首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 109 毫秒
1.
小麦氮素积累动态的高光谱监测   总被引:12,自引:1,他引:11  
 【目的】研究小麦地上部氮积累量与冠层高光谱参数的定量关系,分析多种高光谱参数估算地上部氮积累量的效果。【方法】连续3年采用不同蛋白质含量的小麦品种在不同施氮水平下进行大田试验,于小麦不同生育期采集田间冠层高光谱数据并测定植株不同器官生物量和氮含量。【结果】植株氮积累量随着施氮水平的提高而增加,不同地力水平间存在明显差异。植株氮积累量的光谱敏感波段主要存在于近红外平台和可见光区,而地上部氮积累量与冠层光谱的相关性明显降低。对植株氮积累量的光谱估算,在不同品种、氮素水平、生育时期和年度间可以使用统一的光谱模型。在籽粒灌浆期间植株氮积累量自开花期随时间进程的积分累积值与对应时期籽粒氮素积累状况存在显著的定量关系,根据特征光谱参数植株氮素营养籽粒氮积累量这一技术路径,以植株氮积累量为交接点将模型链接,建立高光谱参数与籽粒氮积累量间定量方程。将植株氮积累量与籽粒氮积累量相加,确立了基于高光谱参数的籽粒灌浆期间地上部氮积累量监测模型。经不同年际独立资料的检验表明,利用光谱参数SDr/SDb、VOG2、VOG3、RVI(810,560)、[(R750-800)/(R695-740)]-1和Dr/Db建立模型可以实时监测小麦地上部氮素积累动态变化,预测精度R2分别为0.774、0.791、0.803、0.803、0.802和0.778,相对误差RE分别为16.7%、15.5%、15.6%、18.5%、15.5%和17.3%。【结论】利用关键特征光谱参数可以有效地评价小麦地上部氮素积累状况,其中尤以植被指数VOG2、VOG3和[(R750-800)/(R695-740)]-1的效果更好。  相似文献   

2.
【目的】叶片氮素状况是小麦生产中精确施氮管理与调控的前提,实时无损监测叶片氮素状况对小麦生产管理具有重要意义。本文旨在综合分析不同环境下小麦冠层光谱响应差异,进而构建其估测模型,为小麦氮肥合理运筹提供技术支持。【方法】本研究基于3种不同土壤质地(砂土、壤土和黏土)、5种不同施氮水平(0、120、225、330和435 kg•hm-2)及3种河南省主栽小麦品种(矮抗58、周麦22和郑麦366)连续2年的大田试验,于小麦主要生育时期同步测定冠层光谱反射率和叶片氮含量,对3种不同土壤质地条件下小麦冠层叶片氮含量的高光谱响应差异进行比较,系统分析350—1 050 nm 波段范围内任意两波段组合而成的差值(DSI)、比值(RSI)及归一化差值(NDSI)光谱指数与叶片氮含量的量化关系,并建立估算模型。【结果】冠层光谱反射率在不同施氮水平和不同生育时期下存在明显差异,但趋势基本一致;比较3种土壤质地小麦冠层光谱反射率大小表现为:黏土>壤土>砂土,可以反映小麦实时田间长势。通过系统分析3种土壤质地小麦冠层反射光谱与对应叶片氮含量间的定量关系,表明在可见光和近红外区域均有较好的相关性,但敏感波段区域有所不同。对3种质地获取的样本进行系统分析表明,砂土、壤土和黏土质地小麦叶片氮含量分别以光谱指数NDSI(FD710,FD690)、DSI(R515,R460)和RSI(R535,R715)建模结果表现最好,决定系数分别达到0.88、0.87和0.87。经不同年份独立资料检验结果显示,基于上述光谱指数估测小麦叶片氮含量的预测决定系数分别为0.87、0.85和0.77,预测均方根误差分别为0.31、0.32和0.26。【结论】利用光谱参数NDSI(FD710,FD690)、DSI(R515,R460)和RSI(R535,R715)为自变量建立的估测模型分别可以较好地预测砂土、壤土和黏土3种质地小麦叶片氮含量。  相似文献   

3.
小麦叶层氮含量估测的最佳高光谱参数研究   总被引:12,自引:3,他引:9  
 【目的】作物体内氮素状况是评价长势和预测产量的重要指标。小麦植株氮素营养的快速监测和无损诊断对于精确氮素管理具有重要作用。本文旨在通过对高光谱信息的精细分析和信息提取,探索建立小麦叶片氮含量(LNC,leaf nitrogen content)估算的最佳波段、光谱参数及监测模型。【方法】利用连续4年的系统观测资料,采用精细采样法,详细分析350~2 500 nm波段范围内原始光谱反射率及其一阶导数光谱的任意两两波段组合而成的主要高光谱指数与小麦冠层叶片氮含量的定量关系。【结果】发现小麦叶片氮含量的最佳波段为位于红边的690、691、700和711 nm以及近红外波段的1 350 nm;基于归一化光谱指数NDSI(R1350,R700)和NDSI(FD700,FD690)、比值光谱指数RSI(R700,R1350)和RSI(FD691,FD711)、土壤调节光谱指数SASI(R1350,R700)(L=0.09)和SASI(FD700,FD690)(L=-0.01)构建氮含量监测模型,决定系数(R2)分别为0.851和0.857、0.842和0.893、0.860和0.866。利用独立试验资料对模型检验的结果显示,模型测试的精度(R2)均大于0.758,RRMSE均小于0.266,尤其是高光谱参数RSI(FD691,FD711)和SASI(FD700,FD690)表现最好。【结论】总体上,利用精细采样法确定最佳波段,构建植被指数和氮含量监测模型,可显著提高模型的精确度和可靠性,从而为快速无损诊断小麦叶层的氮素状况提供新的波段选择和技术途径。  相似文献   

4.
关中地区小麦冠层光谱与氮素的定量关系   总被引:4,自引:0,他引:4  
【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。  相似文献   

5.
小麦籽粒蛋白质含量高光谱遥感预测模型比较   总被引:1,自引:0,他引:1  
【目的】利用高光谱遥感技术实现冬小麦籽粒蛋白质含量的精准预测,比较筛选小麦籽粒蛋白质含量预测模型,实现优质小麦栽培生产。【方法】设置不同品质类型小麦品种和施氮量处理,测定开花期叶片叶绿素含量(SPAD)、叶片干物质质量(LDW)、地上生物量(AGB)、叶片氮含量(LNC)、叶片氮积累量(LNA)、叶面积指数(LAI)、植株氮含量(PNC)、植株氮积累量(PNA)和氮营养指数(NNI)9个农学参数及小麦冠层光谱,通过一阶导数和偏最小二乘法,构建基于不同农学参数的小麦籽粒蛋白质含量高光谱预测模型。【结果】一阶导数处理可以提高光谱数据与农学参数的相关性。运用偏最小二乘法构建的高光谱农学参数估测模型中以SPAD的模型建模精度与验证精度相对较优,建模集决定系数R2与预测集标准均方根误差nRMSE分别为0.99和4.10%;NNI反演模型验证结果较好,相对预测偏差RPD为2.04;利用线性回归构建的农学参数-籽粒蛋白质预测模型中以LNC的建模精度与验证精度最佳,其建模集R2、预测集均方根误差RMSE和RPD分别为0.64、0.79和2.11。最终构建的“...  相似文献   

6.
叶片垂直分布对小麦冠层方向光谱响应研究   总被引:1,自引:0,他引:1  
 【目的】对不同株型小麦冠层叶片垂直分布的方向光谱响应进行研究,探索精确描述小麦冠层空间信息的途径,为农田作物快速、无损的光谱监测提供新的理论与技术。【方法】以2个株型不同的小麦品种为材料,采用自下向上分层切片方法,分析冠层不同部位叶片对冠层方向光谱的影响。【结果】去除不同叶位叶片后,小麦冠层光谱在300~700,800~1 300,1 400~1 800 nm波段差别明显;不同观测角度中,与传统90°视角获得反射信息比较,30°和60°视角反射光谱包含较多下部叶片信息,下部叶片对冠层光谱反射率贡献较大,0°视角反射光谱包含较多上部叶片信息,上部叶片对冠层光谱反射率贡献较大;小麦冠层的穗层和倒1叶对方向光谱产生很大影响。不同的2个小麦品种,ZY9844上部叶片对反射率的影响比P7弱。【结论】小麦冠层不同部位叶片,对冠层方向光谱影响不同,根据冠层特点,通过改变光谱观测角度,可以提高作物冠层光谱监测的精度。  相似文献   

7.
利用高光谱技术估测小麦叶片氮量和土壤供氮水平   总被引:1,自引:0,他引:1  
有效的监测作物氮素营养水平及土壤供氮能力可以为合理施用氮肥提供重要依据。本文以2年3点不同氮素水平下不同小麦品种的田间试验数据为基础,运用植被指数和偏最小二乘回归法,比较和分析小麦冠层光谱与叶片氮含量及土壤氮含量的关系。结果表明:小麦冠层光谱与叶片氮含量的相关性分析在可见光波段存在显著负相关,在近红外波段呈显著正相关,而与土壤氮含量的相关性呈相反趋势。基于光谱参数ND705和GNDVI所建叶片氮含量估算模型的决定系数分别达到0.827和0.826。基于光谱参数VOG2所建土壤氮含量估算模型的决定系数达到0.646;与植被指数所建模型相比,综合350~1350 nm光谱波段反射率分别与小麦叶片氮含量、土壤氮含量建立偏最小二乘回归模型的预测精度均有所提高,决定系数分别达到0.842和0.654。本研究结果可为小麦氮素营养及土壤供氮水平的诊断监测与合理施肥管理提供了理论依据和技术支持。  相似文献   

8.
【目的】为利用高光谱技术实现作物氮素营养状况无损快速监测提供途径。【方法】通过不同品种小麦不同氮素水平试验,分析小麦不同氮素营养状况下,叶片叶绿素含量与叶面积指数、冠层光谱角的关系,定量分析光谱角指数,并建立相关模型对小麦氮素营养状况进行实时监测。【结果】冠层光谱角指数与差值叶绿素含量和差值叶面积指数的相关性最高为0.919 7,两者之间建立的模型决定系数为0.739 2,0.617 8,具有很好的拟合效果。【结论】利用光谱角可以监测小麦叶片叶绿素及叶面积差异,在此基础上进行小麦氮素营养监测是可行的。  相似文献   

9.
基于导数光谱的小麦冠层叶片含水量反演   总被引:3,自引:0,他引:3  
【目的】以高光谱技术实现小麦含水量信息的快速、无损与准确获取,为小麦灌溉的精确管理提供科学依据。【方法】利用水氮胁迫试验条件下小麦主要生长期的导数光谱构建了16种新指数,将其与NDII、WBI以及NDWI等常用指数进行比较分析,筛选小麦叶片含水量反演最佳光谱指数,并利用其建立反演模型进行小麦含水量的遥感填图。【结果】在各指数中,FD730-955对小麦冠层叶片含水量的估测结果最佳,其估测模型(对数形式)校正决定系数(C-R2)与检验决定系数(V-R2)分别达0.749与0.742,优于NDII等常用指数;FD730-955所建模型对32个未知样的预测结果与实测值相似度较高,其回归拟合模型R2达0.763,RMSE仅为0.024,取得了良好预测结果,且对叶片含水量以及LAI值较高与较低的样本均具备良好的预测能力,可有效避免样本取值范围以及冠层郁闭度等因素对含水量估测的影响;反演模型对OMIS影像的填图结果与地面实测值拟合模型R2达0.647,RMSE仅为0.027,具有较高的反演精度。【结论】导数光谱可实现小麦冠层叶片含水量信息的准确估测,其中FD730-955系反演的优选指数。  相似文献   

10.
一种新的估算水稻上部叶片蛋白氮含量的植被指数   总被引:1,自引:0,他引:1  
 【目的】阐明水稻顶部4张叶片蛋白氮含量和反射光谱特征的变化规律及其相互关系,建立快速、准确诊断水稻功能叶片蛋白氮含量的方法。【方法】通过3年不同施氮水平和不同品种类型的大田试验,分生育期同步测定顶部4张叶片的光谱反射率及蛋白氮含量,系统分析叶片蛋白氮含量与多种高光谱参数的定量关系。【结果】水稻叶片蛋白氮含量和光谱反射率在不同施氮水平、不同生育期及不同叶位间均存在明显差异,叶片蛋白氮含量的敏感波段主要存在于可见光绿光区530~580 nm及红边区域695~715 nm,其中红边区域表现最为显著。红边区域700 nm附近波段与近红外短波段的比值组合(SRs)可以有效地估算水稻上部功能叶片的蛋白氮含量,其次是绿光区587 nm左右的波段与近红外短波段的比值组合。基于新提出的SR(770,700)及已报道的GM-2、SR705、RI-half光谱指数,线性回归模型的拟合精度(R2)分别达到 0.874,0.873,0.871和0.867。经独立资料的检验表明,这些回归模型可以实时监测叶片蛋白氮含量变化,预测精度R2分别为0.810、0.806、0.804和0.800,相对误差RE 分别为12.1%、12.4%、12.6%和12.9%。【结论】可以利用关键特征光谱指数来诊断水稻上部叶片的蛋白氮含量状况,尤以SR(770,700)、GM-2、SR705和RI-half表现为较强的估测能力。  相似文献   

11.
不同算法红边位置监测小麦冠层氮素营养指标的比较   总被引:6,自引:1,他引:5  
【目的】红边位置常被用于监测作物叶片氮素营养状况。本文旨在通过不同算法提取红边位置,分析并比较不同算法提取的红边位置对氮素营养监测模型的准确性和可靠性差异,确定监测小麦叶片氮素营养的最佳红边位置算法及定量模型。【方法】基于不同施氮水平、播种密度、品种类型和生育时期的小麦田间试验,系统分析不同算法的红边位置(一阶微分、倒高斯法、多项式拟合法、四点内插法、拉格朗日法、线性外推法)与冠层叶片氮素营养指标的定量关系,比较不同算法红边位置对氮素营养监测的准确性和可靠性。【结果】线性外推法为计算小麦红边位置的最佳算法,并建立了基于线性外推法的小麦冠层叶片氮素营养定量监测模型。【结论】研究结果为小麦冠层叶片氮素营养指标的可靠监测提供了有效途径。  相似文献   

12.
基于高光谱遥感的冬小麦叶水势估算模型   总被引:2,自引:0,他引:2  
【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。  相似文献   

13.
【目的】基于小麦生长发育关键时期的近地面高光谱数据和收获实测产量数据,利用改进的光谱角算法进行冬小麦产量估测。【方法】选择2个小麦品种,设置4个氮素水平处理,根据氮素营养对小麦冠层可见光和近红外光谱影响较大的特点,构建监测小麦冠层氮素营养的光谱角算法。【结果】氮素营养对小麦产量差具有比产量更明显的差别,不同小麦品种在不同生育时期和氮素水平下光谱角变化有明显的差异,小麦生育前期的光谱角变化较小,生育后期光谱角增加,末期光谱角降低,不同氮素水平之间表现出N0-2>N0-3>N0-1。光谱角与小麦产量呈明显的二次线性关系,拟和方程决定系数为0.784 4,达到极显著水平。【结论】利用光谱角进行小麦产量监测是可行的。  相似文献   

14.
水稻冠层光截获与叶面积和产量的关系   总被引:21,自引:7,他引:14  
【目的】旨在解析水稻(Oryza sativa L.)冠层光合有效辐射(PAR)截获量及其分布与叶面积和产量的关系。【方法】以2个不同株型水稻品种为材料,设置高、中、低3个施氮水平,构建不同的群体冠层结构,于拔节至成熟期系统测定水稻冠层PAR截获量及其分布、以及叶面积和产量。【结果】水稻群体向上累积叶面积指数的垂直分布呈S型曲线,符合Logistic方程(R20.99);抽穗期、抽穗后17d和成熟期的冠层最大叶面积密度分别出现在0.53、0.56和0.60的相对冠层高度左右;随生育进程的推进,冠层上中部的相对叶面积密度呈递增趋势,而冠层下部的相对叶面积密度呈递减趋势。PAR截获率(FIPAR)与向下累积叶面积指数之间的关系可用方程FIPAR=α×(1-e-K×LAI)来定量描述(R20.86);消光系数K随生育进程的推进而递减,其日变化表现为早晚较高、中午较低。冠层PAR截获量(AIPAR)随生育进程的推进呈多峰分布,最高峰出现在移栽后58-70d,即孕穗至抽穗期,且随施氮量的增加而增大;在典型晴天下,冠层PAR截获量的日变化呈单峰分布,最大值出现在11:00-13:00。【结论】水稻群体叶面积的垂直分布影响冠层光截获;水稻产量与PAR利用率呈正相关,而PAR转化率随PAR截获量的增加呈先增大后减小的趋势,因此维持一定的漏光损失量对水稻高产有利。  相似文献   

15.
生物碳对小麦生长和氮素平衡的影响   总被引:7,自引:0,他引:7  
【目的】以棉花秸杆为原料,在不同温度下(450、600和750℃)厌氧热解制备生物碳,探讨生物碳对小麦生长和氮素吸收与平衡的影响。【方法】设置3种物料:450、600和750℃热解制备的生物碳(分别用450BC、600BC、750BC来表示);每种有机物料设置三个施用量,分别为0.5%、1.0%和2.0%(占土壤的比例);同时,以不添加物料土壤作为对照(CK)。【结果】三种温度热解制备的生物碳均对小麦生长具有一定的促进作用,可显著提高小麦地上部干物质重、氮素吸收量、土壤中氮素残留量,减少土壤小麦体系氮素表观损失量。从两茬小麦种植总体看,750℃制备的生物碳对小麦生长的促进作用最好、氮素吸收量最高、土壤氮素残留量最高、整体氮素损失最小。【结论】对于生物碳处理而言,随着热解温度的升高,小麦氮素吸收量增大、土壤氮素残留量增大、整体氮素损失降低。因此生物碳还田是提高养分利用,减少氮素损失的有效途径,从而为新疆干旱区棉花秸秆资源的合理利用和提高肥料利用率提供理论依据。  相似文献   

16.
钾素水平对小麦氮素积累和运转及籽粒蛋白质形成的影响   总被引:14,自引:1,他引:14  
 【目的】试图阐明施钾对小麦植株氮素积累、运转和籽粒蛋白质形成的影响机理。【方法】在池栽条件下,以宁麦9号(低蛋白)和扬麦10号(中蛋白)两个蛋白质含量不同的冬小麦品种为材料,研究了不同施钾水平下植株氮素积累、运转和开花期叶片含钾量的特征及其与籽粒蛋白质和各组分含量的关系。【结果】与不施钾相比,施钾提高了籽粒蛋白质含量,极显著提高了球蛋白和醇溶蛋白含量,由于对谷蛋白含量的作用甚微,因而显著降低了谷/醇比。施钾提高了开花期叶片含钾量进而显著促进了小麦植株花前氮素的积累和贮存氮素的运转,较高的开花期叶片钾营养水平显著提高了扬麦10号的花后氮积累,但对宁麦9号花后氮积累的促进作用较小。两种类型小麦的籽粒蛋白质含量对施钾的响应程度不同,扬麦10号大于宁麦9号。【结论】施钾条件下,因较高开花期叶片含钾量而显著提高的宁麦9号花前贮存氮素运转量和扬麦10号花后氮积累量,分别是这两种类型小麦籽粒蛋白质含量增加的重要生理原因。在本试验条件下,宁麦9号和扬麦10号的适宜施钾水平分别为K2O 150、225 kg·ha-1。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号