版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、精確農(nóng)業(yè)是現(xiàn)代農(nóng)業(yè)生產(chǎn)中實(shí)現(xiàn)低耗、高效、優(yōu)質(zhì)和環(huán)境友好目標(biāo)的根本途徑,遙感技術(shù)可以快速獲取農(nóng)田作物生長狀態(tài)的實(shí)時(shí)信息,為實(shí)施精確農(nóng)業(yè)提供重要的技術(shù)支撐。高光譜遙感波譜具有連續(xù)、精細(xì)的特點(diǎn),可顯著增強(qiáng)對植株生物理化參數(shù)的探測手段和能力,提高作物生長監(jiān)測的精度和準(zhǔn)確性。本研究的目的是以小麥為對象,以系列田間試驗(yàn)為依托,綜合運(yùn)用高光譜遙感、生長分析、生理生化測試及數(shù)理統(tǒng)計(jì)分析等技術(shù)手段,分析不同氮素水平和品種條件下小麥冠層高光譜反射特征與氮素
2、營養(yǎng)和長勢指標(biāo)之間的動態(tài)關(guān)系,確立氮素營養(yǎng)和長勢指標(biāo)的適宜光譜參數(shù)及相應(yīng)監(jiān)測模型,在探明小麥植株氮素狀況與籽粒產(chǎn)量及蛋白質(zhì)含量定量關(guān)系的基礎(chǔ)上,建立了基于植株氮素營養(yǎng)的小麥籽粒產(chǎn)量和蛋白質(zhì)含量光譜預(yù)測途徑,從而為小麥生長特征的無損監(jiān)測和精確管理提供理論基礎(chǔ)和關(guān)鍵技術(shù)。 本研究首先比較了不同氮素水平和不同品種條件下不同生育時(shí)期小麥冠層光譜反射率的變化模式。結(jié)果表明,隨著施氮水平的提高,冠層反射光譜在近紅外反射平臺的反射率呈上升趨勢
3、,而可見光部分反射率則下降。小麥從拔節(jié)開始,冠層反射光譜在可見光波段先降低然后升高,以抽穗期前后反射率最低,而近紅外區(qū)反射率則表現(xiàn)相反趨勢;之后,隨著生育進(jìn)程推進(jìn),在可見光區(qū)反射增強(qiáng),而近紅外區(qū)反射較低,但在接近成熟時(shí)近紅外區(qū)反射率急劇增強(qiáng)。這些光譜信息為進(jìn)一步利用冠層反射光譜監(jiān)測小麥生長狀況和氮素營養(yǎng)狀況提供了基礎(chǔ)。 利用冠層高光譜分析技術(shù),提取了特征波段及多種光譜參數(shù),研究了小麥氮素營養(yǎng)狀態(tài)與冠層反射特征光譜的定量關(guān)系,建立
4、了小麥植株氮素狀況的敏感光譜參數(shù)及預(yù)測方程。群體葉片氮含量和積累量的敏感波段主要存在于近紅外平臺和可見光區(qū),其中,紅邊區(qū)域表現(xiàn)最為顯著。分別與葉片氮含量和氮積累量線性關(guān)系表現(xiàn)密切的光譜參數(shù)間存在差異,REP<,LE>、λo和mND705與葉片氮含量相關(guān)性好,方程擬合精度高;MSS-SARVI、FD742和PSSRb與葉片氮積累量關(guān)系最密切,方程擬合效果優(yōu)于葉片氮含量。利用紅邊雙峰特征構(gòu)造新的紅邊參數(shù),可以較好表達(dá)葉片氮素營養(yǎng)狀態(tài)及變化,
5、其中ND[RSDr(REP<,IG>),LSDr(REP<,IG>)]對葉片氮含量方程擬合效果得到明顯改善,而LSDr(REP<,LE>)與葉片氮積累量的關(guān)系非常密切,與FD742接近。經(jīng)不同年際獨(dú)立數(shù)據(jù)的檢驗(yàn)表明,以REIP<,LE>和mND705兩個(gè)光譜參數(shù)對葉片氮含量反應(yīng)最敏感,而FD742和SDr/SDb兩個(gè)光譜參數(shù)可以對葉片氮積累量進(jìn)行有效監(jiān)測,利用新構(gòu)建的紅邊光譜參數(shù)建立葉片氮素營養(yǎng)監(jiān)測模型均給出了理想的檢驗(yàn)結(jié)果。比較而言,
6、葉片氮積累量好于葉片氮含量。在分析不同氮素水平下小麥色素狀況隨生育期變化模式的基礎(chǔ)上,討論了色素狀況與冠層高光譜反射率及光譜參數(shù)的關(guān)系,提出了小麥不同組分色素含量及密度的敏感光譜參數(shù)及預(yù)測方程。發(fā)現(xiàn)紅邊位置參數(shù)REP<,LE>和REP<,IG>與葉綠素含量關(guān)系較為密切,而與類胡蘿卜素含量關(guān)系較弱。光譜參數(shù)VOG2、VOG3、RVI(810,560)、Dr/Db和SDr/SDb等與葉綠素密度關(guān)系較好,而與類胡蘿卜素密度關(guān)系減弱。經(jīng)獨(dú)立試驗(yàn)
7、資料檢驗(yàn),模型對色素含量估算效果以紅邊位置表現(xiàn)較好。VOG2、VOG3、Dr/Db和SDr/SDb對不同組分色素的估測檢驗(yàn)結(jié)果均較好??傮w上,利用關(guān)鍵光譜參數(shù)對葉片色素狀況可以進(jìn)行準(zhǔn)確可靠的實(shí)時(shí)監(jiān)測,其中,葉綠素a和葉綠素a+b的含量及密度監(jiān)測效果最好。 通過比較研究小麥葉片糖氮比隨氮素水平的變化模式,確立了對小麥葉片糖氮比反應(yīng)敏感的波段區(qū)域,明確了冠層反射光譜與葉片糖氮比的定量關(guān)系,得出小麥葉片糖氮比光譜監(jiān)測的適宜時(shí)期為拔節(jié)期
8、至灌漿中期。水分特征參數(shù)FWBI和Area980與葉片糖氮比關(guān)系密切,以指數(shù)方程擬合效果最好,而色素特征參數(shù)(R<,750-800>/R695-740>)-1和VOG2為變量指數(shù)方程擬合決定系數(shù)有所降低,但仍達(dá)極顯著水平。獨(dú)立年際試驗(yàn)數(shù)據(jù)的測試表明,利用FWBI、Area1190、(R<,750-800>/R<,695-740>)-1和VOG2四個(gè)光譜參數(shù)可以對生長盛期的小麥葉片糖氮比進(jìn)行可靠的監(jiān)測。 在明確小麥葉干重和LAI隨
9、施氮水平和生育進(jìn)程的動態(tài)變化模式的基礎(chǔ)上,確立了對小麥葉干重和LAI反應(yīng)敏感的波段區(qū)域,通過大量光譜參數(shù)的相關(guān)分析,建立了葉干重和LAI監(jiān)測模型。對于不同試驗(yàn)條件下的葉干重和LAI,可以使用統(tǒng)一的光譜參數(shù)進(jìn)行定量反演,其中基于RVI(810,560)、FD755、GMI、SARVI(MSS)和TC3等光譜參數(shù)的方程擬合效果較好。對表現(xiàn)較好的擬合方程進(jìn)行檢驗(yàn),以參數(shù)RVI(81 0,560)、GMI、SARVI(MSS)、PSSRb、(R
10、<,750-800>/R<,695-740>)-1、VOG2和mSR705為變量建立的葉干重和LAI監(jiān)測模型均給出較好的檢驗(yàn)結(jié)果,尤其是光譜參數(shù)RVI(810,560)、GMI和SARVI(MSS)可以對不同條件下小麥葉干重和LAI進(jìn)行準(zhǔn)確可靠的監(jiān)測。 對不同年份、品種和氮素水平下小麥籽粒蛋白質(zhì)含量與不同生育期植株氮素狀態(tài)的相關(guān)分析表明,利用前期葉片氮素狀況可以預(yù)測成熟期籽粒蛋白質(zhì)水平,其中通過開花期葉片氮含量和氮積累量可以進(jìn)行
11、可靠的估測。根據(jù)特征光譜參數(shù)-葉片氮素營養(yǎng)一籽粒蛋白質(zhì)含量這一技術(shù)路徑,通過將小麥葉片氮素監(jiān)測模型融入鏈接,建立基于開花期高光譜參數(shù)的小麥籽粒蛋白質(zhì)含量預(yù)測模型。模型檢驗(yàn)顯示,開花期光譜參數(shù)mND705、REP<,LE> SDr/SDb和FD742可以對成熟期籽粒蛋白質(zhì)含量進(jìn)行準(zhǔn)確預(yù)報(bào),其中基于mND705參數(shù)的預(yù)測模型更為準(zhǔn)確可靠。 依據(jù)小麥產(chǎn)量形成的生物學(xué)特征,系統(tǒng)比較了植株氮素營養(yǎng)狀況與籽粒產(chǎn)量之間的關(guān)系,提出了基于葉片氮
12、素營養(yǎng)指標(biāo)的籽粒產(chǎn)量預(yù)報(bào)模型。灌漿前期葉片氮積累量和葉面積氮指數(shù)均能夠較好地反映成熟期籽粒產(chǎn)量狀況,而葉片氮含量和氮積累量及葉面積氮指數(shù)在拔節(jié)-成熟期的累積值與成熟期籽粒產(chǎn)量的回歸擬合效果更好。根據(jù)特征光譜參數(shù)-葉片氮素營養(yǎng)-籽粒產(chǎn)量這一技術(shù)路徑,將小麥葉片氮素營養(yǎng)監(jiān)測模型導(dǎo)入鏈接,建立基于開花期高光譜參數(shù)的小麥籽粒產(chǎn)量預(yù)測模型。檢驗(yàn)結(jié)果表明,利用灌漿前期關(guān)鍵特征光譜指數(shù)可以有效地評價(jià)小麥成熟期籽粒產(chǎn)量狀況,而拔節(jié)-成熟期特征光譜的累積
13、值能夠穩(wěn)定預(yù)報(bào)不同條件下小麥成熟期籽粒產(chǎn)量的變化。綜合分析了多種高光譜參數(shù)與小麥植株氮積累量的關(guān)系,確立了擬合度很好的光譜監(jiān)測模型?;谥仓甑e累量的積分累加值與對應(yīng)籽粒氮積累狀況的密切關(guān)系,構(gòu)建了灌漿期籽粒氮積累量光譜估算方程,確定了小麥灌漿期地上部氮積累動態(tài)監(jiān)測模型。獨(dú)立年際試驗(yàn)數(shù)據(jù)的檢驗(yàn)表明,基于高光譜指數(shù)SDr/sDb、VOG2、VOG3、RVI(810,560)、[(R<,750-800>)/(R<,695-740>)]-1和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高光譜遙感的冬小麥氮素營養(yǎng)指標(biāo)監(jiān)測研究.pdf
- 基于高光譜玉米氮素營養(yǎng)與生長指標(biāo)的監(jiān)測.pdf
- 基于成像高光譜的小麥氮素營養(yǎng)監(jiān)測研究.pdf
- 基于多角度高光譜遙感的小麥生長指標(biāo)監(jiān)測研究.pdf
- 利用地-空高光譜遙感監(jiān)測小麥氮素狀況與生長特征.pdf
- 小麥冠層和單葉氮素營養(yǎng)指標(biāo)的高光譜監(jiān)測研究.pdf
- 基于高光譜的稻麥氮素營養(yǎng)監(jiān)測研究.pdf
- 基于光譜的小麥氮素營養(yǎng)監(jiān)測與追肥調(diào)控研究.pdf
- 基于反射光譜的棉花氮素營養(yǎng)與生長監(jiān)測研究.pdf
- 西北地區(qū)冬小麥生長狀況高光譜遙感監(jiān)測研究.pdf
- 基于高光譜成像的玉米苗期氮素營養(yǎng)監(jiān)測的研究.pdf
- 基于近地高光譜遙感與作物生長模型的冬小麥品質(zhì)監(jiān)測預(yù)報(bào)研究.pdf
- 基于光譜角算法的小麥氮素營養(yǎng)診斷研究.pdf
- 基于冠層反射光譜的夏玉米氮素營養(yǎng)與生長監(jiān)測研究.pdf
- 基于高光譜與多光譜數(shù)據(jù)的冬小麥白粉病遙感監(jiān)測.pdf
- 基于連續(xù)小波分析的小麥生長指標(biāo)光譜監(jiān)測研究.pdf
- 基于近紅外光譜技術(shù)的小麥葉片氮素營養(yǎng)及籽粒蛋白質(zhì)含量監(jiān)測研究.pdf
- 基于高光譜的小麥水分狀況監(jiān)測研究.pdf
- 基于光譜的水稻氮素營養(yǎng)監(jiān)測與調(diào)控模型研究.pdf
- 基于高光譜數(shù)據(jù)的北疆棉花遙感監(jiān)測研究.pdf
評論
0/150
提交評論