利用航空成像光谱数据研究土壤供氮量及变量施肥对冬小麦长势影响

以推扫式成像光谱仪PHI(Pushbroom Hyperspectral Imager)获取的冬小麦拔节期、灌浆初期及乳熟期的航空影像数据为基础，提取反映冬小麦长势的光谱特征值，结合地面调查数据，分析了研究区冬小麦的长势情况；对不同时相光谱特征值与土壤基础供氮量、土壤总供氮量以及变量施肥量进行统计分析，分析结果显示：土壤基础供氮量、土壤总供氮量的空间分布差异对冬小麦长势有明显的影响，其中，土壤基础供氮量是影响冬小麦长势的重要因素，它对冬小麦的长势影响贯穿冬小麦的整个生育期；此外，该文还通过变量施肥前后作物     

冬小麦病害与产量损失的多时相遥感监测

为了开展农作物病害遥感监测与产量损失评估，该文以北京郊区大田生产条件下的冬小麦条锈病、白粉病的为研究对象，获取了2007年4月10日、4月26日、5月12日、5月28日共四期Landsat TM卫星影像，准同步地测量了试验地块的冠层光谱数据及配套农学数据。利用该4个时相的遥感数据，分析了试验区的冬小麦条锈病、白粉病在主要生育期的光谱特征及其变化，与对照地块相比，病害小麦在可见光和短波红外波段的光谱反射率降增大，近红外波段反射率减小，红边则会向短波方向移动，红边振幅减小，NDVI值减小。并利用冬小麦病害发生前期（4月10日，4月26日）的卫星遥感数据建立了作物产量的早期预测模型，结合实测的产量数据，定量计算了条锈病和白粉病的产量损失，结果表明两个白粉病和条锈病小麦地块的减产幅度超过了30%。     

变量施肥条件下冬小麦长势及品质变异遥感监测

卫星遥感数据能够在作物生长期内获取大范围“面状”地物光谱信息，反映作物的长势变异情况，以2005－2006年度国家精准农业研究示范基地冬小麦变量施肥试验为基础，以高空间分辨率卫星遥感影像Quickbird为数据源，结合地面获取的冬小麦品质、产量等数据，研究冬小麦长势及品质的变异情况。研究结果表明，Quickbird光谱参数能够反映冬小麦不同施肥处理小区的长势变异，而冬小麦早期的空间长势变异与其最终产量、品质变异有着密切的关系；冬小麦孕穗后期长势光谱信息与其产量有着很好的正相关关系，而与其品质信息存在着显著的负相关关系，其中OSAVI与产量的相关性达到0.536、GNDVI与冬小麦籽粒蛋白质及湿面筋含量的相关性分别达到了-0.531和-0.535；研究还发现，不同植被指数所反映的作物长势存在一定差异，反映冬小麦群体长势的植被参数和反映冬小麦叶绿素密度的植被指数在指示作物空间长势变异上有所不同。因此，利用遥感影像监测作物长势及其品质空间变异在技术上是可行的。     

基于氮素运转原理和GRA-PLS算法的冬小麦籽粒蛋白质含量遥感预测

【目的】及时、有效地预测籽粒蛋白质含量,能够为优质小麦品种的收购和加工提供科学合理的决策支持信息。本研究从籽粒蛋白质形成的氮素运转规律出发,研究冬小麦籽粒蛋白质遥感预测的可行性及在区域与年际间的扩展性,为高分辨率遥感卫星进行大面积蛋白质预测提供理论依据。【方法】利用2012—2013年4个冬小麦品种×4个氮肥梯度的试验数据和地面高光谱数据进行建模;基于小麦籽粒蛋白质形成的氮素运转机理,通过分析籽粒氮素累积量的两个主要来源及其之间的比例关系,重点抓住开花前的植株氮素累积量再运转这一主要来源,而灌浆期根际的氮素直接吸收则通过其与前者的比例关系来确定,通过相关农学参数模型的耦合,同时加入温度影响因子对籽粒氮素运转的影响,初步阐明了利用开花期小麦叶片氮含量可以预测籽粒蛋白质含量的应用机理;然后选择与叶片氮含量相关的植被指数,利用灰色关联分析-偏最小二乘算法（GRA-PLS）选择与叶片氮含量关联度较高的植被指数并进行小麦叶片氮含量的估算,通过与氮素运转模型的耦合构建了基于氮素运转原理的籽粒蛋白质含量遥感预测模型;最后利用2009—2010年的品种×播期×肥料试验和2012—2013年的其他品种氮肥处理试验进行验证。【结果】（1）通过GRA方法对叶片氮含量和植被指数间的关联度进行计算,选择关联度较大的前5个植被指数进行叶片氮含量建模,其植被指数分别为mND705、NDVIcanste、Readone、DCNI和NDCI;（2）通过PLS方法构建的叶片氮含量模型,建模结果的预测值与实测值的决定系数（R2）和均方根误差（RMSE）分别为0.859和0.257%,验证结果的R2和RMSE分别为0.726和0.063%,利用GRA-PLS方法估算叶片氮素含量具有较好的稳定性;（3）构建的蛋白质预测模型,建模结果和验证结果的预测值与实测值的R2和RMSE分别为0.713、1.30%和0.609、1.19%,预测模型具有较高的精度与可靠性。【结论】基于氮素运转规律构建的小麦籽粒蛋白质含量遥感预测模型,可以作为应用开花期遥感信息来预测籽粒蛋白质含量的机理性解释,初步实现了本研究区域和年际间的籽粒蛋白质含量预测,具有一定的应用前景。     

精品娃娃菜 致富“金钥匙”

正种白菜也挣钱?也能致富?黑龙江省牡丹江市在穆棱重点国有林管理局磨刀石经营所蔬菜种植基地,大白菜就摇身变成了致富"金钥匙"。走进磨刀石经营所蔬菜种植基地,远远地,就看到道路旁停着一辆辆大货车和七八个人一组忙得满头大汗。大家有的扛菜,有的递菜装车,顶着炎炎烈日,却仍然干劲十足,笑容满面……"白菜也不是什么值钱的玩意儿,又种了这么多,加上人工和运输等费用,别怪我说话不好听,你们能挣回本钱吗?"附近村种粮食的农民站在地头,     

高分辨率遥感影像中冬小麦长势空间异质性特征分析

遥感影像可以同时获取地物波谱及空间位置信息,为作物长势的空间变异研究提供新的技术手段,该文利用高空间分辨率遥感影像开展了冬小麦地块内长势空间异质性特征的提取及分析。研究基于小麦挑旗期QuickBird遥感影像,选取不同长势冬小麦地块,计算地块内冬小麦归一化植被指数(normalized difference vegetation index,NDVI)的经验半方差函数,采用最小二乘算法进行模型拟合,得到冬小麦地块NDVI最优半方差模型及参数(基台值、变程、块金值)。结果表明,不同冬小麦地块NDVI经验半方差图呈现明显的有基台模式,冬小麦NDVI表现出明显的带状异向性特征。在垂直及平行垄向上,基台值与地块内NDVI纹理值域范围、纹理方差均极显著正相关(P0.01),且受方向影响不大;变程在垂直垄向上与地块内部作物NDVI均值呈极显著负相关(P0.01),与变异系数及NDVI小于0.40的像元覆盖度极显著正相关(P0.01);块金值垂直垄向上与作物NDVI均值、变异系数、小于0.40的像元覆盖度有极显著关系(P0.01),变程、块金值在平行垄向与各个因子无相关性。该研究为利用遥感影像揭示作物长势的空间变异提供了参考。     

基于高光谱的冬小麦氮素营养指数估测

为了准确定量诊断氮素状况,为施肥和产量、品质的估测提供参考,该文通过设置不同氮素水平和品种类型的冬小麦田间试验,分析孕穗至灌浆初期不同光谱参数在小麦氮素营养状况监测上的差异,筛选叶片氮素含量和冠层氮素密度反演效果较好的参数,建立其与氮营养指数(NNI,nitrogen nutrition index)的经验模型。研究表明,线性内插法红边位置(REPLI)、修正红边单比指数(mSR705)、比值指数(RI-1dB)、简单比值色素指数(SRPI)、红边指数(VOG)等光谱参数与氮素营养指标具有良好的相关性(r0.85),且不受生育期影响,可用来反演评价冠层氮素营养状况;研究对筛选的光谱参数与各氮素指标进行回归建模,并用独立试验数据对所建模型进行验证,结果显示,REPLI在氮营养指数估测方面表现较好(r=0.93),估测模型精度较高(决定系数R2=0.86,均方根误差RMSE=0.08)。NNI在氮素营养状况诊断方面有一定的优势,通过高光谱反演氮营养指数进行氮素营养状态的定性定量诊断有一定的可行性。     

基于卫星遥感的冬小麦拔节期长势监测

为给小麦调优栽培提供信息支持,利用卫星影像信息结合地面试验数据,通过分析小麦拔节期叶面积指数、生物量以及植株氮素含量三个群体质量指标与植被指数之间的关系,建立了基于归一化植被指数(NDVI)、比值植被指数(RVI)的小麦群体质量指标监测模型.结果表明,NDVI与叶面积指数和植株氮素含量呈现显著的正相关关系(R2分别为0.8483和0.8238),与地上部生物量间的相关性未达显著水平(R2=0.7746).RVI与叶面积指数和植株氮素含量呈线性正相关(R2=0.7651和R2=0.78),而与地上部生物量呈显著线性正相关(R2=0.8277).利用不同的试验数据对所建模型进行了检验,监测值与实测值较为吻合,根均方差(RMSE)分别为0.19、106.13 kg·ha-1和0.136%,显示模型具有较好的监测性和通用性.因此,在拔节期可以利用NDVI对叶面积指数和植株氮素含量进行监测,对地上部生物量的监测则以利用RVI数据较好.     

小麦品质指标与冠层光谱特征的相关性的初步研究

该文通过研究冬小麦体内生化组分之间的相互关系得出，开花期叶片全氮含量与类胡萝卜素与叶绿素a的比值之间存在极显著的负相关，决定系数为0.7245，通过研究光谱指数与叶片生化组分的关系得出开花期冬小麦叶片的类胡萝卜素与叶绿素a的比值与光谱结构不敏感植被指数(SIPI)之间存在极显著的正相关，决定系数达到0.7207，且研究了冠层生化组分与籽粒品质指标间的关系，得出开花期叶片全氮与籽粒蛋白质、湿面筋、干面筋和沉降值之间存在极显著正相关。小麦不同品质指标间存在相关性，其中蛋白质品质性状间的粗蛋白含量与湿面筋含量、     

用多角度光谱信息反演冬小麦叶绿素含量垂直分布

由于作物叶片具有一定的叶位空间垂直结构(倒一叶、倒二叶、倒三叶、倒四叶、倒五叶等)，且存在不同叶位叶绿素等生化组分垂直分布的特性，该研究提出利用遥感数据反演作物养分垂直分布，尤其是作物中、下层信息的方法。运用多角度光谱信息，通过不同角度条件下，反映的作物上层、中层、下层信息的差异等通过构建基于不同观测天顶角条件下的冠层叶绿素反演指数的组合值，形成上层叶绿素反演光谱指数、中层叶绿素反演光谱指数和下层叶绿素反演光谱指数来反演作物叶绿素的垂直分布，达到了极显著的水平。表明运用基于多角度光谱信息的光谱指数组合能够较好的反演作物叶绿素含量的垂直分布。对于生产上迫切需要对作物中、下层叶片氮素或叶绿素状况的监测来指导适时和适量施肥，保证获得既定的作物产量和品质目标，提高肥料利用率有重要意义。