水稻透射光谱与氮含量的相关性研究

采用小区试验研究了水稻叶片氮含量与透射光谱的相关性。用“秀水110”建立诊断模型，再用“协优9308”进行检测，分析一阶导数光谱与叶片氮含量的相关性。结果表明，一阶导数光谱与氮含量显著相关，相关系数可达R2=0.74。预测模型可达R2=0.84。与一阶导数光谱相比，还建立了3个植被指数：蓝波段透射光谱氮指数(BETNI)、波段透射光谱氮指数(YETNI)和红波段透射光谱氮指数(RETNI)，并分别计算了它们在这三个波段的特殊波长的值。在这些特殊波长处，3个指标与氮含量的相关性明显比单叶片的透射光谱的相关性显著。YETNI610，YETNI630，YETNI643，YETNI652，and RETNI能够很好的预测氮含量；对于“协优9308”的预测结果显示YETNI570，YETNI592和RETNI最优。分析结果显示，透射光谱的氮指标（YETNI570，YETCI592，and RETNI）能够最好地预测氮含量。     

水稻不同发育时期高光谱与叶绿素和类胡萝卜素的变化规律

通过大田和室内试验,测定了2个品种、3个供氮水平处理的水稻冠层、完全展开倒1叶、倒3叶和穗在不同发育时期的高光谱反射率及对应叶片和穗的叶绿素、类胡萝卜素含量。结果表明,不同供氮水平的水稻冠层和叶片光谱差异明显,冠层光谱反射率随发育期推迟,抽穗前在可见光范围逐渐降低、在近红外区域逐渐增大,抽穗后在可见光范围逐渐增大,在近红外区域逐渐降低;抽穗后,冠层、叶片和穗光谱的红边位置存在“蓝移”现象;叶片叶绿素、类胡萝卜素含量呈S形变化;高光谱植被指数R990/R553、R1200/R553、R750/R553、R553/R670、R800/R553、R800/R680、（R800-R680）/（R800+R680）［R为反射率,下标为对应波长值（nm)］和红边位置λred与叶绿素、类胡萝卜素含量之间存在极显著相关,说明能用它们来估算水稻冠层、叶片和穗的叶绿素、类胡萝卜素含量。     

利用水稻成熟期冠层高光谱数据进行估产研究

通过大田小区试验,测定了2个品种、3个供氮水平处理的水稻抽穗后不同时期冠层的高光谱反射率、叶面积指数及理论产量和实际产量。结果表明,抽穗后水稻冠层光谱反射率随发育期推移在可见光范围逐渐增大,在近红外区域逐渐减小;理论产量、实际产量与差值植被指数R1200-R680、R990-R680、R800-R680、R1200-R550、R990-R550、R     

基于可见/近红外光谱技术的湄潭翠芽等级判别

以湄潭翠芽为研究对象,利用可见/近红外光谱技术对其等级进行判别。首先利用卷积平滑、多元散射校正、标准正态变量变换、一阶导数法、二阶导数法、去趋势法等预处理方法对样本原始光谱数据进行处理。然后基于不同光谱预处理方法和原始光谱建立偏最小二乘回归模型,研究分析不同光谱预处理方法对模型的影响,结果表明,使用卷积平滑预处理方法的模型效果最好。然后,研究分别采用逐步回归分析、连续投影算法和竞争性自适应重加权算法3种特征波长选择方法,对卷积平滑预处理后的光谱数据进行特征波长的筛选,以基于不同特征波长选择算法筛选的特征波长和原始全波段数据进行偏最小二乘回归模型建模。结果表明,基于竞争性自适应重加权算法方法筛选的特征波长建立的模型预测效果最好,模型的预测集相关系数达到0.9739,均方根误差为0.2250,这可为湄潭翠芽等级的快速判别提供理论依据。     

水稻、玉米、棉花的高光谱及其红边特征比较

 测定了水稻、玉米、棉花 3种作物共 6个品种的冠层和主茎叶片不同生育期高光谱反射率及其对应叶片中叶绿素、类胡萝卜素含量 ,分析了它们的高光谱及其红边特征和红边参数与叶面积指数、地上生物量、鲜叶重及叶片色素含量的相关性。结果表明 :(1) 3种作物冠层高光谱反射率大小与其生育期有关。冠层和叶片光谱反射率最大值比较结果是 ,冠层光谱 :棉花 >玉米 >水稻 ;叶片光谱 :水稻 >棉花 >玉米。 (2 ) 3种作物冠层光谱的红边都具有“双峰”现象。红边幅值Dλr 和红边面积Sr 均呈增大、减少的变化规律 ,但红边     

导数光谱在棉花农学参数测定中的作用

通过大田和室内试验，测定了2个品种的棉花冠层、完全展开倒3叶在不同时期的高光谱反射率及对应叶片的叶绿素、类胡萝卜素含量，分析并证实了棉花导数光谱对消除土壤背景影响及寻找特征波长方面的作用．将导数光谱用于棉花农学参数的测定，发现棉花冠层和叶片光谱都存在红边位移现象，并且红边参数(红边位置、红边幅值、红边面积)与叶面积指数、鲜叶质量、干叶质量和叶绿素含量有显著相关，从而证明用棉花导数光谱测定它的某些农学参数的可行性．     

水稻遥感估产模拟模式比较

通过大田小区试验,测定了2个品种、3个供氮水平处理的水稻抽穗后不同时期冠层的光谱反射率、叶面积指数及最后的理论产量和实际产量,模拟MSS、TM、SPOT、资源一号CCD相机、IKONOS、MODI S和高光谱的波段来构建光谱差值植被指数DVI、比值植被指数RVI、差值归一化植被指数NDVI和绿度G,并模拟建立遥感估产模式.结果表明:单变量估产模式以差值植被指数DVI效果最好,蜡熟期估产效果要优于抽穗期和灌浆期;多时期复合估产模式估产效果要优于单一生育期;成熟期各种数据的DVI估产模式具有相近估产精度,达91%以上,其中MSS波段的估产精度最高.     

遥感技术在精准农业中的应用

精准农业是一种“三高”农业，也是现代化农业的发展方向，在我国农业现代化建设中占据十分重要的位置。精准农业需要相关技术支持。重点阐述了遥感技术的发展及在精准农业中的应用现状，存在的问题和发展趋势。     

水稻叶片氮素营养光谱诊断模型研究

[目的]建立水稻叶片氮素营养光谱诊断模型。[方法]通过对不同水稻品种（湘优109和汕优98）、不同生长期、不同氮素水平的水稻叶片进行透射、吸收光谱及氮含量的测量,分析了叶片光谱与其含氮量之间的相关性,建立了水稻叶片含氮量的光谱指数预测模型。[结果]该模型检测精度在80%以上,可用于水稻氮素营养的诊断。[结论]为水稻氮素营养状况监测提供了理论依据。     

烟叶总氮的近红外光谱检测模型研究

探索建立一种有效的烟叶总氮含量近红外光谱检测模型,并寻找1100~2500 nm波段中预测烟叶总氮含量的有效波长。采用多种不同的光谱处理方法,并选择较优的一阶导数光谱处理原始光谱,再用偏最小二乘回归建立模型和Martens不确定性检验方法选择有效波长。基于全部波长建立的模型,训练集r=0.9930,RMSE=0.0490;交叉验证r=0.9708,RMSE=0.0996;预测集r=0.9747,RMSE=0.0884。基于有效波长建立的模型,训练集r=0.9937,RMSE=0.0464;交叉验证r=0.9744,RMSE=0.0938;预测集r=0.9610,RMSE=0.1116,预测值与化学值的绝对误差小于0.227%,相对误差未超过0.1%。表明使用近红外光谱分析技术检测烟叶总氮含量较好,采用Martens不确定性检验方法选择有效波长,并利用有效波长预测烟叶总氮含量是可行的。