to visual slice by slice isodose verification while plan evaluation. Reliability and accuracy of these indices have been tested in the past and found shortcomings and benefits when compared to one another.Material and methodsPotentially relevant studies published after 1993 were identified through a pubmed and web of science search using words “conformity index”, “Homogeneity index”, “Gradient index”,” Stereotactic radiosurgery”,” stereotactic Body radiotherapy” “complexity metrics” and “plan evaluation index”. Combinations of words “plan evaluation index conformity index” were also searched as were bibliographies of downloaded papers.Results and conclusionsMathematical definitions of plan evaluation indices modified with time. CI definitions presented by various authors tested at their own and could not be generalized. Those mathematical definitions of CI which take into account OAR sparing grant more confidence in plan evaluation. Gradient index emerged as a significant plan evaluation index in addition to CI whereas homogeneity index losing its credibility. Biological index base plan evaluation is becoming popular and may replace or alter the role of dosimetrical indices.     

Fungal diversity in pigeonpea (Cajanus cajan (L.) Millspaugh) cropping system of calcareous soil

Soil mycofloral diversity plays a pivotal role in crop production and is an integral part of any ecosystem. Pigeonpea cropping system provides a congenial environment to soil microbes by fixing nitrogen and solubilizing phosphorus which in turn provides sufficient nutrients for their prolific growth. The present study was undertaken to know the fungal diversity in calcareous soil of Bihar region in India, which are not supportive to growth of many fungi owing to high calcium content. Soil samples were collected from pigeonpea cropping system treated with native and commercial isolates of phosphorus solubilizing bacteria (PSB) and plant growth promoting rhizobacteria (PGPR) along with Rhizobium. Thirty-seven species belonging to seven genera and a group of unidentified species were isolated. Aspergillus and Penicillium were the dominant genera in all the treatments. Absidia and Cunnighmella were distributed only once as rare genera. Though single species of Pythium, Rhizopus, Periconia, Geotrichum and Gliocladium genera were recorded but their occurrence was even in all the treatments. The diversity and equitability index were not varied much in different treatments except one. The deuteromucetous fungi occupied the highest space followed by zygomycetous, mycelia sterilia and mastigomycetous fungi.     

Wheat genotypic variability in grain yield and carbon isotope discrimination under Mediterranean conditions assessed by spectral reflectance

A collection of 368 advanced lines and cultivars of spring wheat（Triticum aestivum L.） from Chile, Uruguay, and CIMMYT（Centro Internacional de Mejoramiento de Maíz y Trigo）, with good agronomic characteristics were evaluated under the Mediterranean conditions of central Chile. Three different water regimes were assayed： severe water stress（SWS, rain fed）, mild water stress（MWS; one irrigation around booting）, and full irrigation（FI; four irrigations： at tillering,flag leaf appearance, heading, and middle grain filling）. Traits evaluated were grain yield（GY）, agronomical yield components,days from sowing to heading, carbon isotope discrimination（△^13C） in kernels, and canopy spectral reflectance. Correlation analyses were performed for 70 spectral reflectance indices（SRI） and the other traits evaluated in the three trials. GY and △^13C were the traits best correlated with SRI, particularly when these indices were measured during grain filling. However,only GY could be predicted using a single regression, with ResearchNormalized Difference Moisture Index（NDMI2： 2,200; 1,100）having the best fit to the data for the three trials. For △^13C, only individual regressions could be forecast under FI（r^2： 0.25–0.37）and MWS（r^2： 0.45–0.59） but not under SWS（r^2： 0.03–0.09）.NIR‐based SRI proved to be better predictors than those that combine visible and NIR wavelengths.     

Wheat genotypic variability in grain yield and carbon isotope discrimination under Mediterranean conditions assessed by spectral reflectance

A collection of 368 advanced lines and cultivars of spring wheat(Triticum aestivum L.) from Chile, Uruguay, and CIMMYT(Centro Internacional de Mejoramiento de Maíz y Trigo), with good agronomic characteristics were evaluated under the Mediterranean conditions of central Chile. Three different water regimes were assayed: severe water stress(SWS, rain fed), mild water stress(MWS; one irrigation around booting), and full irrigation(FI; four irrigations: at tillering,flag leaf appearance, heading, and middle grain filling). Traits evaluated were grain yield(GY), agronomical yield components,days from sowing to heading, carbon isotope discrimination(D13C) in kernels, and canopy spectral reflectance. Correlation analyses were performed for 70 spectral reflectance indices(SRI) and the other traits evaluated in the three trials. GY and D13C were the traits best correlated with SRI, particularly when these indices were measured during grain filling. However,only GY could be predicted using a single regression, with ResearchNormalized Difference Moisture Index(NDMI2: 2,200; 1,100)having the best fit to the data for the three trials. For D13C, only individual regressions could be forecast under FI(r2: 0.25–0.37)and MWS(r2: 0.45–0.59) but not under SWS(r2: 0.03–0.09).NIR‐based SRI proved to be better predictors than those that combine visible and NIR wavelengths.     

Ponderal indices at birth

At birth, the index weight/height is the highest correlated with weight, height and cephalic perimeter, for the index of Quételet (BMI) the correlations are also significant although lower. In both cases, the variation with age is significant. For the Rohrer index, the situation is different, the changes with age being almost absent. In front of these results, can we decide which index would be adequate to establish the nutritional status at birth? For Cole (1986), for such a ponderal index the correlation with height would have to be absent. Rolland-Cachera (1982) proposed also that the correlations with height would be absent but would be high with weight. In the case of the newborns of our study the only index being not correlated to height is the Rohrer index with low correlation also with the cephalic perimeter and high correlation with weight (although here the correlation is even higher with BMI and W/H). During the utero-placentary disfunction the foetal weight is affected but not height and cephalic perimeter: in this case, the advantage is also to an index correlated with weight but not with height.     

Genetic Group Index on Multiple Traits for Homogeneous Covariance Structure

A multi-trait index for ranking different genetic groups/populations with homogeneous covariance structure is developed and illustrated with live data.     

甲真菌病患者分离真菌多样性分析

为了探寻甲真菌病患者病甲部位的真菌多样性,以期对临床治疗提供参考,结合菌种培养的形态学研究和rDNA ITS序列分析的方法,对临床拟诊为甲真菌病患者的病甲分离培养菌株进行物种鉴定,并以丰富性指数(Ma)、多样性指数(H′)、均匀度指数(J)等指标分析指甲和趾甲分离真菌的多样性。2010年2月至9月在北京大学第三医院皮肤科的1 568例拟诊甲真菌病患者中,641例培养阳性,包括趾甲561例和指甲80例。检测到的皮肤癣菌占59.13%(其中红色毛癣菌为96.04%),酵母菌17.00%,其他真菌23.87%。分离自趾甲的Candida galli、Lewia infectoria和Paraconiothyrium hawaiiense,以及分离自指甲的Cyberlindnera jadinii确定为中国新记录种。趾甲分离菌的物种多样性指数H′、丰富度指数Ma和均匀度指数J均高于指甲分离菌。研究结果表明,该医院就诊甲真菌病患者可分离培养的真菌以皮肤癣菌的红色毛癣菌为主要物种,且趾甲分离菌的菌种多样性较指甲的更为明显。     

近50年京津冀气候舒适度的区域时空特征分析

受气候变化影响,区域气候舒适期势必会发生不同程度的变化。从气候舒适性的视角出发,利用京津冀地区1966—2015年的170个观测站点50年逐日气象资料,以温湿指数、风效指数、着衣指数及其综合指数为气候舒适性的评价指标,统计分析区域气候舒适期的起止日期、天数及其年际间变化规律,揭示京津冀区域气候舒适度的时空变化特征,为区域人口合理分布和气候资源评价提供科学依据。此外,以日为时间尺度进行气候舒适期分析,有利于气候变化背景下区域间横向和区域内纵向的比较研究。结果显示:(1)京津冀气候舒适度指数近50年来的变化趋势基本相同,综合指数呈显著增加趋势;但各地间变幅存在一定差异,其中天津气候舒适度指数变化幅度最为明显,北京变化相对平稳。(2)从气候舒适度综合指数来看,京津冀地区气候舒适期年内分布呈"M"型,舒适期相对集中在4—5月、9—10月,舒适和较舒适等级的月累计日数均达到28 d以上,其中5月气候最为舒适,舒适等级日数最多,达到24—26 d;北京年平均舒适天数最多(100 d),天津最少(91 d)。(3)从单一气候舒适度指数来看,京津冀舒适和较舒适等级的初始日期大多呈显著的提前趋势;终止日期和天数大多略有增加,但变化趋势不显著。而综合指数显示,1966—2015年较舒适等级的初始日期变化最为显著,大约每10年提前3—4 d;天津和河北终止日期变化也达到显著水平,大约每10年推迟1—2 d,北京增加趋势不明显。(4)京津冀气候舒适期的空间分布显示,舒适等级的日数从西北向东南地区呈减少特征,河北北部舒适等级的年平均日数最多达115—120 d,东南部最少,不足90 d。