不同水分条件下棉花光谱数据对冠层叶片温度的响应特征

利用Fluke热像仪和ASD地物非成像高光谱仪,分别记录棉花新陆早33号、13号2个品种、4个水分处理、5个关键生育时期的冠层红外热图像和反射光谱数据;在红外热图像上提取棉花冠层受光叶片的温度,同时处理高光谱数据获得归一化植被指数(NDVI)、比值植被指数(RVI)、红光620 nm和近红外850 nm波段的反射率(ρ620,ρ850)。分析表明,棉花2个品种4个水分处理的冠层叶片温度(TL)在盛花期、盛花结铃期较高,在盛铃期达到最大值,在开花期和吐絮初期较低;棉花受到水分胁迫,冠层近红外波段光谱的反射率降低,红光波段的反射率升高,NDVI和RVI变小,TL升高;在充分灌溉条件下棉花近红外、红光波段的光谱反射率、NDVI和RVI及TL则与水分胁迫处理的表现相反。和620 nm和850 nm波段反射率与TL的线性相关比较,棉花NDVI和RVI与TL的线性相关性更强。研究表明,将红外热图像和高光谱遥感技术相结合,具有实时、非破坏性地监测棉花水分状况的潜力。     

高产稳产小麦株型的研究

以不同株型小麦品种及其杂交后代为材料，研究了小麦株型性状与高产稳产性能的关系以及高产稳产株型的生理基础，发现，穗幅（植株生长展开度），穗数、叶片生长开度（夹角及开张角）和穗长等株型性状与小麦品种生产能力呈正相关；这几个性状对品种的产量效应具有互补性和累加性；冠层展开型品种的高产稳产性能优于冠层紧挺型；冠层展开型品种具有前期生长快，后期衰退缓慢，全生育期光合势强及生物量大等特点。提出了半矮展开型作为     

小麦叶片氮积累量与冠层反射光谱指数的定量关系

利用不同小麦品种在不同施氮水平下的3年田间试验数据，研究了小麦叶片氮积累量与冠层反射光谱间的定量关系。结果显示，不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势，同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高蛋白质含量的品种类型，近红外区域若干相邻波段和可见光波段组成的比值植被指数与单位土地面积上叶片氮素积累量的相关关系均表现较好，因此可用760、810、870、950和1100nm反射率的平均值与660nm组成的比值植被指数对不同蛋白质类型小麦品种的叶片氮素积累量进行定量监测，但回归方程的斜率在不同类型品种之间存在显著差异。本研究确立的小麦叶片氮积累量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平，为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

小麦叶片氮素状况与冠层反射光谱指数的关系

利用不同小麦品种在不同施氮水平下的3年田间试验数据,研究了小麦叶片氮积累量与冠层反射光谱间的定量关系。结果显示,不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势,同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高蛋白质含量的品种类型,近红外区域若干相邻波段和可见光波段组成的比值植被指数与单位土地面积上叶片氮素积累量的相关关系均表现较好,因此可用760、810、870、950和1 100 nm反射率的平均值与660 nm组成的比值植被指数对不同蛋白质类型小麦品种的叶片氮素积累量进行定量监测,但回归方程的斜率在不同类型品种之间存在显著差异。本研究确立的小麦叶片氮积累量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平,为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

玉米株型与冠层光合作用的数学模拟研究

用数值方法，分析了直立和平伸两种株型结构在冠层光分布，光合作用分布，冠层光合作用速度、光合作用日变化和光合日总量等方面的差异。指出叶面积指数越大，太阳辐射越强、太阳高度角越大（在纬度越低的地区或赤纬越高的季节），把一般株型改造成直立株型的增产潜力增大。对于叶片光合效能较高的区域，季节或品种，直立株型的增产潜力也较大。植株由一组具有各种倾斜角的叶片组成。理想株型的叶片分布函数随上述环境的和生理的因素     

不同生育时期玉米洪涝胁迫遥感监测与评估

为建立玉米洪涝灾害遥感监测和评估技术,本研究开展不同生育期不同程度的模拟试验,持续活体监测叶片叶绿素、冠层光谱和覆盖度并测产。结果表明,拔节期洪涝胁迫可显著降低叶绿素含量,最大程度相对变化值达-56.30%,吐丝期胁迫对叶绿素无影响,灌浆期胁迫促使叶绿素下降但并不明显。洪涝胁迫能降低覆盖度,拔节期影响最大,胁迫严重的覆盖度仅46.33%,吐丝期次之,灌浆期较小。洪涝胁迫造成的减产,生育前期影响比后期严重。拔节期和吐丝期各波段反射率与洪涝胁迫程度呈负相关关系,近红外平台波段达到极显著水平,绿峰波段次之,达到显著水平。灌浆期各波段反射率与洪涝胁迫程度呈正相关关系,相关性未达到显著水平。与胁迫程度呈极显著相关的光谱反射率和植被指数可以用于监测玉米洪涝灾害。最终基于胁迫之后与胁迫前的结构不敏感色素指数SIPI的差值DSIPI,建立拔节期和吐丝期洪涝胁迫产量损失率评估模型。     

小麦叶片氮含量与冠层反射光谱指数的定量关系

本文以3种蛋白质类型的小麦品种在不同施氮水平下的3年田间试验为基础，研究了小麦叶片氮含量与冠层反射光谱的定量关系。结果显示，不同试验中拔节后叶片氮含量均随施氮水平呈上升趋势，同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高籽粒蛋白质含量的品种，叶片氮含量与冠层反射光谱的归一化植被指数NDVI (1 220, 710)和红边位置均有密切的定量关系，决定系数在0.80左右。对于不同品质类型小麦品种，均可利用统一的回归方程描述其叶片氮含量随反射光谱参数的变化，对于低蛋白类型品种，采用单独的回归系数即可提高叶片氮含量估测的准确性。本研究确立的小麦叶片氮含量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平，为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

东洞庭湖湿地指示植被高光谱特征分析

为了建立东洞庭湖湿地指示植被光谱数据库,笔者通过分析指示植被的光谱特征,得到识别湿地植被高分辨率遥感波段窗口,为湿地健康监测提供技术支撑。选取东洞庭湖植被苔草、泥蒿、芦苇、辣蓼与灯心草5种典型湿地植被为东洞庭湖湿地指示植被,对它们进行研究。根据野外测定5种指示植被光谱数据,分析东洞庭湖湿地指示植被的光谱特性、植被类型识别的特征波段及其基本规律。研究发现：（1）在波段范围610~680 nm、810~880 nm、1030~1100 nm、1170~1240 nm、1635~1705 nm之间具有明显的差异。特别在波段1030~1100 nm之间,5种指示植被光谱差异性最大,光谱曲线区分特别明显;（2）通过对苔草、泥蒿、芦苇、辣蓼与灯心草5种湿地植被光谱反射率(R)采用LOG(1/R)变换,得到1个可以区分5种植被的区间,即660~680 nm之间的波段,5种湿地指示植被倒数的对数值依次降低次序是：苔草、芦苇、辣蓼、灯心草和泥蒿;（3）对同一种湿地指示植被苔草不同长势的光谱数据进行降噪、倒数的对数处理后,得到1个特征区间在500~700 nm内,可以明显的区分苔草的长势情况即：长势良好的苔草光谱反射率倒数的对数值要高于长势不好的苔草。     

基于冠层反射光谱的小麦白粉病严重度估测

明确小麦白粉病冠层光谱敏感波段并估算病情严重度,是大面积高空遥感监测小麦白粉病、实现精确防控的基础。采用人工诱发的大田、盆栽和病圃试验,测量不同生育时期对不同发病等级的小麦白粉病冠层光谱,并同步调查发病严重度。结果表明,可见光350~710 nm光谱反射率随病情加重呈上升趋势,580~710 nm为遥感监测白粉病的敏感波段,近红外波段光谱反射率在病害处理间变幅较大,且与病情严重度相关性较差。修正型病情指数较常规病情指数与对应光谱反射率的相关性显著提高。利用高光谱特征参数与白粉病严重度间的相关回归分析,红边宽度最适宜指示白粉病发生及发展态势,拟合精度(R²)为0.811,检验相对误差(RE)为17.7%,而mND705、SIPI、CTR2和TSAVI在相关分析中也表现相对较好(r>0.6),但由于试验间兼容性差, 不宜建立统一回归方程。以相对光谱指数ΔMSAVI和ΔmND705与白粉病严重度建立的模型决定系数较高(R²>0.76),RE分别为18.4%和19.4%,可较好反演冠层尺度病情严重度。可见,小麦白粉病冠层光谱特征明显,建立的病害反演模型精度高,对精确防控具有应用价值。     

基于宽范围动态植被指数的棉花冠层覆盖度监测

 旨在利用宽范围动态植被指数对棉花冠层覆盖度进行监测,解决传统的利用归一化差值植被指数对冠层覆盖度较高时监测不准确(饱和)的问题。采用高光谱仪获取棉花不同时期不同覆盖度的冠层光谱反射率,通过对构成归一化差值植被指数的近红外波段反射率引入系数α来提高修正后的植被指数随棉花覆盖度变化的动态范围。当利用权重系数0.1≤α≤0.2对近红外波段反射率调整之后,新形成的宽范围动态植被指数用于监测不同覆盖度棉花时未出现“饱和”现象。利用宽范围动态植被指数建立的棉花覆盖度监测模型的决定系数r2＞0.948,对棉花冠层覆盖度进行监测,可以解决传统的归一化差值植被指数对冠层覆盖度较高时监测不准确(饱和)的问题,提高了植被指数对棉花冠层覆盖度监测的精度。     

基于GreenSeeker的冬小麦NDVI分析与产量估算

以2007-2009年连续2个冬小麦生长季的田间试验数据为基础,利用GreenSeeker获取冠层归一化差值植被指数(NDVI),分别对不同氮营养条件下冬小麦的产量变化、冠层NDVI值随施氮量和生育期的动态变化,以及NDVI与产量的相关性定量分析,建立基于NDVI的冬小麦产量估算模型。结果表明,冬小麦的产量变化随施氮量的增加呈抛物线趋势变化;冠层NDVI在返青期前随施氮量增加基本不变,返青期至灌浆初期随施氮量增加呈显著增加趋势;整个生育期冠层NDVI呈现“低–高–低”变化趋势。冬小麦整个生育期不同施氮水平下的NDVI值与产量的相关性均为正相关关系,且相关性随生育期逐渐增强,在灌浆末期达到最大。利用NDVI建立的冬小麦产量估算模型,以灌浆初期(P=0.005)和灌浆末期(P<0.001)的模型达到极显著水平。经验证,灌浆初期的冬小麦产量预测值与实测值的回归关系达到了显著水平(P=0.0129),灌浆末期则达到极显著水平(P=0.0002)。因此,利用灌浆初期和灌浆末期的NDVI值可以预测冬小麦产量,尤以灌浆末期预测效果更佳。     

基于碳氮代谢的水稻氮含量及碳氮比光谱估测

碳氮代谢为植物生长发育提供物质基础，因此碳氮含量及碳氮比的无损快速估测对植物的生长调控有着极其重要的作用。本文系统研究了水稻7个不同氮肥水平下的碳氮代谢特征及其与冠层反射光谱特征之间的关系。结果表明，植株碳氮含量及碳氮比与大多数比值植被指数、归一化植被指数及差值植被指数关系密切，比值植被指数与归一化植被指数的表现一致，差值植被指数略有不同，其中碳氮比的相关性与氮含量类似。氮含量与510 nm和460 nm构成的比值和归一化植被指数的关系最佳，不受生育期的影响，可用统一的方程来预测；碳氮比则需分阶段建模较好，生育后期（抽穗期和灌浆盛期）以ND_(1650,710)最好。经其它独立数据的验证表明，模型对氮含量的估测精度在叶片水平上为80.51%，在植株水平上为76.36%，预测的RMSE分别为0.20和0.26，叶片和植株碳氮比的估测精度分别为81.09%和70.70%，预测的RMSE分别为1.64和3.95。表明通过植被指数的计算可以定量地评估水稻氮含量及碳氮比。     

基于植被指数的夏玉米不同生育期叶绿素含量遥感估算

叶绿素含量是间接判断玉米营养状况的重要农学参数,估算叶绿素含量对农作物长势监测有重要意义。笔者利用ASD便携式地物光谱仪和SPAD-502叶绿素仪实测了夏玉米关键生育期冠层光谱反射率及叶片叶绿素相对含量,对3种植被指数与叶绿素相对含量进行了相关性分析,建立了基于归一化植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)的叶绿素估算模型,并进行精度检验,从中选出最佳拟合模型。研究结果表明：拔节期RVI、抽穗期和灌浆期NDVI以及蜡熟期DVI的均方根差(RMSE)和相对误差(RE)均最低,RMSE分别为5.688、5.323、2.751、4.111,RE分别为9.84%、8.56%、3.75%、7.15%,故为各个时期的最佳模型。因此得到了NDVI、RVI和DVI3种植被指数在不同生育期的最佳模型,对指导夏玉米种植与田间管理具有重要的指导意义。     

Reflectance estimation of canopy nitrogen content in winter wheat using optimised hyperspectral spectral indices and partial least squares regression

Many spectral indices have been proposed to derive plant nitrogen (N) nutrient indicators based on different algorithms. However, the relationships between selected spectral indices and the canopy N content of crops are often inconsistent. The goals of this study were to test the performance of spectral indices and partial least square regression (PLSR) and to compare their use for predicting canopy N content of winter wheat. The study was conducted in cool and wet southeastern Germany and the hot and dry North China Plain for three winter wheat growing seasons. The canopy N content of winter wheat varied from 0.54% to 5.55% in German cultivars and from 0.57% to 4.84% in Chinese cultivars across growth stages and years. The best performing spectral indices and their band combinations varied across growth stages, cultivars, sites and years. Compared with the best performing spectral indices, the average value of the R² for the PLSR models increased by 76.8% and 75.5% in the calibration and validation datasets, respectively. The results indicate that PLSR is a potentially useful approach to derive canopy N content of winter wheat across growth stages, cultivars, sites and years under field conditions when a broad set of canopy reflectance data are included in the calibration models. PLSR will be useful for real-time estimation of N status of winter wheat in the fields and for guiding farmers in the accurate application of their N fertilisation strategies.     

不同生育时期玉米洪涝胁迫遥感监测与评估

In order to set up remote sensing monitoring and evaluation technology of maize flood stress and loss, a simulation experiment with different flood stress degrees was developed at different stages. Chlorophyll content, canopy spectral reflectance and coverage were monitored in vivo, and yield level was tested finally. The results showed that chlorophyll content decreased under flood stress at jointing and filling stages. The decreasing extend was significant at jointing stage and the value of maximal relative change reached -56.30%. There was little influence on chlorophyll at silking stage. Flood stress could reduce the coverage, especially at jointing stage, the most serious treatment was only 46.33%, followed by silking stage and filling stage. Flood stress reduced production at last, and the reduction was more serious in the early stage than in the later stage. There was a negative correlation between reflectance and flood stress degree at jointing stage and silking stage. It was extremely significantly difference at near infrared platform bands and significantly at green peak bands. There was no significant positive correlation between reflectance and flood stress degree at filling stage. Reflectance and spectral indexes with extremely significant correlation can be used to monitor flood. Two models with DSIPI were set up to evaluate flood loss at jointing and silking stage separately.     

基于穗层反射光谱的小麦籽粒蛋白质含量监测的研究

本试验对近地面高光谱仪监测小麦的不同测定方法进行了探讨，并比较了各方法对籽粒蛋白质含量（GPC）的预测能力。结果表明，穗全氮含量（ETNC）与穗层光谱反射率（Rel）的相关系数普遍高于与冠层光谱反射率（Rc）的相关系数。同时，基于小麦光谱反射率、穗全氮含量、籽粒蛋白质含量三者之间的相关性，选择了包括植被指数在内的20个穗层光谱特征参量，与ETNC进行相关分析，建立了最佳光谱特征参量预测ETNC以及ETNC预测籽粒蛋白质含量（GPC）的统计相关模型。通过2个模型的链接，建立了利用比值植被指数RVI[890,670]预测GPC的回归模型，可以较好地预测小麦籽粒蛋白质含量。在相同条件下，相对于以往基于冠层光谱的方法，基于穗层光谱的RVI[890,670]对GPC的预测表现出较大的优势，决定系数R2由0.662提高到0.865，总均方根差RMSE由0.851降低到0.734。本研究为实现田间条件下小麦氮素及相关品质指标的便携式监测仪的开发研制提供了初步的依据。     

基于冠层反射光谱的夏玉米叶片氮积累量估测

为实现夏玉米冠层氮素状况的实时无损监测,于2009—2010年连续2个生长季,通过不同玉米品种和施氮水平下的田间试验,研究夏玉米叶片氮积累量与冠层反射光谱的相关关系,提出叶片氮积累量的敏感光谱参数,并建立叶片氮积累量的定量估算模型。结果表明,夏玉米叶片氮积累量随施氮水平的提高而增加;可见光波段的460~670 nm和近红外区的780~1100 nm是监测玉米叶片氮积累量变化差异的敏感波段;归一化植被指数(NDVI)、优化的简单比值指数(MSR)、优化土壤调节植被指数(OSAVI)、修正土壤调整植被指数(MSAVI)和土壤调整植被指数(SAVI)与叶片氮积累量相关性较好。利用不同年际独立试验数据对监测模型进行检验,以OSAVI为自变量构建的叶片氮积累量监测模型效果最优,相关系数(r)为0.6745,均方根差(RMSE)为1.2368。利用本研究确立的玉米叶片氮积累量与冠层反射光谱的定量关系,可用来定量估测叶片氮积累量的变化状况。     

基于水稻冠层光谱特征构建粳型水稻籽粒蛋白质含量预测模型

水稻籽粒蛋白质含量是评价稻米品质的主要指标之一。本文以不同施氮水平下的4年田间试验为基础,系统分析了水稻成熟籽粒蛋白质含量与不同时期冠层反射光谱的相关性。结果显示,籽粒蛋白质含量与可见光波段(460~710 nm) 反射率呈负相关,与近红外波段(760~1 220 nm) 反射率呈正相关,其中孕穗期冠层单波段反射率与成熟籽粒蛋白质含量的相关性最高,在16个波段中以760 nm波段反射率与籽粒蛋白质含量的拟合效果最好,复相关系数达0.795。进一步分析比值植被指数、差值植被指数、归一化植被指数和红边参数等光谱参数与成熟籽粒蛋白质含量的相关性,运用线性逐步回归分析方法对相关拟合较好的16个参数进行筛选,建立了水稻成熟籽粒蛋白质含量（GPC）监测模型,GPC=－0.15× DVI(1 500, 950) + 3.00。利用不同年份不同品种及不同施氮水平下的观测数据对模型进行检验,预测值和实测值的精确度为0.56~0.86,准确度为0.85~1.18,根均方差（RMSE）为3.51%~19.91%,表明模型预测值与实测值之间符合度较高,对水稻成熟籽粒蛋白质含量具有较好的预测性。