基于高光譜的稻麥氮素營養(yǎng)監(jiān)測研究.pdf

1、作物氮素營養(yǎng)的無損監(jiān)測對氮肥精確管理具有重要意義?；诟吖庾V技術(shù)的作物生長監(jiān)測技術(shù)為作物氮素營養(yǎng)信息的準(zhǔn)確獲取提供了有效的手段。本研究的目的是以不同年份、不同品種、不同施氮水平、不同水分處理的水稻和小麥田間試驗(yàn)為基礎(chǔ)，對不同生育期下的冠層高光譜數(shù)據(jù)進(jìn)行深入挖掘，探索指示稻麥氮素營養(yǎng)狀況的共性核心波段和特征光譜參數(shù)，建立準(zhǔn)確和可靠的氮素監(jiān)測模型，為便攜式稻麥氮素監(jiān)測儀的研制提供技術(shù)支持。
　　 首先在充分考慮不同生育期下稻麥冠層光

2、譜特征和田間生長狀況的基礎(chǔ)上，綜合利用光譜分析法、作物生理生態(tài)原理和統(tǒng)計分析法，在水稻和小麥的不同生育階段挖掘能反映稻麥氮素營養(yǎng)信息的共性核心波段，構(gòu)建土壤調(diào)節(jié)植被指數(shù)和比值植被指數(shù)，并建立解釋性較強(qiáng)、準(zhǔn)確性較高的稻麥冠層氮素營養(yǎng)監(jiān)測模型。結(jié)果顯示，基于不同形式的植被指數(shù)類型，稻麥葉片氮含量估測的最佳植被指數(shù)抽穗前和抽穗后分別為SAVI(R722，R815)和RVI(R722，R815);稻麥葉片氮積累量的最佳植被指數(shù)抽穗前和抽穗后分別

3、為SAVI(R822，R738)和RVI(R822，R738)。
　　 進(jìn)一步構(gòu)建了可用于減輕兩波段光譜植被指數(shù)飽和的三波段指數(shù)形式，并確立了新的最優(yōu)稻麥冠層葉片氮含量和冠層葉片氮積累量的共性估測指數(shù)和定量模型。結(jié)果表明三波段光譜植被指數(shù)構(gòu)建的監(jiān)測模型穩(wěn)定性和預(yù)測性較好，可用于稻麥拔節(jié)-灌漿期氮素營養(yǎng)的無損監(jiān)測。其中光譜植被指數(shù)(R924-R703+2*R423)/(R924+R703-2*R423)構(gòu)建的水稻、小麥葉片氮含量監(jiān)

4、測模型，決定系數(shù)R2分別為0.870和0.857，標(biāo)準(zhǔn)誤SE為0.052和0.148，模型經(jīng)獨(dú)立試驗(yàn)資料的檢驗(yàn)表現(xiàn)較好，精度均大于0.86，RRMSE均小于17％;三波段光譜植被指數(shù)(R816-R732-R537)/(R816+R732+R537)構(gòu)建的水稻、小麥葉片氮積累量監(jiān)測模型，決定系數(shù)R2分別為0.803和0.862，標(biāo)準(zhǔn)誤SE為1.244和0.942，模型經(jīng)獨(dú)立試驗(yàn)資料的檢驗(yàn)表現(xiàn)較好，精度均大于0.82，RRMSE均小于27％

5、。
　　 基于研究中確定的稻麥氮素營養(yǎng)估測的最佳光譜植被指數(shù)，進(jìn)一步分析了核心波段帶寬的變化對稻麥氮素營養(yǎng)估測的影響。結(jié)果發(fā)現(xiàn)不同波段位置的核心波段對帶寬變化的響應(yīng)規(guī)律不同。稻麥葉片氮含量估測的最佳兩波段光譜植被指數(shù)SAVI(R722，R815)和RVI(R722，R815)的適宜帶寬為24 nm(722 nm)和48 nm(815 nm);稻麥葉片氮積累量估測的最佳兩波段光譜植被指數(shù)SAVI(R822，R738)和RVI(R8

6、22，R738)的適宜帶寬為33 nm(822 nm)和15 nm(738 nm);稻麥葉片氮含量估測的最佳三波段光譜植被指數(shù)(R924-R703+2*R423)/(R924+R703-2*R423)的適宜帶寬為36 nm（924 nm），15nm(703 nm)和21nm(423 nm);稻麥葉片氮積累量估測的最佳三波段光譜植被指數(shù)(R816-R732-R537)/(R816+R732+R537)的適宜帶寬為20 nm(816 nm)

7、，8 nm(732 nm)和14nm（537 nm）。
　　 紅邊區(qū)域的光譜在不同氮素狀況下變化模式具有一定的規(guī)律。通過比較常用的紅邊位置提取技術(shù)和已有的紅邊形狀參數(shù)在稻麥氮素營養(yǎng)監(jiān)測中的應(yīng)用發(fā)現(xiàn)改進(jìn)的線性外推法在稻麥氮素營養(yǎng)監(jiān)測中穩(wěn)定性最好;同時，紅邊對稱度和雙峰對稱度在稻麥氮素營養(yǎng)監(jiān)測中表現(xiàn)較好，具有良好的應(yīng)用潛力。
　　 最后本研究基于混合編程思想，集成已有的高光譜數(shù)據(jù)處理分析技術(shù)與方法，按照模塊化、組件化的系統(tǒng)設(shè)