基于HJ-1A/1B影像的冬小麦开花期主要生长指标遥感定量监测研究

为建立冬小麦开花期生长状况的遥感监测方法和技术,结合2011-2013年定点观测试验,以环境减灾卫星HJ-1A/1B数据为遥感影像源,着重分析了样本试验区冬小麦开花期主要生长指标间及其与籽粒品质、产量和卫星遥感变量间的定量关系,分别构建及评价基于HJ-1A/1B影像遥感变量的开花期叶面积指数、生物量、SPAD值和叶片含氮量监测模型。结果表明,在冬小麦开花期,作物氮反应指数(NRI)、绿色归一化植被指数(GNDVI)可分别作为监测冬小麦叶面积指数和生物量的敏感遥感变量,结构加强色素植被指数(SIPI)和SIPI可作为监测冬小麦SPAD值和叶片含氮量的敏感遥感变量,所构建的遥感监测模型可靠,模型的决定系数(r2)分别为0.73、0.69、0.62和0.61,均方根误差(RMSE)分别为0.79、1 068kg·hm-2、4.66和0.42%。利用遥感数据绘制的冬小麦开花期主要生长指标遥感监测等级分布空间量化表达图与实际相符。     

水稻齐穗后剑叶叶绿素含量衰减与出穗促进率的关系初步研究

以聚合杂交选育的112个高代稳定自交系及其12个亲本为材料,分别在湖北荆州作中稻和广东广州作早稻种植,研究不同生态条件下水稻齐穗后不同时期剑叶叶绿素含量(SPAD值)日衰减量与出穗促进率的关系。结果表明,广州和荆州水稻齐穗后第11~16天的SPAD值日衰减量与出穗促进率的相关性均达极显著水平,偏相关性均达显著水平。水稻齐穗后第11~16天剑叶SPAD值日衰减量可作为其光温敏感性的评价指标,在此期间,SPAD值日衰减量越大,光温敏感性越强,品种适应性越差,反之,适应性越强。     

基于无人机多光谱遥感的冬小麦叶片含水量反演

为了快速监测小麦叶片水分含量,以敏感波段组和植被指数组2种变量分别作为输入变量,以地面同步观测的冬小麦叶片含水量作为输出变量,分别采用偏最小二乘(partial least squares,PLS)、极限学习机(extreme learning machine,ELM)和粒子群算法(particle swarm optimization,PSO)优化极限学习机,建立冬小麦叶片含水量预测模型,并对其反演效果进行比较。结果表明,光谱反射率和植被指数与叶片含水量之间存在较为密切的相关性,依此确定的敏感光谱波段为红光、蓝光和近红外波段,敏感植被指数为绿度指数、过红指数、归一化绿红差值指数、三角形植被指数和过绿指数。从2种变量的建模效果看,基于植被指数组构建的模型的精度和稳定性均优于敏感波段组,其中基于植被指数组的PSO-ELM模型在6个叶片水分含量反演模型中表现最佳,其R²和RMSE分别为0.98和0.26%。利用最优模型反演得到研究区冬小麦叶片含水量的分布范围为45%~75%,平均为64.57%,反演结果与地面实测较相符,说明基于无人机光谱数据通过建立以植被指数为变量的PSO-ELM模型可实现对冬小麦叶片水分含量的精准预测。     

膜下滴灌氮肥分期追施对花生光合生理和产量的影响

为提高氮肥利用率和优化氮肥施用量,设置膜下滴灌氮肥分期追施试验,探究氮肥运筹对花生光合生理、产量和效益的影响。结果表明,相同氮肥施用量下,分期追施可提高生育后期花生叶片的SPAD、净光合速率和产量,施氮量108 kg·hm~(-2)处理产量最高,72 kg·hm~(-2)处理产量最低。产量与净光合速率、SPAD、叶面积指数间均呈线性正相关,生育前期叶片净光合速率与产量的相关性高于生育后期,但生育后期SPAD值、叶面积指数与产量间的相关性高于生育前期。生育后期维持较高的叶面积指数、SPAD和前期保持较高的叶片净光合速率是氮肥分期追施增产的主要原因。本研究为花生肥料减施、提质增效和实现水肥供需同步配施提供理论指导。     

基于无人机可见光遥感的苎麻冠层氮素营养动态诊断

为定量评估利用无人机遥感图像进行苎麻冠层叶片氮素营养动态监测的准确性,试验从2019年起对湖南农业大学耘园基地苎麻进行了为期一年的氮肥控制试验,在该基础上利用无人机采集2020年第二季苎麻各生长阶段的冠层数码图像。首先,基于HSV(Hue, Saturation, Value)颜色通道图像采用阈值分割法剔除土壤、杂草等背景的干扰,进而提取苎麻冠层叶片图像的RGB(Red, Green, Blue)平均颜色分量,并计算12项色彩参数;然后分析各色彩参数在苎麻生育进程内的动态变化,同时以SPAD值为辅助验证指标,分析不同生育期苎麻冠层图像色彩参数与SPAD值的关系;最后采用主成分分析法对色彩参数进行降维,选取适宜于各时期苎麻氮素营养监测的最佳颜色参数。结果表明:对于湘苎3号,G/R和ExGR在苗期与SPAD值极显著相关,(G-R)/(G+R-B)在成熟期与SPAD值极显著相关;对于湘苎7号,R/B、r、WI在封行期与SPAD值有极显著相关,ExGR在成熟期与SPAD值极显著相关。因此,应用无人机可见光遥感进行苎麻氮素营养动态诊断是可行的。     

滇杂46在辽宁省不同生态稻区种植的适应性研究

将滇杂46种植在辽宁中部、东南沿海稻区和北部稻区,分析滇杂46在辽宁各地种植后干物质、SPAD值、LAI值、产量及其构成因素、米质的差异,结果表明,滇杂46的干物质积累量、有效穗、千粒重、穗长、株高大于辽优5206;茎叶干物质转移量、转移率、SPAD值、LAI值、结实率和产量小于辽优5206;米质明显差于辽优5206;滇杂46种植在辽宁3个地区和种植在云南比较,株高变高,产量下降,糙米率、整精米率也下降,种植在辽宁东南沿海稻区(庄河)的千粒重和结实率要高于种植在云南,产量也更接近。     

基于Sentinel-2多光谱数据和机器学习算法的冬小麦LAI遥感估算

为了丰富大田尺度下冬小麦叶面积指数的遥感估算方法并提高估算精度,以关中地区冬小麦为对象,基于Sentinel-2多光谱卫星数据与地面同步观测的冬小麦叶面积指数样点数据,应用偏最小二乘回归(PLSR)、反向传播神经网络(BPNN)和随机森林(RF)法构建冬小麦叶面积指数估算模型,进行区域冬小麦叶面积指数遥感反演。结果表明,Sentinel-2多光谱卫星影像中心842nm近红外B8波段与冬小麦叶面积指数相关性最好,样本总体相关系数为0.778;植被指数中反向差值植被指数(IDVI)与冬小麦叶面积指数相关性最好,样本总体相关系数为0.776。各种估算模型中LAI-RF模型预测效果最佳,r~2为0.72,RMSE为0.53,RE为16.83%。基于LAI-RF估算模型,应用Sentinel-2多光谱卫星数据较好地反演了研究区冬小麦叶面积指数区域分布,其结果总体上与地面真实情况接近,说明以Sentinel-2卫星影像数据建立LAI-RF估算模型,可应用于区域冬小麦LAI反演制图。     

氮肥减施对夏玉米花后生理特性的影响

以黄淮海地区主栽玉米品种郑单958(ZD958)、先玉335(XY335)、郑单309(ZD309)、奥玉3111(AY3111)、浚单20(XD20)和迪卡653(DK653)等6个杂交种为试材,设0、120(较正常施氮量减少1/2)、160(减氮1/3)、200(减氮1/6)和240 kg/hm2(正常施氮量)共5个施氮水平,在大田条件下研究氮肥减施对夏玉米产量、花后氮素转运、叶片叶绿素荧光和硝酸还原酶NR、谷氨酰胺合成酶GS活性的影响。结果表明,施氮后玉米产量平均提高20.2%,与正常氮处理相比,减氮1/3和1/6的产量、子粒氮浓度、收获指数和氮收获指数(NHI)无显著变化,ZD309和XY335产量和NHI高于其他品种。随施氮量增加,ZD958、XY335和ZD309叶转运量显著增加,茎转运效率无显著变化。减氮1/3和1/6处理穗位叶SPAD值无变化,叶绿素最大荧光Fm、综合性能指数PI、NR活性明显增加,各基因型分别以AY3111叶片SPAD、PI为最高,ZD958、XY335和ZD309的NR和GS活性高于其他品种。     

麦茬耕作方式对免耕直播夏玉米产量建成的影响

基于始于2012年的不同耕作方式长期定位试验，分析冬小麦播前深翻(DT)、旋耕(ST)和免耕(NT)3种耕作方式对后茬免耕直播夏玉米生长(干物质积累与分配)、生理指标(叶面积指数和SPAD值)、子粒灌浆速率的影响，探析麦茬耕作方式对后茬夏玉米生长发育和产量建成的影响。结果表明，ST处理成熟期干物质积累量显著高于DT和NT处理(P<0.05)，穗部干物质的分配比例分别较NT与DT处理显著增加了7.94%～13.79%、10.34%～17.48%。ST处理叶面积和持绿性优于DT和NT处理。ST处理的子粒灌浆速率较DT与NT处理提高12.71%～18.96%、5.25%～8.71%，最终获得最大产量。因此，冬小麦-夏玉米1年两熟种植模式下，麦茬旋耕更利于免耕直播夏玉米的生长和产量建成。     

光身型粳稻嘉58超高产群体特征分析

以光身粳稻嘉58为材料,于2014年、2015年通过调控栽培措施构建了超高产(产量≥11.25 t/hm2)、高产(11.25 t/hm2产量≥9.75 t/hm2)和一般生产产量(9.75 t/hm2产量≥7.5 t/hm2)3个产量群体,对3个产量群体的产量构成特征、茎蘖生长动态、叶面积动态及构成、干物质积累转运等地上部特征进行了追踪调查。结果表明,与高产群体、一般生产产量群体相比,超高产群体的结实率和千粒重差异不显著,但总颖花量极显著提高;超高产群体在有效分蘖临界期至拔节期的茎蘖增加平缓、无效分蘖发生少、高峰苗低、茎蘖衰减平缓、成穗率高;超高产群体的叶面积指数、抽穗期后干物质积累量、收获指数均显著提高。提出了嘉58的超高产群体的主要经济指标并讨论了其高产栽培技术。     

冬小麦返青期主要生长指标的HJ-1A/1B遥感影像监测

为进一步深化作物长势遥感监测机理与方法,给大田管理及时提供信息与技术,结合2011-2013年定点观测试验,以HJ-1A/1B数据为遥感影像源,研究了返青期冬小麦主要生长指标、籽粒品质参数和产量间及其与遥感变量间的定量关系,分别构建及评价基于HJ-1A/1B影像遥感变量的返青期叶面积指数、生物量、SPAD值和叶片含氮量监测模型。结果表明,返青期,归一化植被指数（NDVI）、比值植被指数（RVI）、蓝光波段反射率（B₁）和RVI可分别作为监测冬小麦叶面积指数、生物量、SPAD和叶片含氮量的敏感遥感变量,所构建的遥感监测模型可靠且精度较高,模型的决定系数（R²）分别为0.62、0.56、0.46和0.58,均方根误差（RMSE）分别为0.42、452.3 kg·hm^-2、4.39和0.54%。同时,对冬小麦不同等级主要生长指标进行遥感监测并制图,量化表达了主要生长指标区域空间分布。     

多遥感光谱指标结合进行大田冬小麦叶片叶绿素含量估测研究

为解决大田冬小麦叶片叶绿素含量估测模型精度低、通用性弱的问题,在获取冬小麦拔节期和抽穗期冠层红光波段反射率(BR_red)和近红外波段反射率(BR_nir)的基础上,计算归一化差值植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)、改进型比值植被指数(MSR)、重归一化植被指数(RDVI)、II型增强植被指数(EVI2)和非线性植被指数(NLI)等8个植被指数。经统计分析,选择与叶片叶绿素含量(SPAD值)相关性较好的5个遥感光谱指标(NDVI、MSR、NLI、BR_red和RVI)作为输入变量,建立了冬小麦叶片叶绿素含量的BP神经网络估测模型(WWLCC_BP),并对估测模型进行精度验证。结果表明,WWLCC_BP估测模型在拔节期估测的决定系数(r²)为0.84,均方根误差(RMSE)为5.39,平均相对误差(ARE)为9.87%。抽穗期的估测效果与拔节期较为一致。将WWLCC_BP和高分六号影像...     

Estimating N status of winter wheat using a handheld spectrometer in the North China Plain

Excessive nitrogen (N) fertilizer application is very common in the North China Plain. Diagnosis of in-season N status in crops is critical for precision N management in this area. Remote sensing, as a timely and nondestructive tool, could be an alternative to traditional plant testing for diagnosing crop N status. The objectives of this study were to determine which vegetation indices could be used to estimate N status in winter wheat (Triticum aestivum L.) under high N input conditions, develop models to predict winter wheat N uptake using spectral vegetation indices and validate the models with data from farmers’ fields. An N rate experiment and a variety-N experiment were conducted in Huimin, Shandong Province from 2005/2006 to 2006/2007 to develop the models. Positive linear relationships between simple ratio vegetation indices (red vegetation index, RVI and green vegetation index, GVI) and N uptake were observed independent of growth stages and varieties (R², 0.48–0.74). In contrast, the relationships between normalized difference vegetation indices (NDVI and GNDVI), red and green normalized difference vegetation index (RGNDI), and red and green ratio vegetation index (RGVI) were exponentially related to N uptake (R², 0.43–0.79). Subsequently, 69 farmers’ fields in four different villages were selected as datasets to validate the developed models. The results indicated that the prediction using RVI had the highest coefficient of determination (R², 0.60), the lowest root mean square error (RMSE, 39.7 kg N ha⁻¹) and relative error (RE, 30.5%) across different years, varieties and growth stages. We conclude that RVI can be used to estimate nitrogen status for winter wheat in over-fertilized farmers’ fields before heading.     

渍害胁迫时期和持续时间对冬小麦产量及其构成因素的影响

为研究渍害胁迫时期和持续时间对小麦产量及其构成因素的定量化影响,以扬麦13号为供试品种,在拔节期、孕穗期和灌浆期,开展不同渍害胁迫持续时间（0、5、10和15 d）的盆栽试验,观测不同渍害胁迫处理下小麦产量及其构成因素的变化。结果表明,不同生育时期发生渍害胁迫均可导致小麦减产,且随渍害胁迫时间的延长,小麦产量下降均达到显著水平（P<0.05）。渍害胁迫造成的减产呈现为孕穗期>拔节期>灌浆期,渍害胁迫每增加1天,孕穗期、拔节期和灌浆期小麦单株产量分别下降0.79、0.59和0.48 g,表明孕穗期是小麦渍害胁迫的敏感期。此外,不同生育时期渍害胁迫对小麦产量构成的影响存在明显差异。拔节期渍害胁迫同时降低小麦株穗数、穗粒数和千粒重,但主要通过降低小麦穗粒数造成产量下降;灌浆期渍害胁迫对小麦株穗数和穗粒数的影响较小,主要通过降低千粒重造成小麦产量下降;孕穗期处于小麦从营养生长转为生殖生长阶段,此时发生渍害胁迫,对小麦株穗数和穗粒数的影响大于灌浆期,对千粒重的影响大于拔节期,因此,孕穗期渍害胁迫造成小麦减产最严重。为预防渍害胁迫造成小麦严重减产,应在孕穗期前后密切关注天气状况,在田间及时开沟排水。     

耕种方式对华北地区冬小麦群体质量及产量的影响

为探讨华北地区耕种方式对冬小麦群体质量和产量的影响,2011-2013年通过大田定位试验,分析了免耕条播、深松条播、旋耕条播、机械撒播方式下冬小麦生育进程、群体大小、干物质积累、产量及其构成的特点。结果表明,免耕条播冬小麦分蘖不足,群体数量小,干物质积累少,叶面积指数偏低,穗粒数、千粒重较低,产量低于其他耕种方式;深松条播冬小麦成熟略晚,群体较大,茎蘖成穗率高,干物质积累量、叶面积指数、成穗数和产量均高于旋耕条播,穗粒数、千粒重与之差异不明显;机械撒播冬小麦虽然存在种子有效覆盖度小、种子深浅不一、出苗率低等缺点,但分蘖优势明显,干物质积累最多,叶面积指数最大且最大值出现早,千粒重、穗粒数略有降低,成穗数极显著高于其他处理,较旋耕条播和深松条播分别增产15%和11%以上。综合来看,机械撒播有利于优化小麦群体质量,提高整体产量水平,是目前华北地区冬小麦较理想的耕种方式。     

基于无人机多光谱遥感的冬小麦冠层叶绿素含量估测研究

为探讨利用无人机多光谱影像监测冬小麦叶绿素含量的可行性,基于北京市大兴区中国水科院试验基地的2019年冬小麦无人机多光谱影像和田间实测冠层叶绿素含量数据,选取16种光谱植被指数,确定对冬小麦冠层叶绿素含量显著相关的植被指数,采用一元二次线性回归和逐步回归分析方法建立各生育时期及全生育期的SPAD值估测模型,通过精度检验确定对冬小麦冠层叶绿素含量监测的最优模型。结果表明,两种分析方法中逐步回归建模效果最佳。拔节期选取4个植被指数(MSR、CARI、NGBDI、TVI)建模效果最好,模型率定的决定系数(r~2)为0.73,模型验证的r~2、相对误差(RE)和均方根误差(RMSE)分别为0.63、2.83%、1.68;抽穗期选取3个植被指数(GNDVI、GOSAVI、CARI)建模效果最好,模型率定的r~2为0.81,模型验证的r~2、RE、RMSE分别为0.63、2.83%、1.68;灌浆期选取2个植被指数(MSR、NGBDI)建模效果最好,模型率定的r~2为0.67,模型验证的r~2、RE、RMSE分别为0.65、2.83%、1.88。因此,无人机多光谱影像结合逐步回归模型可以很好地监测冬小麦SPAD值动态变化。     

基于SVM的县域冬小麦种植面积遥感提取

冬小麦种植面积的精确提取,对于农业部门进行冬小麦生长监测与产量估测有着重要的支撑作用。本研究在对Landsat-8卫星15 m×15 m空间分辨率遥感影像进行预处理的基础上,基于最佳波段指数(OIF),采用支持向量机(SVM)算法中四种核函数进行影像分类,并比较分类精度,选择精度最高的核函数作为SVM最优核函数对盐城市大丰区冬小麦种植面积进行提取,与最大似然法、最小距离法的结果进行对比。结果表明,四种核函数中,Linear核函数分类精度最高,达到98.56%。将Linear核函数作为SVM最优核函数对大丰区冬小麦种植面积进行提取,提取到的种植面积为71 834.4 hm~2,提取精度、分类精度和Kappa系数分别为91.25%、98.56%和0.98。基于SVM的冬小麦面积提取效果明显好于传统监督分类方法,说明使用支持向量机与影像光谱特征进行影像分类能够准确提取县域冬小麦种植面积。     

拔节期渍水后施用尿素对小麦产量和光合物质生产的影响

为给小麦渍害发生后降损措施的制定提供参考,以扬麦23为供试材料,在拔节期进行连续10 d渍水,研究渍水结束当天叶面喷施尿素(WAP1)、渍水结束当天和7 d后叶面喷施尿素(WAP2)、土壤落干后撒施低量和高量尿素(WAS1和WAS2)对小麦植株光合特性、干物质积累和产量及其构成因素的影响。结果表明,渍水后小麦籽粒产量和氮肥偏生产力均下降11%。渍水后施用尿素可恢复籽粒产量6%～24%,增加氮肥偏生产力3%～17%。产量恢复效果不因尿素施用方式而变化,WAP2和WAS2处理优于WAP1和WAS1处理。渍水后施用尿素增加了小穗结实率、每小穗粒数和穗粒数,提高了叶绿素含量,保持了植株花后高光合面积和净光合速率,促进了光合物质的生产。相比WAP1和WAS1处理,WAP2和WAS2处理可较好地延缓旗叶、倒二叶和倒三叶绿色面积比例衰减并恢复其SPAD值,其中叶面喷施尿素可维持更久的光合面积,而撒施尿素可保持较高的叶绿素含量。综合来看,小麦拔节期前后渍水时可及时施用尿素,且具有显著的补救效果。     

基于无人机可见光影像与生理指标的小麦估产模型研究

为及时、准确地掌握小麦产量动态信息,基于无人机遥感平台,分别分析了小麦4项生理指标［地面实测叶面积指数、叶片含氮量、叶片含水量及叶片叶绿素相对含量（SPAD值）］及10项植被指数与产量的相关性,以筛选出与产量最为敏感的生理指标与植被指数,并比较了3种建模方法（一元回归UR、多元逐步回归SMLR和主成分回归PCAR）在小麦各生育时期估产的适用性,进而得到小麦最优估产模型。结果表明：（1）不同生育时期两类变量与产量的相关性变化特征一致,均表现为抽穗期>灌浆期>成熟期;不同生理指标、植被指数与产量的相关性在各生育时期均存在差异,生理指标表现为叶片含氮量>LAI>SPAD>叶片含水量;而植被指数在各时期表现不同;（2）以生理指标与植被指数为自变量,采用SMLR模型构建的抽穗期估产模型拟合精度最高,R、RMSE和nRMSE分别为0.828、362.53 kg·hm^-2和12.35%;（3）小麦估产模型在各生育时期的预测精度表现为抽穗期>灌浆期>成熟期。