基于新型植被指数的冬小麦LAI高光谱反演

【目的】本研究旨在分析冠层叶片水分含量对作物冠层光谱的影响,构建新型光谱指数来提高作物叶面积指数高光谱反演的精度。【方法】在冬小麦水肥交叉试验的支持下,分析不同筋性品种、施氮量、灌溉量处理下的冬小麦叶面积指数冠层光谱响应特征,并分析标准化差分红边指数(NDRE)、水分敏感指数(WI)与叶面积指数的相关性,据此构建一个新型的植被指数——红边抗水植被指数(red-edge resistance water vegetable index,RRWVI)。选取常用的植被指数作为参照,分析RRWVI对于冬小麦多个关键生育期叶面积指数的诊断能力,随机选取约2/3的实测样本建立基于各种植被指数的叶面积指数高光谱响应模型,未参与建模的样本用于评价模型精度。【结果】研究结果表明,随着生育期的推进,冬小麦的叶面积指数呈先增加后降低的变化趋势,不同的水肥处理对冬小麦叶面积指数具有较大影响。开花期之后冬小麦LAI显著下降,强筋小麦(藁优2018)在整个生育期叶面积指数均高于中筋小麦(济麦22);不同氮水平下冬小麦冠层光谱反射率在近红外波段(720—1 350 nm)随着施氮量的增加而增大,与氮肥梯度完全一致,其中2倍氮肥处理的近红外反射率达到最高;不同生育期下冬小麦冠层光谱反射率变化波形大体一致;各个关键生育期的NDRE和WI均存在较高的相关性,而NDRE与LAI的相关性明显优于WI,新构建的植被指数RRWVI与LAI的相关性均优于NDRE、WI;虽然8个常用的植被指数均与LAI存在显著相关,但RRWVI与LAI相关性达到最大,其拟合曲线的决定系数R2为0.86。【结论】通过分析各种指数所构建的冬小麦叶面积指数高光谱反演模型,新构建的RRWVI取得了比NDRE、NDVI等常用植被指数更为可靠的反演效果,说明本研究新构建的红边抗水植被指数可有效提高冬小麦叶面积指数的精度。     

干旱胁迫对冬小麦冠层光谱及红边参数的影响

[目的]干旱是影响我国北方麦区的重要气象灾害之一。及时准确获取和掌握麦田干旱情况,对各级政府部门做出相应决策、采取积极有效的防旱、抗旱措施具有重要意义。作物冠层光谱分析是进行作物长势监测及灾害诊断的基础和有效手段,探索干旱胁迫下冠层光谱特征的变化规律,可为作物田间干旱遥感监测的展开提供先决条件。[方法]利用野外光谱测量仪对干旱胁迫下冬小麦冠层光谱进行采集,并对光谱特征及红边参数变化趋势进行分析。[结果]在可见光波段,光谱反射率为成熟期灌浆期抽穗期开花期拔节期孕穗期;在近红外波段,光谱反射率为抽穗期开花期拔节期孕穗期灌浆期成熟期。随着生育期的推进,红边幅值先增大后减小(max=0.007 6,min=0.001 3),红边位置先红移后蓝移(max=739 nm,min=700 nm),红边面积先增加后减小(max=0.316 73,min=0.070 69)。干旱胁迫越重,绿峰越不明显,红谷越浅,近红外平台越低;干旱胁迫越轻,绿峰越凸出,红谷越深,近红外平台越高。随着干旱胁迫程度的增大,红边幅值逐渐减小(max=0.008,min=0.00571)、红边位置逐渐蓝移(max=737 nm,min=727 nm)红边面积也逐渐减小(max=0.320 65,min=0.243 66)。[结论]研究结果可为实现快速、精准的农业干旱遥感监测提供参考及依据。     

基于多角度高光谱遥感的冬小麦叶片含水率估算模型

准确的作物水分监测对于旱情评估具有重要意义。在分析研究区冬小麦多角度光谱特征后,利用不同水分处理下冬小麦实测叶片含水率和实测多角度光谱数据,基于植被光谱指数法,建立不同观测角度下冬小麦光谱植被指数、水分敏感波段光谱指数与叶片含水率之间的数学模型。结果显示,相对方位角与相对天顶角越小时,观测到的光谱指数与叶片含水率的相关关系越优;敏感波段组合构建的光谱指数中,1450nm波段分别与其他波段组合的NDSI、RSI指数与叶片含水率相关性在各观测角度条件下均较好,1 450 nm波段是冬小麦叶片含水率研究的最佳敏感波段;选取常见的4种植被指数(NDVI、EVI、WI和NDII)中WI和NDVI在各观测角度下与叶片含水率的相关性优于其他两种指数,决定系数R2均在0.83以上,P0.01呈极显著相关;综上建立的多角度光谱叶片含水率估算模型,平均相对误差MRE均小于0.154、均方根误差RMSE均小于0.098,拟合效果较好,尤其是光谱指数NDSI1160,1450、NDSI980,1450和植被指数NDVI、WI;基于以上4种指数建立的最优观测角度(0°,30°)模型,其中植被指数WI的估算效果最好,相关系数在各角度均达到5%的相关显著水平,MRE0.03,可作为最优观测角度反演研究的最优植被指数。     

基于高光谱遥感的冬小麦叶水势估算模型

【目的】采用高光谱技术,建立快速、无损与准确获取冬小麦叶水势的估算模型,为小麦灌溉的精确管理提供科学依据。【方法】利用不同水分处理的大田试验,于小麦主要生育期同步测定冠层光谱反射率、叶水势、土壤水分等信息,并探讨高光谱植被指数与冬小麦叶水势之间的定量关系。通过相关性分析、回归分析等方法,基于不同水分处理,构建4种植被指数与冬小麦叶水势的估算模型。【结果】不同水分处理和不同生育期的冬小麦,其冠层光谱反射率具有显著的变化特征。在可见光波段,冬小麦冠层反射率随着水分含量的增加而逐渐降低,而在近红外波段,其冠层反射率则随着土壤水分含量的增加而升高。随着小麦生育期的推进,在近红外波段,抽穗期的冠层反射率比拔节期的高,在灌浆期之后,红波段(670 nm)、蓝波段(450 nm)的反射率上升加快;4种植被指数与叶水势显著相关(P0.05),相关系数|r|均在0.711以上,四者均可用于冬小麦叶片水势的定量监测。在充分供水条件下(70%FC),植被指数OSAVI和EVI2与叶水势的相关系数|r|(分别为0.75和0.771)均低于植被指数NDVI和RVI与叶水势的相关系数|r|(分别为0.808和0.896),而在重度水分亏缺条件下(50%FC),植被指数OSAVI和EVI2与叶水势的相关系数|r|(分别为0.857和0.853)均高于植被指数NDVI和RVI与叶水势的相关系数|r|(分别为0.711和0.792);所建模型对45个未知样的预测结果与实测值相似度较高,其回归模型R~2、验证模型MRE、RMSE的范围分别为0.616—0.922、-17.50%—-12.52%、0.102—0.133。在70%FC水分处理下,基于EVI2(enhanced vegetation index)所得叶水势估算模型的R~2最高,为0.922,而在60%FC和50%FC水分处理下,由于考虑了土壤背景的影响,基于OSAVI所建模型的R~2最高,分别为0.922和0.856。【结论】4种植被指数均可用于冬小麦叶水势的定量监测。但是,在构建不同水分处理的叶水势估算模型时,应考虑土壤背景对冠层光谱的影响。研究结果可以为小麦精准灌溉管理提供技术依据,为星载数据的参数反演提供模型支持。     

基于地面光谱的冬小麦田土壤养分遥感监测

以山西省闻喜县冬小麦为研究对象,通过野外实地调查,利用便携式光谱辐射仪测定冠层反射率,提取8种植被指数(RVI,TSAVI,RDVI,NDVI,PVI,RDVI,SAVI,OSAVI),并与冬小麦不同生育时期土壤硝态氮、铵态氮、速效磷及速效钾等养分指标进行相关性分析,建立相应的预报模型,实现对麦田土壤养分的监测。结果表明,冬小麦生育期内,不同的土壤养分含量变化不一,水浇地的土壤硝态氮、速效磷以及速效钾含量均略高于旱地,铵态氮则相反;冬小麦拔节期、灌浆期以及成熟期,旱地土壤耕层养分与植被指数相关性较差;水浇地的硝态氮和速效磷含量与植被指数的相关模拟效果达到显著水平,而铵态氮和速效钾含量与植被指数的模拟程度较差。因此,在冬小麦拔节期、灌浆期与收获期,可通过植被指数来模拟监测土壤硝态氮与速效磷含量的变化。     

基于冠层反射光谱的冬小麦干物质积累量的估测研究

[目的]分析了小麦光谱特征与干物质积累量的相关关系。[方法]通过对冬小麦不同品种的干物质积累量、叶面积等参数和冬小麦冠层光谱反射率、光谱一阶微分和光谱比值植被指数(RVI)的相关分析,确立了冬小麦干物质积累量的敏感波段,并建立了预测模型。[结果]开花期350~700 nm和1 420~1 520 nm冠层光谱反射率和灌浆期350~1 750 nm冠层光谱反射率分别与干物质积累量显著相关;比值植被指数RVI(560,1220)与干物质积累量的相关性较好;确立的冬小麦干物质积累量预测模型为:干物质积累量=-186.94×RVI(560,1220)-2 242.2(R2=0.713 8),说明通过遥感手段监测冬小麦的群体质量是可行的。[结论]该研究为高光谱遥感技术在监测小麦的群体质量的应用提供参考依据。     

花生红边特征及其叶面积指数的高光谱估算模型

选用大花生品种丰花1号作为试验材料,设置5个氮素水平的小区试验。在不同发育期同步测定花生冠层的光谱反射率及其叶面积指数,利用花生冠层的光谱反射率数据提取红边参数,分析其变化规律及花生叶面积指数与红边参数的相关性。估算结果表明：花生冠层红边一阶微分光谱呈“双峰”现象,红边位置位于707～724 nm之间,在花生生长旺盛期间出现“红边平台”,结荚期以后有明显的“蓝移”现象;叶面积指数与冠层光谱红边参数之间在结荚期-饱果初期显著相关,但开花期相关性不显著,利用结荚期-饱果期的红边参数可以估算花生的叶面积指数,最后建立了结荚期-饱果期和整个生育期的花生叶面积指数的估算模型。     

水稻、玉米、棉花的高光谱及其红边特征比较

 测定了水稻、玉米、棉花 3种作物共 6个品种的冠层和主茎叶片不同生育期高光谱反射率及其对应叶片中叶绿素、类胡萝卜素含量 ,分析了它们的高光谱及其红边特征和红边参数与叶面积指数、地上生物量、鲜叶重及叶片色素含量的相关性。结果表明 :(1) 3种作物冠层高光谱反射率大小与其生育期有关。冠层和叶片光谱反射率最大值比较结果是 ,冠层光谱 :棉花 >玉米 >水稻 ;叶片光谱 :水稻 >棉花 >玉米。 (2 ) 3种作物冠层光谱的红边都具有“双峰”现象。红边幅值Dλr 和红边面积Sr 均呈增大、减少的变化规律 ,但红边     

倒伏胁迫下冬小麦冠层光谱及红边特征

倒伏已成为影响小麦减产的主要因素之一,实时监测倒伏胁迫对小麦生长具有重要意义。通过人工模拟不同倒伏级别处理,利用光谱观测数据,分析了倒伏冬小麦光谱和红边参数变化特征。结果表明,倒伏小麦冠层光谱反射率较正常小麦整体增高,近红外波段比可见光波段增加明显,且倒伏级别越大反射率越高,表明冬小麦受倒伏胁迫后,冠层光谱对其响应敏感;倒伏小麦红边位置发生蓝移,红边幅值和红边面积则呈增大趋势。因此,可利用高光谱技术实现对冬小麦倒伏的实时监测。     

高光谱对冬小麦倒伏的响应

为了解冬小麦倒伏与冠层光谱的响应关系,以2013年6月的倒伏冬小麦为研究对象,通过测定倒伏角度及其冠层光谱,研究倒伏程度与冬小麦冠层原始光谱的关系,并进一步分析倒伏冬小麦与红边特征参数的响应规律。结果表明,在可见光范围内(400~760 nm),倒伏冬小麦的反射率比正常冬小麦的反射率高,冬小麦的倒伏程度与光谱反射率呈正相关;倒伏冬小麦在倒伏角度为20°~60°范围内,光谱反射率的增长速率大致相同。分析红边参数可知,倒伏冬小麦的红边位置随着倒伏程度的增加会发生红移现象,且红边幅值、红边面积随着倒伏程度的增大而增大。研究表明,冬小麦冠层高光谱能够敏感响应冬小麦倒伏程度,可为采用光谱遥感技术实时、快速、无损监测冬小麦倒伏奠定一定的理论基础。     

关中地区小麦冠层光谱与氮素的定量关系

【目的】分析不同生育期及整个生育期小麦叶片氮含量(LNC)与冠层光谱反射特征的关系,以实现对田间小麦活体氮素营养状况的监测,为小麦叶片氮素状况的精确诊断提供依据。【方法】以位于陕西关中地区杨凌揉谷镇、扶风马席村和巨良农场的3个小麦试验田为研究对象,测定不同长势及生育期小麦LNC及冠层光谱反射率,分析不同长势下小麦LNC和反射率的变化,并研究氮含量与冠层光谱反射率的相关性,以及小麦LNC与比值植被指数(RVI)、归一化植被指数(NDVI)的相关性,建立小麦LNC的敏感波段及光谱监测模型。【结果】在同一生育期,长势差的小麦叶片氮含量较低,长势较好的叶片氮含量高。与单波段相比,组合波段构成的植被指数RVI、NDVI与LNC的相关性明显提高,近红外波段(730~1 075nm)和红波段630,660,690nm组成组合波段的RVI、NDVI与LNC呈极显著正相关,其中LNC与RVI的相关性较高。利用独立的小麦田间试验数据,采用通用的均方根差(RMSE)、决定系数(R2)、准确度(斜率)3个指标对所建立的模型进行检验,最终选取RVI(970,690)为监测小麦LNC的最佳光谱参数,构建的最佳模型为LNC=0.176 3×RVI(970,690)0.775 6,R2为0.863,RMSE为0.137,准确度为0.979,接近于1。【结论】利用小麦冠层光谱反射率构建了预测小麦LNC的最佳模型,该模型具有较好的准确度和普适性,适用于整个生育期小麦叶片氮含量的监测。     

干旱胁迫下玉米叶片可溶性糖光谱估测研究

【目的】利用高光谱遥感技术实时监测干旱胁迫下玉米叶片可溶性糖,为诊断玉米干旱胁迫和田间水分管理提供了理论基础。【方法】采用单因素随机区组设计,对玉米进行盆栽控水,设置4个水分梯度(正常水分、轻度胁迫、中度胁迫和重度胁迫),研究不同干旱胁迫下玉米不同生育时期冠层光谱反射特征及变化规律,比较可溶性糖含量与冠层光谱反射特征和植被指数之间的关系,构建玉米叶片可溶性糖估测模型。【结果】玉米叶片可溶性糖含量在拔节期、喇叭口期和抽雄吐丝期随着干旱胁迫程度的加剧而逐渐增加,均在重度胁迫达到最大值,分别为44.45、44.22和73.00 mg/g,3个时期叶片可溶性糖含量的平均值在抽雄吐丝期达到最大值为72.43 mg/g;不同干旱胁迫下玉米冠层原始光谱反射率在可见光区域(400~700 nm)无明显差异,在近红外光区域(700~1 000 nm)随干旱胁迫加剧逐渐升高,重度胁迫达到最大值;一阶导数光谱的红边幅值随干旱胁迫加深逐渐升高,红边位置在喇叭口期出现"红移";可溶性糖的敏感波段处于原始光谱560~719 nm和导数光谱651~683 nm之间;通过对11个植被指数和经过波段自由组合的RSI、DSI、NDSI这3个植被指数与可溶性糖含量相关分析得知,利用波段自由组合的植被指数DSI(D444,D455)与玉米叶片可溶性糖含量的相关性最好(r=0.99),并由此构建的估测模型y=498 165x2-7 566.9x+71.856能够实现对玉米叶片可溶性糖含量的估测。【结论】不同干旱胁迫下玉米冠层光谱和可溶性糖含量存在差异性,利用高光谱遥感技术可以实时监测玉米叶片可溶性糖含量。     

不同水分处理下冬小麦叶片光谱特征及 氮素垂直分布情况分析

【目的】为了研究不同水分处理下冬小麦冠层叶片氮素的分布情况。【方法】文章以2014年北京市农林科学院试验田的冬小麦为研究对象,在野外观测实验的支持下,分析不同水分处理下冬小麦氮素垂直分布规律及冠层光谱变化规律,并对不同水分处理下冠层不同叶位光谱指数与叶片氮素进行相关性分析。【结果 /结论】在挑旗期W2水分处理下叶片氮素含量最大,而W1、W3、W4、W5随着灌水量增加叶片氮素含量降低,在拔节期上2叶的氮素含量高于上1叶,而到了抽穗期和灌浆期随着叶位的升高氮素含量逐渐升高;对于拔节期未做水分处理时光谱反射率差异性表现为W2W3W4W5W1。除拔节期外其他生育期随灌水量增加冠层叶片光谱反射率降低;拔节期上1叶在W1、W2水分处理下氮素与光谱指数相关性达显著性水平,最大相关性为0.87,挑旗期上1叶、上3叶、上5叶氮素与光谱指数相关性达显著性水平,最大相关性为0.90,抽穗期上1叶、上2叶、上3叶、上4叶氮素与光谱指数达显著性水平,最大相关性为0.92,灌浆期、上2叶氮素与光谱指数相关性达显著性水平其最大相关性为0.96。     

持续受涝对冬小麦高光谱特征参数的影响分析

【目的】高光谱特征参数能够突出原始光谱的感兴趣信息,分析冬小麦的高光谱特征参数随受涝时间的变化特征,提出一种快速识别冬小麦受涝的方法,可为冬小麦涝害监测提供理论支撑。【方法】文章在冬小麦灌浆期设置持续淹水8天的处理,采集涝害处理当天、第3d、第5d、第7d的反射光谱特征,以高光谱位置参数、振幅参数、面积参数和反射率参数为研究指标,对比分析了健康和受涝冬小麦18个高光谱特征参数的变化特征,并根据高光谱特征参数的差异性指数随受涝时间的变化特征判断冬小麦的受涝程度。【结果】(1)受涝冬小麦的红边位置发生"蓝移",红谷、绿峰和黄边位置发生"红移";4个振幅参数值均减小;近红外面积和绿峰面积增大,红边、黄边和蓝边面积减小;绿峰反射率Rg和红谷反射率Ro增大,两者的比值Rg/Ro和归一化值(Rg-Ro)/(Rg+Ro)则减小;(2)根据不同高光谱特征参数差异性指数的大小及变化特征,提取出红边位置、最小振幅、近红外面积和红谷反射率为判断冬小麦受涝与否的最佳参数;高光谱反射率参数和面积参数可在受涝前期快速识别冬小麦受涝与否,高光谱振幅参数能够在受涝后期判断受涝程度。(3)不同高光谱特征参数识别冬小麦受涝的优劣能力从强到弱依次为:高光谱振幅参数高光谱面积参数高光谱反射率参数高光谱位置参数。【结论】高光谱特征参数的变化特征能够用来判断冬小麦受涝与否以及受涝程度,可为冬小麦涝害遥感监测提供理论支撑。     

宁夏银北盐碱地不同植被光谱特征研究

【目的】研究不同程度盐碱化土壤上植被的光谱特征，为基于典型植被冠层光谱特征估测宁夏银北地区植被生长状况和土壤盐碱化程度提供理论依据。【方法】于2018年7月中旬，在宁夏银北盐碱地区选取样地，调查不同盐碱化程度土壤的理化性质及其上代表性植被的叶片叶绿素相对含量，分析不同程度盐碱化土壤上代表性植被类型（白刺和芦苇）以及中度盐碱化程度土壤上15种植被（向日葵、芦苇、花花柴、白茎盐生草、西伯利亚滨藜、藜、稗、紫苜蓿、柳枝稷、水稻、砂引草、白刺、槐、赖草、芨芨草）的冠层光谱特征及红边参数变化，研究植被冠层红边参数与土壤pH值、全盐含量以及叶片叶绿素含量的相关性。【结果】不同程度盐碱化土壤的理化性质及其上代表性植被的叶片叶绿素相对含量有明显差异。随着土壤盐碱化程度的增加，在可见光波段（350～760 nm），白刺冠层光谱反射率呈先上升后下降的趋势，芦苇冠层光谱反射率总体上先降低后升高；在760～1 400 nm波段，白刺冠层光谱反射率逐渐降低，芦苇冠层反射率先升高后降低；在1 400～2 500 nm波段，白刺冠层反射率分别是先升高后降低（1 400～1 900 nm）和持续增加（1 900～2 500 nm），芦苇冠层反射率先降低后升高。随着土壤盐碱化程度的增加，白刺冠层光谱红边位置、红边斜率、红边峰值面积以及红边斜率与最小振幅的比值均减小；芦苇冠层光谱以上红边参数均先增加后减小。中度盐碱化土壤上，15种植被冠层光谱特征曲线变化趋势相似，但光谱反射率大小存在不同程度差异；除了最小振幅之外，15种植被冠层光谱的红边位置、红边斜率、红边峰值面积以及红边斜率与最小振幅的比值差异较大，故根据光谱特征在野外能够区分典型植被类型。土壤pH值与红边位置、红边斜率和红边峰值面积均呈极显著负相关关系，与红边斜率与最小振幅的比值呈显著负相关关系；土壤全盐含量与红边参数均不相关；叶片叶绿素含量与红边位置之间呈极显著正相关关系，与红边斜率和红边峰值面积之间为显著正相关关系。【结论】在不同程度盐碱化土壤上，不同植被冠层光谱特征变化趋势有差异，根据典型植被冠层光谱特征可以估测宁夏银北地区植被生长状况和土壤pH。     

基于高光谱的冬小麦叶面积指数估算方法

【目的】冬小麦叶面积指数是评价其长势和预测产量的重要农学参数,高光谱技术监测叶面积指数的方法能够实现快速无损的监测管理。本文旨在将田间监测和高光谱遥感相结合,探索研究中国南方江汉平原地区冬小麦的最佳波段、光谱参数及监测模型。【方法】研究选取江汉平原的湖北省潜江市后湖管理区,利用ASD地物光谱仪和SunScan冠层分析系统在田间对冬小麦的冠层光谱及叶面积指数的变化进行监测,并探讨高光谱植被指数与冬小麦叶面积指数之间的定量关系。通过相关性分析、回归分析等方法构建6种植被指数与冬小麦叶面积指数的反演模型。【结果】冬小麦冠层光谱反射率中近红外波段870 nm,红光波谷670 nm,绿光波峰550 nm,蓝光450 nm波段对叶面积指数变化最为敏感,通过构建植被指数与叶面积指数模型,相关性均较好,决定系数（R2）为0.675-0.757,其中NDVI反演模型的R2最高为0.757。【结论】经模型精度检验,NDVI植被指数反演模型的精度较其它模型好,较适合对研究样区的冬小麦进行叶面积指数反演。     

棉花冠层叶片叶绿素含量与高光谱参数的相关性

【目的】研究棉花冠层叶片叶绿素含量与高光谱参数的相关性,建立叶绿素含量估算模型。【方法】2014年,以鲁棉研28号为研究对象,测定不同施氮水平和生育期棉花冠层叶片叶绿素含量及350~2 500nm光谱反射率,以棉花冠层高光谱反射率与冠层叶片叶绿素含量为数据源,在分析叶绿素含量与原始高光谱反射率(R)、一阶导数光谱反射率(DR)、光谱提取变量和植被指数相关性的基础上,采用一元线性与多元逐步回归的方法构建了叶绿素含量估算模型,并对从中筛选的6种棉花冠层叶片叶绿素含量估算模型进行精度对比。【结果】1)棉花冠层叶片叶绿素含量在反射光谱766nm处相关系数达到最大值,相关系数r=0.836;对于一阶导数光谱,叶绿素含量的敏感波段发生在753nm处,r=0.878;2)以9种光谱提取变量与8种植被指数为自变量,建立叶绿素含量的估算模型,筛选出的特征变量为红边面积(SDr)、绿峰与红谷的归一化值((Rg-Rr)/(Rg+Rr))、绿峰幅值(Rg),仅采用8种常用植被指数建立估算模型,筛选出的变量为比值植被指数(RVI);3)所建立的6种模型中以基于一阶导数光谱反射率建立的多元逐步回归估算模型精度最高,均方根误差(RMSE)为1.075,相对误差(RE)为2.22%,相关系数(r)为0.952。【结论】采用原始光谱、一阶导数光谱、光谱提取变量及植被指数均可对棉花叶绿素含量进行监测,其中基于一阶导数光谱的多元逐步回归模型对叶绿素含量的估算效果最优。     

不同温度处理下水稻高光谱及红边特征分析

通过田间试验,测定了3个温度处理下2个品种的水稻冠层不同生育期高光谱反射率及水稻叶片叶绿素含量等生物物理参数,对水稻叶绿素浓度与温度进行了相关分析,并对不同生育期不同温度处理下水稻冠层光谱的变化规律及红边特征进行了对比.结果表明:叶绿素浓度随温度升高而下降,水稻均在孕穗期近红外肩区的反射率达到最大,其反射率随温度胁迫的加深而下降,但晚上增温情形除外.国稻6号(杂交稻)在不同生育期不同温度处理下的光谱曲线差异比武运粳7号(粳稻)明显.国稻6号在抽穗期红边面积和红边幅值达最大值,在孕穗期红边位置达最大值;除晚上增温情形外,武运粳7号在孕穗期3个红边参数达最大值,受高温胁迫后,红边位置向短波方向移动.     

北京地区冬小麦不同生育期植株氮营养高光谱诊断

[目的]基于冬小麦不同生育期数据,探讨不同生育期何种氮素可以更好的反应冬小麦氮素营养状况,为冬小麦氮素营养精准探测提供新的技术方法。[方法]该文利用2014-2015年北京市昌平区小汤山国家精准农业示范研究基地的冬小麦冠层反射光谱数据和相应植株氮含量及氮累积量数据,开展了不同生育期植株氮素营养高光谱诊断研究并用留一交叉法进行了模型验证。分析了不同生育期植株氮素状况和原始光谱特征、红边参数、常用植被指数之间的相关性,在此基础上构建不同生育期的氮素营养诊断模型并比较分析何种氮素状况可以很好的监测作物氮素营养状况。[结果]最佳植株氮素营养诊断模型随着生育期的变化而变化。拔节期和挑旗期mSR705、开花期REPgauss、灌浆期MTCI为自变量构建的植株氮含量模型可以很好的诊断氮素状况,其中mSR705构建的植株氮含量模型可以较好的监测不同生育期氮素状况,建模的R2分别为0.33、0.73、0.51和0.36;拔节期NBH、挑旗期和开花期MTCI、灌浆期VOGb为自变量构建的植株氮累积量模型可以很好的诊断氮素状况,其中VOGb构建的植株氮累积量诊断模型可以较好的监测不同生育期氮素状况,建模的R2分别为0.70、0.78、0.80和0.63;植株氮累积量诊断模型的精度优于植株氮含量诊断模型的精度,这不仅和叶绿素吸收有关,还与植株生物量有关。[结论]不同生育期氮素营养诊断模型与冬小麦生育期紧密相关,生长阶段氮累积量模型将优先用于估算氮素状况诊断。     

夏玉米光谱特征对其不同色素含量的响应差异

在不同施氮水平夏玉米的6个典型生育期,采用化学方法测定冠层叶绿素含量,利用叶绿素计测定的叶绿素读数以及光谱反射率,系统分析了单波段反射率、可见光和近红外波段组合而成的归一化植被指数(NDVI)、比值植被指数(RVI)等8种常见植被指数与相应时期2种方法测定的叶绿素含量的相关性。结果表明,随着施氮量的增加,叶绿素含量和冠层近红外波段反射率都随之增加;整个生育期中孕穗期在近红外区域反射率最高,与可见光波段反射率相差最大;6个生育期单波段510~1 100 nm反射率、NDVI、RVI等植被指数与叶绿素含量的2种测定结果显著相关或极显著相关,植被指数的表现较单波段更好,且从苗期到乳熟期,各波段反射率与叶绿素的相关性逐渐增强。整体来讲,可见光中560、660 nm和近红外760、810、590和1 300 nm组合的NDVI在各生育期与2个农学指标的相关性较好,选择NDVI(560,760)可以准确拟合夏玉米叶片叶绿素含量,其对化学方法测定的叶绿素含量拟合效果较佳。