基于高光譜遙感的寧夏引黃灌區(qū)水稻生理生化參數(shù)研究.pdf

1、高光譜遙感技術(shù)可以快速及時(shí)的提供精準(zhǔn)農(nóng)業(yè)所需數(shù)據(jù)，是發(fā)展精準(zhǔn)農(nóng)業(yè)的關(guān)鍵技術(shù)之一。通過(guò)研究高光譜遙感數(shù)據(jù)與植被生理生化參數(shù)之間的相互關(guān)系，建立二者之間的數(shù)學(xué)模型，可以實(shí)現(xiàn)對(duì)植被長(zhǎng)勢(shì)的監(jiān)測(cè)。本研究通過(guò)同步獲取寧夏引黃灌區(qū)水稻生理生化參數(shù)（葉綠素含量和葉面積指數(shù)）、地面高光譜數(shù)據(jù)以及低空無(wú)人機(jī)高光譜遙感影像，研究不同生育期、不同施肥水平下水稻光譜特征，分析水稻冠層光譜反射率與相關(guān)參數(shù)的相關(guān)性，提取水稻冠層光譜的特征波段與光譜指數(shù)的最佳波段組合

2、，構(gòu)建基于特征波段和BP神經(jīng)網(wǎng)絡(luò)的水稻SPAD與葉面積指數(shù)估測(cè)模型，結(jié)合低空高光譜遙感影像和水稻生理生化參數(shù)估測(cè)模型，生成水稻生理生化參數(shù)分布圖，為寧夏引黃灌區(qū)水稻高光譜遙感監(jiān)測(cè)提供科學(xué)的理論基礎(chǔ)與技術(shù)支持。主要結(jié)論如下:
　　(1)分析了水稻冠層及葉片的光譜特征和“紅邊”特征在不同生育期和不同施肥水平下的變化規(guī)律。結(jié)果表明:同一炭素水平，水稻葉片和冠層光譜反射率隨著葉綠素含量的增加在可見(jiàn)光波段內(nèi)逐漸下降，在近紅外波段呈現(xiàn)相反的規(guī)

3、律。同一氮素水平，隨著炭素含量的增加，水稻冠層光譜反射率在可見(jiàn)光波段范圍內(nèi)變化不明顯，在近紅外波段范圍內(nèi)變化顯著，但是當(dāng)炭素水平達(dá)到一定程度后，其光譜反射率將呈現(xiàn)減小的趨勢(shì)。不同生育期水稻冠層光譜差異明顯，在可見(jiàn)光波段內(nèi)，抽穗期水稻冠層光譜反射率最低，乳熟期最高;而在近紅外波段范圍，乳熟期水稻冠層反射率最低，抽穗期達(dá)到最高值。水稻紅邊參數(shù)隨生育期的變化也表現(xiàn)出一定的規(guī)律性，具體表現(xiàn)為:水稻拔節(jié)期到抽穗期，紅邊位置“紅移”現(xiàn)象明顯，進(jìn)入乳

4、熟期后，紅邊位置向短波方向移動(dòng)，出現(xiàn)“藍(lán)移”;而紅邊面積與紅邊振幅隨著水稻的生長(zhǎng)發(fā)育呈現(xiàn)出先增加后減小的規(guī)律，在抽穗期內(nèi)均取得最大值。
　　(2)研究了水稻葉綠素含量在不同生育期的變化規(guī)律，結(jié)果表明:拔節(jié)期的水稻SPAD值為其各生育期內(nèi)的最大。通過(guò)對(duì)水稻各生育期的冠層光譜反射率與SPAD進(jìn)行相關(guān)性分析，發(fā)現(xiàn)不同生育期內(nèi)水稻冠層光譜反射率與SPAD的相關(guān)性具有一定的規(guī)律性?？梢?jiàn)光波段內(nèi)，隨著水稻生長(zhǎng)發(fā)育，冠層光譜反射率與SPAD的相

5、關(guān)系數(shù)逐漸增大，相關(guān)性逐漸減弱。近紅外波段內(nèi)，相關(guān)系數(shù)隨著生育期的推進(jìn)而減小，相關(guān)性逐漸減弱。選擇各生育期內(nèi)相關(guān)性最強(qiáng)波段的原始光譜反射率以及不同波段組成的6類(lèi)光譜指數(shù)（歸一化光譜指數(shù)、差值光譜指數(shù)、比值光譜指數(shù)、修正型光譜指數(shù)、土壤調(diào)節(jié)光譜指數(shù)以及修正型土壤調(diào)節(jié)光譜指數(shù)）構(gòu)建水稻SPAD估測(cè)模型，結(jié)果表明基于光譜指數(shù)和BP神經(jīng)網(wǎng)絡(luò)模型建立的水稻SPAD估測(cè)模型優(yōu)于基于特征波段的估測(cè)模型。
　　(3)葉面積指數(shù)隨水稻的生長(zhǎng)發(fā)育呈現(xiàn)

6、出先增加后減小的趨勢(shì)，在抽穗期內(nèi)達(dá)到整個(gè)生育期的最大值。同一生育期內(nèi)，冠層光譜反射率與葉面積指數(shù)在可見(jiàn)光波段的相關(guān)性高于其在近紅外波段范圍的相關(guān)性。不同生育期內(nèi)，冠層光譜反射率與葉面積指數(shù)的相關(guān)性隨著水稻的生長(zhǎng)發(fā)育在可見(jiàn)光和近紅外波段均呈現(xiàn)出下降的趨勢(shì)。選擇水稻各生育期的特征波段和不同波段組成形成的光譜指數(shù)波段，分別構(gòu)建了葉面積指數(shù)的估測(cè)模型，結(jié)果表明基于光譜指數(shù)和BP神經(jīng)網(wǎng)絡(luò)的葉面積指數(shù)模型可以有效的提高估測(cè)精度。
　　(4)利