基于高光譜的寒地水稻葉片氮素營養(yǎng)診斷研究.pdf

1、水稻的產(chǎn)量和品質(zhì)關(guān)系著國家的糧食安全和國民經(jīng)濟(jì)命脈，而氮素是水稻生長發(fā)育所必須的營養(yǎng)元素之一。農(nóng)民本著高投入高回報的原則，大量施用氮肥，造成了氮素的浪費(fèi)和流失。隨著農(nóng)業(yè)現(xiàn)代化的迅速發(fā)展，高光譜技術(shù)在農(nóng)作物營養(yǎng)診斷方面得到了廣泛的研究。本研究以龍稻23、龍稻20為試驗品種，采用高光譜技術(shù)進(jìn)行寒地水稻葉片氮素含量預(yù)測研究，為快速檢測水稻葉片氮素含量及水稻生長期間精確施肥管理提供了技術(shù)支撐和理論依據(jù)。
　　試驗于2015年在黑龍江省方正

2、縣水稻研究院進(jìn)行，2個水稻品種各設(shè)置6個不同的施氮梯度，于分蘗、拔節(jié)、抽穗、成熟4個生育期開展試驗。采用美國Headwall公司的高光譜系統(tǒng)室內(nèi)平臺進(jìn)行水稻葉片高光譜圖像采集，采用浙江托普儀器有限公司的植物營養(yǎng)測定儀對水稻葉片進(jìn)行氮素含量活體測定。
　　使用ENVI軟件提取了水稻葉片在400-1000nm下的光譜反射率，通過分析不同氮素水平下的水稻葉片在各個時期的光譜反射率曲線和紅邊位置曲線，得到水稻葉片光譜特征和反射率變化趨勢。

3、采用連續(xù)投影算法(SPA)和分段主成分分析(SPCA)方法選擇各時期水稻葉片的高光譜特征波段，SPCA方法降維后結(jié)合相關(guān)分析(CA)構(gòu)建特征光譜參量。建立基于全波段高光譜數(shù)據(jù)、SPA特征波段及SPCA特征光譜參量的多種回歸分析模型，包括一元回歸分析、逐步多元回歸分析(MSRA)、多元回歸分析(MRA)，并且對模型進(jìn)行檢驗和篩選。
　　從模型的客觀性能高低來看，龍稻23分蘗期、拔節(jié)期、抽穗期、成熟期和龍稻20拔節(jié)期均采用全光譜-MS