不同施氮处理下滴灌甜菜冠层的高光谱响应

为明确甜菜冠层高光谱特性,对不同氮素处理下滴灌甜菜冠层反射光谱以及叶面积指数(LAI)、叶绿素含量与叶片全氮含量进行分析。结果表明:甜菜冠层光谱反射率随着施氮量的增加而升高,与氮素运筹模式10∶0相比,氮素运筹模式7∶3的冠层光谱反射率和冠层光谱"红边"在叶丛快速生长期较低,在糖分积累期较高。甜菜冠层光谱红边具有"双峰"现象,且"双峰"随生育时期的推进逐渐减弱,随施氮量的增加,愈加凸显。光谱变量与叶片全氮含量显著相关,红边幅值Dλred、红边峰值面积Sred、红边位置λred与LAI、叶绿素含量显著相关,表明通过高光谱反演滴灌甜菜农学参数进行氮素营养状态诊断是可行的。     

基于偏最小二乘法的小麦条锈病潜育期冠层高光谱分析

为能够找到更快速、高效的监测早期小麦条锈病的方法,通过获得在0.2、0.1、0.05 mg/m L三种不同浓度小麦条锈菌胁迫下的潜育期小麦冠层光谱数据,利用定性偏最小二乘法建立小麦条锈病潜育期小麦叶片冠层光谱识别模型并分析在3类不同光谱特征(波段、变量、建模比)下的模型准确性及适应性。结果表明,在325~1 075 nm波段内,以伪吸收系数二阶导数[log10(1/R)_2nd.dv]为光谱特征所建模型的平均准确率最高,训练集为97.89%,测试集为92.98%,可优先作为建模时备选的变量参数;在不同波段范围所建模型中,在925~1 075 nm波段内,以伪吸收系数的一阶导数[log10(1/R)]为光谱特征所建模型的平均准确率最高,训练集为98.27%,测试集为94.33%,可优先作为建模时备选的波段范围。表明利用冠层高光谱特征可以实现对小麦条锈病潜育期的定性分析,是一种能早期监测小麦条锈病的无损高效方法。     

小麦条锈病多时相冠层光谱与病情的相关性

通过田间接种诱发了不同等级的小麦条锈病,随着条锈病的传播,在不同的小区间形成病情梯度,利用ASD手持式地面非成像光谱仪(325～1075nm)测定不同生育期、不同病情指数的冬小麦冠层光谱反射率,并同步调查病情指数,进而对不同生育期、不同病情指数的小麦条锈病冠层光谱反射率进行相关分析。结果表明,不同病情指数的冬小麦植株在600～703、770～930nm波段的冠层光谱反射率存在显著差异,并在波段770～930nm间,病情指数(DI)与光谱反射率呈显著负相关,负相关系数达到极显著;而在600～703nm间,病情指数与光谱反射率呈显著正相关,相关系数达到极显著。构建了3个生育期病情指数与650和850nm波段处的光谱反射率的回归方程:拔节期,DI=13.03×R650nm-0.67×R850nm 10.22(R2=0.6570);灌浆期,DI=48.63×R650nm-2.41×R850nm-41.51(R2=0.8196);乳熟期,DI=24.42×R650nm-5.10×R850nm 67.77(R2=0.7336)。     

结合冠层光谱和叶片生理观测的小麦条锈病监测模型研究

通过开展小麦条锈病接种试验,在多个关键生育期获取被动式的冠层光谱和主动式的叶片生理观测并开展病情调查。在此基础上,结合优选的光谱特征和生理特征采用偏最小二乘回归方法(PLSR)构建病情严重度反演模型,得到不同生育期精度表现最优的特征组合。结果显示,基于光谱观测的优选光谱特征和基于叶片生理观测的Flav(类黄酮相对含量)、Chl(叶绿素含量)的不同组合在小麦挑旗期、灌浆早期和灌浆期分别具有较佳表现,模型精度达到r~2=0.90,RMSE=0.026。相比单纯采用光谱特征,综合冠层光谱和叶片生理观测能够使模型精度提高21%,表明两种数据的结合有利于提高病情严重度估测精度。上述研究可为小麦病害监测仪器的开发提供新的模式和思路。     

白粉菌侵染后田间小麦叶绿素含量与冠层光谱反射率的关系

 本文对白粉菌侵染后田间小麦叶片叶绿素含量与光谱反射率的关系进行了研究。用不同浓度的药液控制田间病害的发生梯度,于灌浆期对不同严重度小麦冠层的光谱反射率进行了测量,同时测定小麦叶绿素含量并调查病情指数,分析叶绿素含量与病情指数、冠层光谱反射率的关系。结果表明,药剂对叶绿素含量无显著影响;受白粉病危害后,小麦叶片叶绿素含量明显降低,抗性不同的品种之间下降速度存在差异,与病情指数之间也有极显著的相关性。绿光波段与叶绿素含量之间的相关性达到了显著水平;基于多波段建立的模型要优于单波段,可以利用绿光、红光波段的反射率估计叶绿素含量。红边参数与叶绿素含量之间也有较好的相关性,其中以红边面积的相关系数最大。     

麦蚜对小麦冠层光谱特性的影响研究

通过对田间不同程度麦蚜危害的小麦冠层反射光谱测量,研究了各波段反射光谱的变异特征,并对光谱反射曲线进行微分分析。结果表明:在麦蚜危害的初期,近红外反射率明显降低,即陡坡效应受到明显的削弱,随着麦蚜危害程度加重,小麦冠层的反射率在不同波段有明显下降,尤其在近红外区下降更为显著。利用光谱微分技术,对受麦蚜不同程度危害的小麦冠层反射率求一阶导数,得到红边斜率。结果表明,麦蚜危害后小麦冠层的红边斜率在近红外波段发生剧烈的变化,且随着危害程度的加重其值逐步下降。将归一化植被指数(NDVI)分别和百株蚜量进行相关及回归分析,并对监测蚜虫敏感波段的选择做了初步的探讨。     

基于高光谱的渭北旱塬区棉花冠层叶面积指数估算

以棉花冠层高光谱反射率与冠层叶片叶面积指数(LAI)为数据源,在分析LAI与原始高光谱反射率、一阶微分光谱反射率、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回归的方法构建了棉花LAI高光谱估算模型,并进行精度估算。结果显示,在可见光范围内随着生育期的推进及施氮量的增加冠层光谱反射率逐渐降低,在近红外范围内从苗期到花铃期随着施氮量增加反射率逐渐增加,花铃期到吐絮期反射率明显降低;各生育期冠层光谱的提取变量与LAI的相关性不强,全生育期各种光谱提取量及植被指数与LAI的相关性高于不同生育期;棉花冠层叶片LAI在反射光谱1 461 nm处相关系数达到最大值(r=-0.726);对于一阶微分光谱,LAI的敏感波段发生在742 nm处,r=0.744;以敏感波段742 nm一阶微分光谱反射率建立的逐步回归估算模型精度最高,RMSE=0.94,RE=26.27%,r=0.78。说明以全生育期为基础,采用一阶微分光谱敏感波段,并根据实际条件选择有效的估测模型,可以进行棉花LAI的预测。     

不同氮水平下冬小麦农学参数与光谱植被指数的相关性

利用光谱仪通过大田试验测量不同氮素水平及不同生育期冬小麦冠层的光谱反射率,测算叶面积指数(LAI)、叶绿素含量(CHL)、叶绿素密度(CHL.D)、地上鲜生物量和地上干生物量等农学参数;在此基础上分析了不同氮素水平冬小麦生育期内的光谱植被指数的变化,并分析了农学参数与植被指数之间的相关性。结果表明:小麦叶面积指数、叶绿素密度与比值植被指数(RVI)和归一化差值植被指数(NDVI)在各生育期呈显著相关,小麦叶片的叶绿素含量与RVI、NDVI在抽穗期呈极显著相关,而地上鲜生物量、地上干生物量与RVI和NDVI从起身到孕穗期呈显著相关。     

小麦条锈病单片病叶特征光谱的初步研究

以健康小麦植株叶片为对照,把小麦条锈病病叶按照严重度分成8个级别,应用高光谱遥感(Hyperspectral Remote Sensing)技术,采用ASD Field-Spec Pro FR 2500型光谱仪和LI-Cor1800-12外置积分球,测定各级别单片病叶上发病区域的反射光谱。结果表明,随着病害严重度的增加,反射率随之增强。在350～1 600 nm波段范围内反射率与严重度基本成正相关,535 nm以后反射率与严重度相关达显著水平。选择相关性最高的波段(670～690 nm),利用SAS软件进行逐步回归分析,建立了小麦条锈病严重度和光谱反射率之间的回归模型,即y=-0.576 8+0.7953R685-0.603 6R690。     

基于高光谱反射率的糜子冠层叶片叶绿素含量估算

连续两年大田试验研究不同糜子品种叶绿素含量与冠层光谱反射率,并基于不同植被指数建立糜子叶片叶绿素含量的估测模型。结果表明,参试糜子品种叶绿素含量在整个生育期呈现"低-高-低"的抛物线变化趋势,最大值出现在抽穗期到开花期之间;不同品种各生育期内冠层光谱反射率趋势一致,在近红外波段,冠层光谱反射率与叶绿素含量呈稳定正相关,灌浆初期光谱反射率达到最大值;可见光波段,拔节期、开花期和灌浆初期冠层光谱反射率与冠层叶绿素含量呈正相关,成熟期呈负相关;糜子冠层叶绿素含量与760~900、630~690、550 nm波段组合的植被指数具有较高相关性;基于RVI、PSNDb、GNDVI750能较好地建立糜子叶绿素含量统一检测模型,决定系数分别为0.791、0.779、0.748;模型验证的相对误差分别为9.58%、8.93%、11.80%;均方根误差分别为0.045、0.140、0.196。表明利用RVI、PSNDb、GNDVI750建立的模型能较为准确地预测糜子冠层叶绿素含量。     

基于野外原位光谱的棉田耕层土壤全氮含量监测模型研究

针对可见光和近红外光穿透力不强、难以监测到耕层土壤全氮的问题，以石河子垦区播前棉田土壤为研究对象，获取3种不同土壤质地类型的原位光谱及不同耕层的土壤全氮含量信息，通过Savitzky-Golay平滑处理及最大归一化处理对土壤原位光谱进行预处理，并利用广义传播神经网络(GRNN)、随机森林回归(RFR)、支持向量机回归(SVR)、最小二乘回归等4种建模方法，建立和筛选出不同土壤质地类型的棉田耕层土壤含量的最佳监测模型。结果表明：(1)不同建模方法在各耕层监测精度不同，在浅、中、深耕层表现最佳的监测模型均为GRNN模型（R²分别为0.72、0.68、0.63）。(2)优化后的NGRO-GRANN模型监测精度高于GRNN模型，在浅、中、深三个耕层的预测精度提高16.2%~30.2%。(3)基于原位光谱建立不同耕层的土壤全氮监测模型具有较好的监测效果，且大量简化了室内光谱处理的繁琐步骤。该研究为野外原位光谱快速获取棉田播前土壤各耕层养分信息提供了理论基础与技术支撑，具有一定的可行性与鲁棒性。     

基于连续小波变换的干旱胁迫下玉米冠层叶绿素密度估测

测定了玉米各生育时期干旱胁迫下冠层叶绿素密度及冠层光谱数据,利用原始光谱反射率与冠层叶绿素密度进行相关性分析,采用常用植被指数、波段自由组合、连续小波变换构建玉米冠层叶绿素密度估测模型,并用决定系数(R~2)、均方根误差(RMSE)进行精度检验。结果表明:冠层叶绿素密度在抽雄期相较于正常对照,轻度、中度、重度干旱胁迫处理分别下降7.8%、29.5%、44.2%;波段自由组合指数RVI(555,538)、NDVI(555,538)和敏感小波系数bior5.5(26,792)、rbio2.6(22,790)、gaus6(21,791)与叶绿素密度的相关性较高,相关系数绝对值均达到0.900以上;基于敏感小波系数构建的冠层叶绿素密度估测模型验证集R~2均在0.850以上,相较于其他植被指数模型R~2平均提升20.6%,RMSE平均降低32.6%;最优模型为以gaus6(21,791)为自变量的一元线性回归模型,R~2为0.864,RMSE为1.532。利用连续小波变换对光谱数据进行预处理,可以有效提升玉米冠层叶绿素密度估测模型的精度。     

谷子叶绿素含量高光谱特征分析及其反演模型构建

基于高光谱数据综合分析不同施肥条件下谷子各生长期冠层叶绿素含量的高光谱特征,在分析各光谱特征参数与叶绿素相关性的基础上,基于偏最小二乘法和人工神经网络构建叶绿素含量的遥感反演模型.结果表明:NDVI(归一化植被指数)、GNDVI(绿色归一化植被指数)、PSNDa(特殊色素归一化指数a)、PSSRc(特征色素简单比值指数...     

水稻冠层叶绿素含量高光谱估算模型

为了寻求西北引黄灌区水稻冠层叶绿素含量的高精度估算模型，通过田间试验测定了水稻冠层SPAD和高光谱数据，运用任意波段组合的方式构建了一系列基于原始光谱、一阶导数光谱的比值、差值、归一化和土壤调节植被指数，筛选出反映水稻冠层SPAD的最佳植被指数作为自变量，应用普通回归分析方法和随机森林算法建立了该区域水稻冠层SPAD估算模型并进行了对比分析。结果表明：（1)应用普通回归分析方法，以RVI(D₁₃₁₆，D₇₃₆)为自变量建立的指数模型是估算西北引黄灌区水稻冠层SPAD的最佳单变量模型；（2)采用随机森林算法，以4个植被指数RVI(R₆₉₆，R₅₄₀)、DVI(R₇₀₀，R_{536)、SAVI(R700，R536)、RVI(D1316，D736)建立的估算模型比普通回归模型精度更高，验证结果的决定系数R²为0.873，均方根误差RMSE为3.221，平均相对误差RE为13.25%。说明通过随机森林算法建立的模型可以实现水稻冠层SPAD的精准估测，可以用于西北引黄灌区水稻冠层叶绿素含量的快速、无损获取。}     

基于多个高光谱参数的玉米叶片叶绿素含量估测模型

采用Field Spec Pro3光谱仪和SPAD-502叶绿素仪分别测定玉米叶片的光谱与其相对应的叶绿素含量,通过分析红边位置、蓝边位置以及绿峰位置等高光谱参数与叶绿素含量的关系,建立叶绿素含量的单、双和多变量光谱预测模型。结果表明:在可见光区域,玉米叶绿素含量高,光谱反射率低,而进入近红外区则刚好相反,叶绿素含量高,光谱反射率高;红边位置、绿峰位置及蓝边位置各高光谱参数与叶绿素含量的相关性均达极显著。其中红边位置与叶绿素含量的相关性最高,相关系数达0.84;利用所选的3个高光谱参数分别建立的单、双以及三变量模型,虽然大多数模型的精度R~2大于0.71,但分析对比得出利用红边、蓝边及绿峰位置3个变量建立的模型具有最大模型精度R~2、最小标准误差(S)和均方根误差(RMSE),因此其模型预测能力较优。     

基于高光谱与电磁感应技术的干旱区绿洲土壤含水量反演研究

为实现干旱区绿洲土壤含水量的快速、准确监测,利用采集自渭干河-库车河绿洲的84个表层(0~10cm)土壤样本,通过利用电磁感应仪(EM38)将所测解译后数据代替实测土壤含水量数据,将高光谱反射率重采样为Landsat8卫星遥感波段反射率,在选取光谱特征参数、提取敏感波段的基础上,利用偏最小二乘回归(PLSR)方法建立土壤含水量模型,将最优估算模型应用于遥感影像,实现研究区土壤含水量遥感反演。研究结果表明:(1)利用EM38所测水平模式土壤表观电导率与土壤含水量拟合效果最优,能够代替实测土壤含水量进行后续建模分析。(2)相比3种单一的光谱特征指数,利用多种光谱特征指数所建土壤含水量估算模型的建模效果更优,其干、湿各季建模集决定系数R~2大于0.7,均方根误差(RMSE)均小于0.5%,RPD均大于2,能够作为有效手段估算干旱区绿洲土壤含水量。(3)不同季节土壤含水量遥感反演值与实测值决定系数R~2均大于0.6,均方根误差(RMSE)均小于0.6%,显示了较高的预测精度,证明利用电磁感应技术与高光谱相结合能够实现对干旱区绿洲土壤含水量的精准、高效监测。     

Competition between winter wheat and Veronica hederifolia: influence of weed density and the amount and timing of nitrogen application

The effects at Veronica hederifolia. densities on the yield of winter wheat (Triticum aestivum L.) were studied in field trials conducted at the same location in 1992 and 1993. In 1992, nitrogen at 60 kg ha^-1 was applied at tillening followed by a further 80 kg ha^-1 at the first node of stem elongation. In 1993. four regimes of nitrogen applications were compared: a total of 140 kg ha^-1 supplied at three dales. 60 kg ha^-1 supplied at tillering, 60 kg ha^-1 Supplied al the first node of stem elongation and no nitrogen as the control. Competitive effects from V. hederifolia (ranging from 17 to 192 plants m^-22), were greatest in 1993, the year with the best early growth development of this weed. In 1993, yield losses, as described with a non-linear model changed for each regime of fertilization. In both years, V. hederifolia decreased wheat ear number per unit area for each nitrogen treatment. This is explained hy an increase in tiller mortality and a nitrogen deficiency in wheat at the stem elongation and flowering stages. Nevertheless, with late application of nitrogen, individual grain weight increased and the effect of V. hederifolia on wheat yield loss was lowest. The results are discussed in relation to the effects on all yield components, and show the importance of choosing the rieht nitrogen fertilization for specific yield targets of wheat production when infested by weeds.     

Hyperspectral measurements of severity of stripe rust on individual wheat leaves

The objective of this study was to assess the effect of severity of stripe rust (Puccinia striiformis) on the hyperspectral reflectance of wheat. A total of 110 leaf samples with a range of disease severity were collected at the heading stage (Stage ?, 29 April) and grain filling stage (Stage II, 21 May). The spectra of the adaxial and abaxial surfaces of the leaf samples were taken using an ASD Leaf Clip, and the spectral characteristics were analysed. The photochemical reflectance index (PRI) was used to build two linear regression functions from the two growth stages using 70 leaves, and the remaining 40 leaves were used to validate their effectiveness. The results indicated that P. striiformis caused changes in foliar water and chlorophyll, and those changes made it feasible to assess disease severity using in situ hyperspectral measurements. In general, the reflectance values from the adaxial surfaces of the leaf samples were smaller than the abaxial surfaces. In comparison to Stage ?, the spectral contrast of four different disease severities was greater at Stage II. By comparing the regression functions, the coefficient of determination using the set of leaves for validation for Stage ? (R ²?=?0.74) was smaller than that for Stage II (R ²?=?0.83). However, the coefficient of determination for validation for Stage ? (R ²?=?0.91) was slightly larger than that of Stage II (R ²?=?0.90). The results suggest that the ASD Leaf Clip is an ideal tool to collect in situ hyperspectral measurements of wheat leaves showing symptoms of stripe rust, and Stage II is more appropriate to assess severity compared to Stage ?.     

基于无人机成像高光谱的棉叶螨为害等级估测模型构建

为快速、实时、准确地了解新疆棉田棉叶螨（优势种为土耳其斯坦叶螨Tetranychus turkestani）的发生情况,利用高光谱图像中的7种植被指数,使用一般线性回归分析方法分别构建不同棉叶螨为害等级棉花冠层叶片叶绿素相对含量（用soil and plant analyzer development（SPAD）值表征）遥感估测模型和棉叶螨为害等级遥感估测模型,实现棉叶螨为害的实时监测。结果显示：不同棉叶螨为害等级对应的棉花冠层光谱反射率存在明显差异,棉叶螨为害等级与棉花冠层叶片SPAD值呈显著负相关关系。在7个不同棉叶螨为害等级对应的棉花冠层叶片SPAD遥感估测模型中,SPAD-红边归一化植被指数估测模型的估测决定系数为0.915,均方根误差为3.451,识别精确度显著高于其他模型。表明利用棉花冠层叶片SPAD遥感估测模型可快速无损地获取棉叶螨为害数据,构建的棉叶螨为害等级估测模型可用于植保人员快速准确获取棉叶螨为害情况。     

Nitrogen effect on competition between winter cereals and littleseed canarygrass

Field experiments were conducted in northern Greece during 1994, 1995, and 1996 to study the effect of nitrogen fertilization on competition between littleseed canaryglass (Phalaris minor Retz.) and wheat (Triticum aestivum L.), barley (Hordeum vulgare =distichum L.) or triticale (Triticosecale). The presence of 400P. minor plants per square meter until early March did not have an adverse effect on dry weight of any crop. However, their further presence significantly reduced dry weight of wheat and triticale, but not that of barley. Grain yield of wheat and triticale was reduced 48% and 47%, respectively, by season-long competition ofP. minor, whereas the corresponding reduction for barley was only 8%. Crop yield reduction due toP. minor competition resulted mainly from reduction in ear number and less from reduction in 1000-grain weight. Nitrogen fertilization (150 kg N ha⁻¹), compared with control (0 kg N), slightly increased yield of all crops grown without weed competition. The same treatment also increased dry weight and competitive ability ofP. minor against wheat and triticale, compared with that of control (0 kg N); the split application of nitrogen (50 kg N ha⁻¹ before crop sowing and 100 kg N ha⁻¹ in early March) caused a slightly greater increase inP. minor dry weight than did 150 kg N ha⁻¹ applied once before crop sowing. Dry weight ofP. minor grown with barley was not affected by nitrogen fertilization, but it was severely reduced compared with that ofP. minor grown with wheat or triticale. http://www.phytoparasitica.org posting April 22, 2003.