基于高光谱和激光雷达遥感的水稻产量监测研究

【背景】快速、准确地估算水稻产量对于肥水精确管理及国家粮食政策的制定至关重要。高光谱与激光雷达遥感作为2种不同的主被动监测技术,为水稻长势信息获取提供了多样化手段。【目的】对比2种遥感监测手段在不同生态点的独立数据集中的验证精度,寻求可移植性强的产量估算模型,对水稻长势监测提供理论与技术支撑,及为精确农业提供科学指导具有重要意义。【方法】本研究通过实施3年（2016—2018年）包含不同地点、不同品种与不同氮素水平的水稻田间试验,在抽穗后各时期同步获取点云数据和光谱数据,结合线性回归与随机森林回归来估算产量,探究抽穗后点云数据与光谱数据估算水稻产量的差异;同时评估产量模型在不同数据集的时空可移植性,寻求可移植性强的产量估算模型。【结果】利用点云数据估算产量的精度（R² = 0.64—0.69）优于光谱数据的估算精度（R² = 0.20—0.58）;基于线性回归的产量估算模型,其验证精度明显优于基于随机森林回归的产量模型;产量模型在同一生态点的可移植性更强（不同生态点：RRMSE 16.69%—17.85%;同一生态点：RRMSE 11.37%—12.41%）。【结论】本研究为抽穗后水稻产量监测提供了新的方法和不同遥感手段的性能比较,为收获前作物产量的实时估算提供重要支撑。激光雷达技术凭借其全天候工作的特点,在长江中下游水稻产量实时监测中有着较好的应用前景。     

基于APSIM模型旱地小麦叶面积指数相关参数的优化

【目的】 模型的有效应用依赖于参数的快速、准确估算。本研究拟解决作物生长模型参数本土化率定过程中运算量大、耗时长、精度低、效率低的问题。【方法】 依据甘肃省定西市安定区2个试验点（李家堡镇麻子川村和凤翔镇安家沟村）,多年（2002—2005年和2015—2017年）大田试验数据以及定西市安定区1971—2017年气象资料,利用混合蛙跳算法智能的迭代搜索原理,对APSIM模型旱地小麦叶面积指数相关参数进行了优化,并采用相关性分析方法对模型校正结果进行检验。【结果】 利用青蛙群体即相对独立又合作协调的子群内局部深度搜索与子群间全局信息交流生物进化学习策略,有效提高了运算的速度,实现了对APSIM模型中与旱地小麦叶面积指数相关参数的快速、准确估算。相关参数主要包括：主茎上节出现所需的热时间间隔、小麦出苗后初始化的节数、小麦出苗后初始化的叶片数、小麦出苗后初始化的叶面积指数、某日正在生长的节数和最大比叶面积。分别使用穷举试错法所得参数值和混合蛙跳算法所得参数值模拟叶面积指数,参数优化后,叶面积指数模拟值和实测值之间的RMSE（root mean square error）平均值由0.069降低到0.027,NRMSE（normalized root mean square error）平均值由8.09%降低到4.56%,M_E（model effective index）平均值由0.979提高到0.993。【结论】 相对于参数率定常用穷举试错法,混合蛙跳算法具有自发学习特征的智能迭代行为,实现了参数的自动率定,提高了效率。基于该算法进行APSIM模型旱地小麦叶面积指数相关参数的优化,使得模型对叶面积指数的模拟精度显著提高,证明该算法的使用对作物生理生态系统复杂模型的校正效果良好,为改善模型参数率定过程存在的运算量大、耗时长、精度低、效率低的缺点提供了一种行之有效的方法。     

基于本体的作物系统模拟框架构建研究

 【目的】研究作物系统模拟框架（CSSF）可以为构建作物生长模型及设计可重用的作物系统模拟软件提供基础框架。【方法】将本体技术应用于作物模拟模型领域,以作物生长的基础生理生态过程为主线,基于仿真本体和作物模拟本体,综合分析与提炼稻麦棉油等作物的建模流程、生长模拟模型算法及模型参数中的共性概念及概念之间的相互关系,构建了CSSF。【结果】CSSF包括作物建模外部知识框架（CMOKF）和作物模型内部知识框架（CMIKF）,其中CMOKF提炼了作物系统受时间、空间和自然环境共同驱动的共享特征,CMIKF描述了生育期、生物量积累、干物质分配与产量形成、器官建成、作物-土壤水分动态和养分平衡等作物模型组分与模型算法的共性特征。【结论】CSSF实现了作物建模概念、流程、结构和方法的知识级共享,对设计可重用的作物模型软件体系结构具有指导作用。     

棉花叶面积指数的遥感估算模型研究

 【目的】棉花叶面积指数是反映作物生物量的重要参数,本文旨在运用遥感数据对这一参数进行估算,为叶面积指数的获取提供更方便快捷的估算模型。【方法】采用美国ASD公司FieldSpec? 手持便携式光谱分析仪所获取的棉花冠层光谱反射率和从中等分辨率的遥感图像提取的植被指数,利用相关分析和回归分析方法,找出叶面积指数的最佳估算时相期和最佳遥感估算模型。【结果】棉花的整个生育期内,叶面积指数在时间曲线上呈现出波动变化,在始铃期棉花的叶面积指数达到峰值,据此规律通过提取该时期的遥感数据,得出棉花叶面积指数的遥感估算模型。【结论】棉花叶面积指数的最佳估算时相是盛花期和结铃期,各品种棉花叶面积指数的遥感估算模型通过精度检验,拟合R2与检验R2 均达到了极显著水平。     

SIMETAW模型在辽西北地区的验证与应用

 【目的】验证美国加州大学开发的作物蒸散量－SIMETAW（simulation of evapotranspiration of applied water）模型在中国辽西北地区应用的有效性。【方法】利用辽西北地区的作物、土壤和气候数据运行模型,将当地主要作物蒸散量的模型模拟值与田间实测值进行对比分析;同时,在模型验证的基础上模拟分析当地主要作物生育期内蒸散量和所需灌水量的多年平均情况。【结果】主要作物生育时期内模型模拟的蒸散强度曲线和实测曲线变化趋势基本一致,蒸散总量模拟值和实测值比较接近,相对误差均在10％之内。利用模型模拟当地玉米、大豆和谷子生育期内蒸散量多年平均值分别为514.15、449.64和389.12 mm,所需灌水量分别为208.4、220.93和116.17 mm。【结论】SIMETAW模型在辽西北地区对玉米、大豆和谷子蒸散量的模拟比较准确,模型有效,可以进一步应用该模型开展作物的水分管理研究和指导灌溉。     

估算水稻叶面积指数的调节型归一化植被指数

【目的】叶面积指数（LAI）是描述植物冠层结构、群落生长分析和陆地生态系统研究的重要参数,提高叶面积指数的估算精度是遥感工作者的重要研究方向之一。【方法】通过不同氮素营养水平的水稻小区实验,利用2004年中稻高光谱反射率数据,模拟中等分辨率成像光谱仪（MODIS）前四个通道,提出包含蓝、绿、红和近红外四个谱段的调节型归一化植被指数ANDVI（adjusted-normalized difference vegetation index）。对ANDVI和归一化植被指数NDVI（normalized difference vegetation index）、增强型植被指数EVI（enhanced vegetation index）、绿波比值指数GRI（green ratio index）、红边比值指数RRI（red-edge ratio index）等5个光谱植被指数与水稻LAI的相关关系进行了分析。利用2004年晚稻试验数据,对与LAI相关关系较好的ANDVI进行验证。【结果】ANDVI指数模型预测效果最好,均方根误差为1.771,估算精度达到63.1%。【结论】说明ANDVI具有进行在大面积范围内监测水稻LAI的能力。     

农作物分布格局动态变化的遥感监测——以东北三省为例

【目的】当前对涉及到耕地内部不同作物空间分布及其变化的研究较少。本文旨在探讨大尺度作物种植面积和分布格局遥感提取方法及景观生态学中景观格局指数在作物格局动态变化分析中的应用。【方法】基于2005年和2010年作物生育期内遥感影像全覆盖的MODIS-NDVI数据,利用RS、GIS技术,通过分析东北地区主要作物（水稻、玉米、大豆）的种植结构、物候历及NDVI曲线特征,建立不同作物面积遥感提取模型,提取大尺度农作物空间分布格局信息。同时,利用景观格局指数方法分析农作物格局动态变化特征和变化规律。【结果】与多年平均统计数据比较,基于MODIS遥感数据提取的作物面积信息,2005年和2010年平均精度达到了90%以上;5年间,东北地区主要作物种植结构发生了较大变化。其中大豆平均斑块面积减少,面积年动态度为-4.47%,水稻和玉米平均斑块面积均增加,且5年的变化幅度均超过20%。【结论】成本和收益是作物面积增加或减少的主要原因;用中等分辨率的遥感数据进行大尺度作物面积提取的方法是可行的;景观生态学中格局指数可以用来分析耕地内部作物格局的动态变化规律。     

分布式水文模型在徒骇马颊河流域灌溉管理中的应用Ⅰ.参数率定和模拟验证

【目的】建立徒骇马颊河流域的分布式水文模型,为进行该地区灌溉制度优化提供支持。【方法】首先运用洗牌复形演化（SCE-UA）算法在禹城试验站和洪门试验站对分布式水文模型（SWAT）中的作物参数进行率定,接着以遥感监测的蒸散数据为目标,应用拉丁超立方-单次单因素（LH-OAT）方法对蒸散发（ET）相关的参数进行了敏感性分析,用序贯不确定性（SUFI-2）算法优化出一套参数范围并进行不确定性分析。在此基础上,在考虑模型不确定性的情况下对冬小麦－夏玉米轮作体系产量的长期模拟结果进行验证。【结果】作物参数率定结果表明,禹城试验站上冬小麦和夏玉米产量的相对误差分别为7.02%和16.60%,洪门试验站上冬小麦和夏玉米产量的相对误差分别为0.09%和0.10%。ET参数率定和统计年鉴产量验证结果：除了NS系数,P_factor、R_factor以及R2的模拟精度较高。【结论】依据徒骇马颊河流域的特点进行SWAT模型相关参数的率定,得到较好的模拟结果,为进一步深入研究该地区水分生产函数和优化灌溉制度打下了基础。     

各向异性含水层参数估计的差分进化算法

【目的】通过分析抽水试验数据进行各向异性含水层参数估计,为各向异性含水层参数估计提供新的方法。【方法】以各向同性情况下的泰斯公式为基础,将差分进化算法应用于各向异性条件下含水层参数的估计,并将其计算结果与其他方法的参数估计结果进行比较,对不同初始参数范围下的参数估计值进行分析探讨。【结果】差分进化算法估计的参数值与其他方法估计的参数值之间有较小的差异,相对误差不到4%,且目标函数值相对更小,达到0.003 93;对于不同的初始参数范围,利用该算法均能得到满意的参数估计结果。【结论】基于抽水试验数据估计各向异性含水层参数的差分进化算法估计结果有效且可靠,算法稳定性高,寻优能力强。     

一种新的估算水稻上部叶片蛋白氮含量的植被指数

 【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。     

水稻籽粒蛋白质积累的模拟模型研究

 【目的】蛋白质含量是稻米的重要品质指标。通过解析和综合水稻植株氮素积累和转运的动态规律及其与环境因子和基因型的定量关系，构建一个基于氮流生理过程的水稻籽粒蛋白质形成模拟模型，以期为水稻生产中籽粒蛋白质指标的动态预测和管理决策提供量化工具。【方法】以田间试验资料为基础，结合已有水稻生长模型，采用生理发育时间作为定量生育进程的尺度，通过解析和综合水稻植株氮素积累和转运动态的基本规律及其与环境因子和基因型的定量关系，构建花前植株氮素吸收与积累、花后氮素吸收与转运及籽粒蛋白质形成过程的模拟模型。【结果】利用不同年份、不同生态点、不同品种类型和不同肥水条件下的大田试验资料对籽粒蛋白质形成模型进行了检验，籽粒蛋白质含量模拟值与观测值之间的决定系数大于0.84，根均方差（RMSE）小于0.26%。表明模型具有较好的通用性和可靠性，可以较准确地预测不同条件下的水稻籽粒蛋白质含量与蛋白质产量。【结论】基于植株氮素积累和转运的生理生态过程，以生理发育时间为主线，建立了较为简化的水稻籽粒蛋白质积累动态的模拟模型，模型的研究不仅为定量预测不同生态与肥水条件下不同水稻品种籽粒蛋白质含量与蛋白质产量的动态变化奠定了基础，而且是对国内外现有水稻生长与产量模拟模型的发展和完善。     

基于生长元模型的智能化作物集成建模辅助系统研究

 【目的】探索智能化作物集成建模方法和开发实用辅助建模工具。【方法】在综合分析麦、稻、棉等作物的生长模拟模型算法及模拟系统的基础上,提炼作物通用建模流程、模型结构、模型接口和模型模板,构建作物生长元模型;在模型资源库、组件、描述脚本和引擎等技术的支撑下,设计层次化、组件化和智能化作物集成建模辅助系统（IICMSS）结构及核心部件。【结果】基于.Net平台,使用C#语言和SQL Server数据库开发原型系统;以小麦为对象,重构了生长模型和模拟系统。与基于代码编程的小麦生长模拟系统相比,开发方法有所改进,方便了作物模型及模拟系统的开发、测试、维护和共享。【结论】基于生长元模型的智能化作物集成建模辅助系统实现了作物建模的工作流程化、手段工业化、接口通用化及模型透明化,促进了作物建模过程的自动化;作物模型研究者使用学习、定制、设计、配置、组装、评估和扩展等手段,即可无编程、智能化地构建作物模型。     

基于高光谱遥感和集成学习方法的冬小麦产量估测研究

【目的】利用2种灌溉处理下不同发育阶段的冬小麦冠层高光谱信息,通过机器学习方法对小麦籽粒产量进行估测精度研究,明确产量最佳估测模型,对于育种工作有着重要应用价值。【方法】以黄淮麦区207个主栽小麦品种为材料,于2018—2019和2019—2020年度连续2个生长季在河南省新乡基地的正常灌溉和节水处理下种植,并调查开花期、灌浆前期和灌浆中期的冠层高光谱数据,分别以6种机器学习方法和集成方法建立光谱指数产量估测模型。【结果】2种灌溉处理下,3个生育期各光谱指数均与产量呈极显著相关（P<0.0001）,且表现出较高的遗传力（0.61-0.85）,主要受遗传因素控制。在正常灌溉处理下,与传统机器学习方法表现最佳的模型相比,集成学习方法在3个生育期的平均决定系数(R²) 分别由0.610、0.611和0.640提高至0.649、0.612和0.675,平均均方根误差 (RMSE) 分别降低至0.607、0.612和0.593 t·hm^-2;节水处理下,3个生育期的平均R²分别由0.461、0.408和0.452提高至0.467、0.433和0.498,平均RMSE分别降低至0.519、0.559和0.504 t·hm^-2。【结论】利用集成方法将不同模型估测结果进行结合,能够有效地提高产量估测精度,2种灌溉处理下均在灌浆中期估测精度最佳,可为冬小麦育种工作中产量估测提供参考。     

DNDC模型在曲周试验站的参数灵敏度分析及率定

【目的】基于河北省曲周试验站的试验数据,对DNDC模型的参数进行详尽的灵敏度分析和标定。【方法】采用独立参数扰动法进行参数的灵敏度分析,运用试错法对参数进行标定。【结果】在曲周试验站,标定模拟的土壤剖面体积含水量动态的精度较高,平均归一化均方根误差（NRMSE）为22.41%。对于土壤氧化亚氮释放量的模拟,则呈现出明显的季节变化趋势并有效地捕捉到其峰值所在。模型标定模拟的冬小麦叶面积指数、地上部分生物量和产量的NRMSE分别为27.04%、30.46%和28.10%;标定模拟的夏玉米叶面积指数、地上部分生物量和产量的NRMSE分别为28.49%、25.15%和26.92%。【结论】以上标定模拟的精度就田间实际情况而言,总体是可以接受的。经过详细参数标定后的DNDC模型将为深入探讨不同农田管理措施下,实现作物增产和农业减排双赢局面提供科学有效的途径。     

基于数据融合的农作物生产风险评估新方法

【目的】解决农作物生产风险传统评估方法中存在的问题,更准确客观地评估农作物生产风险。【方法】利用TRIZ创新理论“九屏幕法”对传统评估方法缺陷进行分析,提出综合利用作物单产和作物灾情信息的农作物生产风险评估新方法,并以东北三省玉米、小麦、花生、稻谷和大豆5种主要作物的生产风险评估为例,对该方法的效果进行了实证检验。【结果】基于单产数据作物风险评估的传统方法低估了作物真实风险水平,低估程度受地理位置、作物种植生产区域布局及作物品种的影响。基于数据融合的生产风险评估方法既可以准确评估出作物生产风险水平、又可以对具体灾害引致的作物生产风险进行评估。【结论】基于数据融合的生产风险评估新方法切实可行,且较传统方法具有明显的优势。     

基于高光谱成像估测冬小麦不同生育时期水分状况

【目的】研究实时、快速估测冬小麦不同生育时期水分状况并构建模型,为冬小麦水分精准管理提供科学依据。【方法】以新疆典型滴灌冬小麦为研究对象,应用高光谱成像技术获取冬小麦冠层光谱信息,并对原始光谱反射率进行平滑和数据变换,利用一元线性回归(Simple linear regression,SLR)、主成分回归(Principal components regression,PCR)和偏最小二乘回归(Partial least squares regression,PLSR)3种建模方法,对冬小麦冠层原始光谱及变换光谱分别构建植株水分含量估测模型。【结果】冬小麦冠层原始光谱反射率与植株水分含量相关性不高,对原始光谱反射率进行数据变换可以显著增强与水分含量的相关性和相关波段数,其中倒数一阶微分变换与冬小麦植株水分含量的相关系数最大,为-0.893 0,但不同变换最优相关系数所对应的波段位置并不固定。PLSR方法的模型精度最高,对数变换的PLSR模型估测精度最高,模型$R_{p}^{2}$、RMSE_p、RPD值分别为0.880 8、3.251 2%、2.934 3;冬小麦不同生育时期估测模型精度存在差异,拔节期、抽穗期估测模型精度较低,灌浆中期最高,其估测模型$R_{p}^{2}$、RMSE_p、RPD值分别为0.904 8、1.381 1%、3.454 7。【结论】利用高光谱成像技术对估测冬小麦植株水分含量是可行的,在灌浆中期的估测效果最佳。     

不同算法红边位置监测小麦冠层氮素营养指标的比较

【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。