基于高光谱植被指数的棉田冠层特征信息估算模型研究
TM影像中基于光谱特征的棉花识别模型

第20卷第4期2004年7月农业工程学报Tr ansactions of the CSAE V ol.20 N o.4July 2004TM 影像中基于光谱特征的棉花识别模型曹卫彬1,杨邦杰2※,宋金鹏1(1.石河子大学机械电气工程学院,新疆石河子832003; 2.中国农业工程研究设计院,北京100026)摘 要:为快速、准确地在遥感图像上从各种农作物中识别提取棉花作物的信息,满足大尺度、运行化棉花遥感监测系统的要求。
作者在试验区的棉花主要生长期里,同期进行了棉花与其它主要农作物的地面光谱测量并采集了同期的Landsa t T M 图像。
通过对各时期棉花及主要农作物的地面测量光谱与TM 图像光谱特征的差异性及规律性分析,确定了试验区棉花遥感识别的最佳时相期为9月中下旬,研究开发了基于光谱特征的棉花识别模型。
经数学分析与实际应用验证,该模型简单、操作方便并且识别的准确度较高,适用于大尺度的“新疆棉花遥感监测运行系统”。
关键词:T M 图像;棉花识别模型;光谱特征;遥感中图分类号:S127;T P391.41 文献标识码:A 文章编号:1002-6819(2004)04-0112-05收稿日期:2004-03-17 修订日期:2004-06-14基金项目:农业部“全国棉花遥感监测运行系统”项目资助作者简介:曹卫彬,工学博士,教授,副院长,新疆石河子市北四路 石河子大学机械电气工程学院,832003。
Email :w bc 828@ 通讯作者:杨邦杰,工学博士,研究员,副院长,总工程师,北京市朝阳区麦子店街41号 中国农业工程研究设计院,100026。
Email:bjyang @agri .gov .cn 0 引 言在遥感图像上利用光谱特征进行地物识别是一种普遍而有效的方法。
美国耶鲁大学的Prasad S .Thenkabail 探索建立高光谱最佳窄波段来识别小麦、大麦、鹰嘴豆、小扁豆、野豌豆与孜然芹6种农作物并提高了识别率,由原来的6个最佳窄波段的73%的识别率提高到84%。
基于植被指数的新疆棉花遥感估产模型研究

中 图 分 类 号 : 1 7 t 9 S2 : F7 文献标识码 : A
The Re e r h o to e d Es i a i n Ba e n Ve e a i n s a c f Co t n Yi l tm to s d o g t to
I d x Us gR moeS n i gi n n n e i e t e s Xija g n n n i
lI Ja d C ( U o i, A )W ebn , IH TANG a g i g , i ii L u , a Xin l 。 OY ANG n n n Yie g
山于棉 花 的生 产 受 多 种 因素 的 影 响 , 作 物 收 在 获 前进行 大范 围 的作 物 长 势 评 价 , 前 估 测 作 物 产 提
( Co lge o e ha c la e tia 1 le fM c nia nd Elc rc lEng n e i i e rng, Shie iU n v r iy, hi e i83 03, h z i e s t S h z 20 Chi a; n
2 Te c e s C l g , h h z Un v r iy S i e i 3 0 3 C i a a h r ol e S iei e ie s t , h h z 2 0 , h n ) 8
e t ls d t ou e e son an l ss T he r s t ndia e ha he ew a oo e a i s p b t e n ve e a i n c s a d sab ihe hr gh r gr s i a y i. e uls i c t d t tt r s a g d r l ton hi e w e g t ton idie n c I u M d,lher f r nc d m od oryil tm a i r OtO y ' e e e e elf ed esi ton fom he pr sr p t e e tr s a c oul o rbu e t m r ve ntofot rc o
利用高光谱植被指数估算棉花干物质积累的模型研究

采用美 国Fe se R 5 0型 l
谱仪 , 光谱测 定 范 围 3 0 5 0m, 5  ̄20 n 光谱 区的 分辨 率
3 0 0 0 m 为 3 m,00 5 0m 为 1r 5  ̄1 0n n 1 0  ̄2 0 n 0 m。选 择 i
品种为新 陆早 1 3号 和新 陆 早 1 9号 , 4种 配置 方 设
式, 分别 为 大 三膜 ( 0 m+ 6 c 、 三膜 ( 0 m+ 3c 0 m) 小 2c
射率 的线性 或非线 性 组合 得 到 的特 征 参 数 , 可直 接 或 间接用来 估算 植被 的生 物量 等参 数 , 量 指示 植 定
物质积累量 的逐步 回归相 关分析表 明, 相关系数的最高值发 生在 76 m(=一0 6 4 一 , :1 ) 由 7 6 m 波段 5n r . 7 9 n- 6 , 5 n -
处 的微 分 数 值 建 立 的 回归模 型 , 测精 度 较 高 , 有 实 际 应用 的潜 力 。 估 具 关键 词 : 花 ; 光谱 ; 被 指 数 ; 物质 积 累 ; 算模 型 棉 高 植 干 估
长势均匀元病虫 危害的棉株为样点 , 无风无 云晴 日 在 上午 I :0 4 0 对 棉花冠层 进行光 谱测试 。设 定 I 3  ̄1 :0 视 场角 ( OV 2 。测量前经参 考板 ( F ) 5; 白板 ) 标定 , 群体 测定 时探 测器探头 头部 垂直 向下距 棉 花冠层 顶部 约 l 每样点测定 2 m, 0条 曲线 , 谱 扫 描 时 间 设 定 为 光 02 , . s对棉花各关键 时期 ( 现蕾期 6月 2 6日, 初花期 7 月1 0日, 花铃期 7月 2 8日, 盛铃期 8月 1 3日, 吐絮期 8 2 月 8日) 进行 5 次光谱测 定 。
基于高光谱数据的棉花冠层FPAR和LAI的估算研究

Est ima t in g of Cot t on Can opy Fract ion of Photosyn t het ica lly Act ive Ra diat ion an d Leaf Area In dex Ba sed on Hyper spectr al Remote Sen sin g Da ta
3
α = 1 % , n = 70) , 估算精度 为 ,
82. 4 % , 与反射光谱 758 nm 估测 LA I 的精度接近 。结果表明 ,棉花冠层光谱数据可以对光合 有效辐射截获量 FPA R 和 LA I 进行实时 、 无损 、 动态 、 定量的估算 。 关键词 : 棉花冠层 ;高光谱 ; F PAR ;LA I ;估算研究 中图分类号 :S562. 01 文献标识码 :A 文章编号 :100227807 (2009) 0520388206
ZHAO Peng2j u , WAN G Deng2wei 3 , HUAN G Chun2yan , MA Qi n2jian
( Key L abora tor y of O as is Ecol og y A g ricul t u re o f Xi n j i an g B i ng t ua n/ Col leg e o f A g ro no my , S hi2 hezi U ni versi t y , S hi hezi , Xi n j i an g 8tract : Utilizi ng a quant um sensor a nd non2imagi ng hyperspect ral spect romete r , 2 cott on culti vars 4 level densi ties plant ing , i n nort h Xi njia ng , m ulti2t emporal ca nopy hyperspect ral dat a and photosyn2 t het ically act ive radiation dat a at cot ton key growi ng sta ges we re reoorded , and m ulti vari at e regres sion anal ysi s met hod was used to anal yze t he cor relat ed relationship bet ween reflectance and cot ton canopy F PA R , LA I , re spect ively. The resul t s s howed t hat t he maxi mum correl at io n coefficie nt s between hy2 perspect ral dat a and F PAR , LA I occurred at 813 nm , 758 nm wa velengt h ,respecti vel y ; base d on t he li nea r regres sion equation bet ween refl ecta nce spect rum ρ 813 and ρ 758 and FPAR , L A I , re spect ively , t hei r correlation coeffici ent s were si gnificant bet ween meas ured FPA R a nd est imat ed FPAR , mea sured LA I a nd esti mated LA I ( r FPA R = 0. 7199 3
干旱区基于高光谱的棉花遥感估产研究

干旱区基于高光谱的棉花遥感估产研究白丽;王进;蒋桂英;杨朋;孙蜀江【期刊名称】《中国农业科学》【年(卷),期】2008(041)008【摘要】[目的]揭示棉花产量与冠层光谱植被指数相关关系,建立棉花高光谱估算模型,促进高光谱技术在棉花长势监测和估产中应用.[方法]结合棉花生长发育规律,对棉花各时期冠层进行高光谱反射率测定,根据光谱曲线特征构建高光谱植被指数,基于棉花盛蕾期至吐絮后期7次地面光谱和产量测定,对光谱反射率与产量进行统计分析.[结果]各生育期可见光波段、近红外波段及短波红外波段光谱反射率与产量间分别达显著负相关、显著正相关与显著负相关水平.根据棉花冠层光谱波形特征,利用植被红边波段560 tim反射峰、670 nm吸收谷、近红外波段890 nm反射峰、980 nm和1 210 nm两个弱水汽吸收谷,短波红外1 650 nm和2 200 nm 反射峰,设计归一化差值光谱指数,并与棉花产量进行相关分析,利用上述波段组合定义的归一化差值光谱指数与产量在各生育期均达显著或极显著相关,而VARI-700抗大气植被指数在各生育期均达极显著相关.[结论]以VARI-700抗大气植被指数建立各生育期的产量预报模型,为实现棉花营养生长期长势监测与产量预报提供依据.【总页数】7页(P2499-2505)【作者】白丽;王进;蒋桂英;杨朋;孙蜀江【作者单位】石河子大学农学院,新疆石河子,832003;乌兰乌苏农业气象试验站,新疆石河子,832003;石河子大学农学院,新疆石河子,832003;石河子大学农学院,新疆石河子,832003;石河子大学农学院,新疆石河子,832003【正文语种】中文【中图分类】S5【相关文献】1.苜蓿人工草地高光谱遥感估产模型的研究 [J], 吕小东;王建光;孙启忠;姚贵平;高凤芹2.基于植被指数的新疆棉花遥感估产模型研究 [J], 刘姣娣;曹卫彬;李华;唐湘玲;欧阳异能3.基于高光谱的中国干旱区棉花遥感估产 [J], 庄丽;王进;白丽;蒋桂英;孙蜀江;杨鹏;王绍明4.干旱区运用遥感技术对棉花进行估产的研究综述 [J], 王进;杨明凤;朱惠芝;白书军;;;;5.氮素和小麦条锈病胁迫下小麦高光谱遥感估产模型研究 [J], 张玉萍;马占鸿因版权原因,仅展示原文概要,查看原文内容请购买。
棉花主要栽培生理参数的高光谱估测研究

棉花主要栽培生理参数的高光谱估测研究王登伟;李少昆;田庆玖;黄春燕;曹连莆;肖春华;马亚琴;杨新军【期刊名称】《中国农业科学》【年(卷),期】2003(036)007【摘要】应用地物光谱仪获取近地高光谱遥感数据,用高光谱技术提取和估计棉花主要栽培生理参数.结果表明,棉花叶片具有绿色植物典型的反射光谱曲线特征;早衰的棉花反射光谱红谷区谷低变浅,最小波段光谱反射率Ro及数值积分面积SRo增大,与叶片光合速率呈显著负相关.经逐步回归分析,确定的一阶微分光谱值与棉叶叶绿素浓度的最大相关系数是0.7344**(n=21),发生在750nm波段处;群体叶面积指数(LAI)与归一化差值植被指数(ND-VI)呈很好的对数相关关系;红边、蓝边、黄边每边的积分面积积累了多波段信息,在估测棉花冠层叶片全氮含量中有较大的应用潜力.研究建立了棉花主要栽培生理参数叶绿素含量、LAI和冠层叶片全氮含量等的遥感估测统计模型.【总页数】5页(P770-774)【作者】王登伟;李少昆;田庆玖;黄春燕;曹连莆;肖春华;马亚琴;杨新军【作者单位】石河子大学新疆作物高产研究中心/新疆兵团绿州生态农业重点实验室,石河子,832003;石河子大学新疆作物高产研究中心/新疆兵团绿州生态农业重点实验室,石河子,832003;中国农业科学院作物育种栽培研究所/;南京大学国际地球系统科学研究所,南京,210093;石河子大学新疆作物高产研究中心/新疆兵团绿州生态农业重点实验室,石河子,832003;石河子大学新疆作物高产研究中心/新疆兵团绿州生态农业重点实验室,石河子,832003;石河子大学新疆作物高产研究中心/新疆兵团绿州生态农业重点实验室,石河子,832003;石河子大学新疆作物高产研究中心/新疆兵团绿州生态农业重点实验室,石河子,832003;石河子大学新疆作物高产研究中心/新疆兵团绿州生态农业重点实验室,石河子,832003【正文语种】中文【中图分类】S561【相关文献】1.小麦叶层氮含量估测的最佳高光谱参数研究 [J], 姚霞;朱艳;田永超;冯伟;曹卫星2.病害胁迫下棉花叶片色素含量高光谱遥感估测研究 [J], 陈兵;李少昆;王克如;王方永;肖春华;潘文超3.基于高光谱特征参数荒漠草原生物量估测研究 [J], 殷晓飞;王春光;王海超;张文霞;宗哲英;张海军4.西双版纳普洱茶叶片生化参数高光谱估测模型研究 [J], 谢福明;舒清态;字李;吴荣5.水分胁迫下棉花冠层叶片氮素状况的高光谱估测研究 [J], 马亚琴;包安明;王登伟;孙莉;黄春燕;冯宪伟;肖春华;杨新军因版权原因,仅展示原文概要,查看原文内容请购买。
一种基于无人机高光谱数据的植被盖度估算新方法

元光谱斜率的最大值和纯土壤像元光谱斜率最 小值 , 利用新 的红边斜 率 F VC模 型求 取植被覆 盖度 ; 实测数
据采用照相方法 , 经过几何校正 、 监督分类后统计植被覆 盖度 , 结果表 明: 通 过实测数 据与无人机高光谱数 据获取的植被覆盖数据进行验证 , 新 构建的基于红边斜率 的两个植被覆盖度模 型的精度 ( R。 分别达 0 . 8 9 3 3 和0 . 8 9 2 7 ) 都 略高于以 N DVI 为参数的模型 ( R 分别达 0 . 8 3 9 9和 0 . 8 2 9 9 ) 。提出使 用红边斜 率计算植被覆
中图 分 类 号 : TP 7 9
归分析 , 建立经验估算模型 ,主要有线性 回归模型 和非线性
引 言
植被是联 接土 壤、大气 和水 分 的 “ 纽带” 和全 球变 化 的
“ 指示器” , 植 被覆盖度 ( f r a c t i o n a l v e g e t a t i o n c o v e r ,F VC ) 通
典模型 一 即以 N D VI ( n o r ma l i z e d d i f f e r e n c e v e g e t a t i o n i n d e x ) 为参 数的植被覆盖度反演模 型 , 以红边斜率代 替N DV1 构建 了 2 个反演植被覆盖度 F VC的新 的红边斜率模型 , 该模 型是对经典模 型的进一 步改进 。 为验
盖信息准确及时 的获取是各个科学领域 的共 同需求 , 具有 重
要的科学意义 。F VC的估算 方 法大 体可 以分 为传 统方 法 和
遥感反演 两类 :传统 方法有 目估法 、样方 法 、 样 带法 、样 点
法、 空 间定 量计 和照 相法 等E 引,目前 遥感 反 演 方 法是 估 算 F VC的主要方法 ,可以分 为 回归统计模 型法 、 混 合光谱分 析 法和机器学习法等¨ 3 ] 。 回归统计模型法主要 是通过 对植被 指数 与 F V C进行 回
北疆棉花叶绿素密度的高光谱估算研究

E t t no otnC lrp yl ni rhXi in s mai f t ho o h lDe syi Not n a g i o C o t n j
dn i f ij n ot a eet t yhg et l aaw t rmoesnigt h ooy e syo ni gct ncnb smae b ihs c a t i e t e n e n l . t X a o i d p r d h s c g
( 河 于 大 学 新疆 兵 团埠 洲 生态 农 业 重点 实验 室 。 石 新疆 石 河 子 820 ) 30 3
摘 要: 利用非成像高光谱仪, 4水平种植密度下的 2个北疆 棉花品种 在 5个关键生育 时期进 行冠层光 谱 对 测定 。 分析 棉花反射光谱及微分光谱生育期的变化规律 , 并对棉花冠层叶绿素 密度 【 H D) a . 与光谱 数据进行 回 归分析 , 结果表 明. 近红外 79n 波段处一阶 微分光谱数值与 OID高度相关 【 =0972 , 2 )用此波 2 r n - . r .3 一 n O , 段建立的 刚 . D估算模型, 精度达 8 . %, 4 3 标准差为 O24gm , .3 / 2I 匝 =0 169 .5 。研 究表明, 以用高光谱数 可 据对新疆棉花冠层 C D进行遥感估算。 H. 关键词 : 棉花 ; 高光谱 ; 叶绿素密度 ; 估算模型
wa e we tu o 8 . % , e sa d r r rw s 0 2 4 g - v n p t 4 3 h t tn ad e r a , 3 / o
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
文 章 编 号 : 0 27 0 ( 0 1 0 —4 6 0 1 0 — 8 7 2 l ) 50 7 —5
Esi t n Mo e s a c n Cot n Ca o y S r cu e Pa a t r a e n Hy e — t ma i d l o Re e r h o t n p tu t r r me e s B s d o p r o
模 型 为 最 优 。 可 见 , 用 高 光谱 遥 感 技 术可 以分 析 、 拟 、 价 、 测棉 花冠 层特 征 参 量 . 精 准 种 植 棉 花 提 供 利 模 评 预 为
了依 据
关 键 词 : 光谱 遥 感 ; 花 冠 层 信 息 ; 一化 植 被 指 数 ; 高 棉 归 比值 植 被 指 数 ; 算 模 型 估
n q e Af re t t n a d e au t n o e a c r c ft e mo e,t e o t le t t n mo e a a tr o h ot n i u . t si i n v l ai ft c u a y o d l h p i s mai d l r mee s f rt e c t e ma o o h h ma i o p o
量模型。 经过 对 估 算 模 型 的 精 度检 验和 评 价 , 终 筛选 出表 征 棉 花 冠 层 结 构 特 征 参数 的最 佳 估 算 模 型 。 最 结果 表 明 , 于 归 一化 植被 指 数 预 测 棉 花 叶 面 积 指 数 , 基 以幂 函数 (= 1 8 x ,= . 7 的 模 型 为 最 优 : 于 比值 y l . 4 rO8 6 ) 0 0 基 植 被 指 数 预 测 棉 花 单位 面积 地 上 部 鲜 生 物 量 , 以指 数 函 数 (= 22 1 ep012 x , 08 1 的 估 计模 型 为最 y 5 . ・x (.04 )r .14 ) 6 = 优 ; 于 比值 植 被 指 教 预 测 棉 花 单 位 面 积 地 上 部 干 生 物 量 , 基 以指 数 函数 (= .5 2 ep01 3 , 08 3 的 y 955 -x ( 13 )r . 0 ) x = 3
依 据
光 谱 反 射 率 的 对 数 变 换 、 种 植 被 指 数 、 射 率 各 反
倒 数 的对 数 变 换 等 ) 为 白变 量 , 作 以植 被 或 农 作 物 的生 物物 理 、 生物 化学 参数 ( L I生 物量 等 ) 如 A、
Agiut a d el tnS i c, hhz, ni g82 0 , h a r l rl n c mai ce e S ieiXi a 3 0 0 C i ) c u a R a o n jn n
Ab t c : D F ed S e r sr t AS i l p c P o VNI 2 0 p cr mee d o t r su e b a n c t n c n p p cr l e e tn ea i a R 5 0 s e t o t r a i mee s dt o ti ot a o y s e ta f ca c t f r wa o o rl d -
(. h ai K yL b rt yo E ooiaAgi l r f i i g S  ̄eiXi i g8 2 0 , hn ; . i i gA a e yo 1 T eO s e a oa r f clgcl r ut e X n a , h z n a 3 0 3 C ia 2 X n a cd m f s o c u o jn , jn jn
叶面 积 指 数 L IL a ae dx 、 物 量 等 参 数 A ( ef ra n e )生 i
的光谱 识别 反演 模 型 。从 而促 进 了高 光谱 分辨 率
遥 感技 术 在 棉 花遥 感 诊 断 中 的应 用 , 推进 了遥 感 定 量化 研 究 的进 程 , 为精 准 种植 棉 花 提供 了理 论
f e t rw hs gsA db sdo et l e e t nidcs D e n o t ae. n ae ns c a vg ti i VI ( r l e iee c ee t nid x adR I R t r g t p r ao n e N Nomai ddf rn e g t i e) n V ( ao z f v ao n i
基 金 项 目 : 疆 生 产 建 设兵 团重 大科 技 专 项 (0 7 X0 ) 助 ; 准农 业 与信 息 技 术 应 用 与示 范 (0 7 X 3 新 20Z 3资 精 20Z 0)
I Cn祁:光指田征算究 4 — 5 亚基谱数冠信模 7 — 期 Nc于植的层息型 7 — o c 高被棉特估研 i等 te tn o e 琴
c n p r c r h rc r ai r ut t y sl td T e eut s o d h t o s g VI ofrc s c U nL ( e f a o ys u t e aa t i t nwee lma l e e . h s l we a r i t u c ez o i e ec r sh t f u n ND e at o o AI L a t o
i e e t a i od 1 nd x; si tonm m e
高 光谱 分 辨 率遥 感 技术 不仅 可 以 提 Nhomakorabea 对 农
作 物 和植 被 类 型 的识 别 能力 . 且可 以用 来监 测 而 农 作 物 长 势 长 相 、 演农 作 物 的理 化 特 性 、 断 反 诊
肥 以及监 测 病 虫害 等方 面 有 其独 特 的应 用 潜力 ,
是 未来精准农 业和农业 可持续发展 的重要手 段回 。
本研 究 通过 利 用 高光 谱 分辨 率 技术 , 现对 实 棉 田冠 层快 速 、 效 、 接触 、 有 非 非破 坏 的 田 间信 息 采集 与 处 理 , 研 究 其反 射 光 谱 与冠层 结 构 参数 并
作 物 营养 状 况 、 取 作 物 冠 层 信 息 、 计 作 物 的 提 估
s e ta g t t n Id x p cr l Ve ea i n e o QI aqn, 8Xi C E G a n, I io g, H N a C E J n —i L n , H N u nwe LN Ha rn C E Y h, H N a Y — i
Obv o l hy rp ta e o es n ig e h l g ca e u e o a lz sm ult a s s nd prditc i usy, pe s ecr lr m t e sn t c no o y n b s d t nay e, i ae, s e sa e c o ̄o a py c a a — n c no h r c
Co t n i nc t o Sc e e
棉 花 学 报 C  ̄ n S i c 2 1 ,3 5 : 7 ~ 8 o o ce e n 0 12 ( )4 6 4 0
基 于高光谱植被指数 的棉 田冠层特征信 息估算模型研 究
祁 亚琴 , 新 , 吕 陈冠 文 , 海荣 , 林 陈 燕 , 陈 剑 ’
ae d x,h o r u c o dl( 1 . 4 ,= .0 6) sh etfrh smaino  ̄ nf s i s o e ra n e)te we fn t nmo e 0 x i p i 18 t08 7 i te s o eet t f o o ehbo s b v b ; t i o c r ma a r u d sdo V ,h ep nni ci d l. 22 。x (. 4 )r08 ite s n t t no c t go n ae nR It xo e t l n t nmo e ( 5 . 1 ep012 x,= .14 )sh etadfr smao f o— b e af u o 6 0 1 b ; o ei i tndy imas b v ru dbsdo V ,h xo et l nt nmo e y 95 5 -x (.13 )r 08 3 ” io t 1 o r o s ao e o n ae nR Iteep nni ci dl( .52 ep 01 ,= .3 0)s pi . b g af u o x = 3 ma
之 间 的关 系 , 而 建立 棉 花 不 同生 育 时期 冠 层 与 进
植 被 和 农 作 物 高 光 谱 研 究 中最 为广 泛 采 用 的研 究 技 术 之 一 _ 它 以 高光 谱 数 据 或 它 们 的变 换 形 3 _ , 式( 如原 始光 谱 反 射率 、 阶高 阶导 数 光谱 、 始 一 原
农 学参 数 、 学 成分 _, 且 在 估 产 、 学 调 控 水 化 1并 ] 科
收稿 日期 :0 01—0 2 1—23
作者简介 : 亚琴(9 9)女 , 祁 1 7一 , 在读博士 ,iqa4 2 1ncr ; q i 1@2c . n 通讯作者 l h@sh . m a 0 o x z ou o s c
trsi p r me e s n a r v d a i f r r c so o o ln i g eit a a t r dc n p o i eab sso e ii n c  ̄ n p a t . c a p n Ke r s h p r p c r l e t e sn ; o o a o y i f r ai n n r l e i e e c e e ai n i d x;r t e e ai n y wo d : y e s e ta r mo e sn ig c U n c n p o n m t ; o ma i d d f r n e v g tt e o z f o n ai v g tt o o