不同土壤水分条件下玉米叶片/冠层气孔导度的光谱监测模型

通过玉米水分控制试验,测定不同水分条件下各生育期叶片气孔导度、叶面积指数和冠层光谱反射率等,以分析玉米叶片气孔导度的变化规律及其与光谱植被指数的相关性,从而建立基于光谱植被指数和土壤湿度的叶片气孔导度模型。结果表明：玉米在可见光区和近红外中、长波区的反射率随着土壤水分的降低而上升,但叶片气孔导度（Gs）、叶面积指数（LAI）、比值植被指数（RVI）和归一化植被指数（NDVI）随着土壤水分的下降而降低;玉米NDVI和RVI与单叶片和冠层气孔导度均呈极显著指数函数关系（P〈0.01）,且对单叶片气孔导度的拟合效果优于对冠层导度的拟合效果,而经土壤湿度订正的RVI监测模型优于NDVI监测模型。表明通过测定冠层反射光谱率可实时、迅速地定量监测玉米叶片的气孔导度,为大面积作物气孔导度估算奠定基础。     

作物内禀水分利用效率变化

为探究不同作物类型内禀水分利用效率(IWUE)之间的区别及其环境影响因素,本研究以春玉米科河28和春小麦定西新24为试验材料,通过桶栽和小区试验,设置水分充足和干旱胁迫2个处理,观测玉米、小麦在不同水分和不同气象条件下的叶片光合生理过程并收集文献资料,分析比较C₃和C₄作物之间,以及不同环境条件下相同作物IWUE的变化特征及气孔导度模型斜率。结果表明,C₄作物玉米较C₃作物小麦具有更高的IWUE;有利的环境条件下,小麦IWUE较低,而不利的环境条件下,小麦倾向于提高IWUE;生长在湿润区的C₃作物IWUE较低,而半干旱区的C₃作物IWUE较高;小麦的气孔导度模型斜率高于玉米,同时不利的环境条件及干燥的气候条件下,作物倾向于降低气孔导度模型斜率。综上,作物气孔调节方式具有优化利用水分的功能,在不利的环境条件下,作物的水分利用方式倾向于保守,从而在较小的水分消耗下,获得最大的产出。本研究结果为区域作物品种选择及布局提供了参考依据。     

基于夏玉米叶片气孔导度提升的冠层导度估算模型

叶片气孔导度模拟及其向冠层导度的尺度提升是实现蒸散发尺度转换的基础,对农业水资源高效利用与评价意义重大。本文依据夏玉米叶片气孔导度和冠层导度实测值,在建立叶片气孔导度估算模型基础上,构建冠层导度估算模型。结果表明,夏玉米叶片气孔导度每日在10:00－14:00之间达到峰值,其日变化趋势与光合有效辐射的一致性较好,较大的饱和水汽压差对夏玉米叶片气孔导度具有一定的限制作用。根据光合有效辐射和饱和水汽压差建立的叶片气孔导度估算模型能较好反映当地夏玉米叶片气孔导度对主要环境因子的响应过程,以光合有效辐射作为尺度转换因子构建的冠层导度估算模型可较好实现从叶片气孔导度向冠层导度的尺度转换提升。     

控制灌溉水稻叶片水平的水分利用效率试验研究

根据现场试验资料,分析了晚稻叶片水平的水分利用效率的日变化与全生育期变化,叶片的水分利用效率与气孔导度及外界影响因子包括光合有效辐射、土壤水分、叶气温差等的相互关系。结果表明：控制灌溉水稻叶片的水分利用效率在较高土壤水分时与对照处理差别不明显,适度土壤水分调控可以获得较高的水分利用效率;全生育期水稻叶片的水分利用效率随土壤水分变化而波动,过高过低的土壤水分均不利于水分利用效率的提高;叶片的光合速率、蒸腾速率与水分利用效率均随气孔导度的增加表现出先增后减的变化规律。水稻叶片的水分利用效率影响因素分析显示：水分利用效率随叶气温差、二氧化碳浓度和空气湿度的增加而增加;有利于获得较高水分利用效率的气孔导度、光合有效辐射、空气温度和土壤水分范围分别是200～350 μmol·m^-2·s^-1、400～900 μmol·m^-2·s^-1、28～34℃和85%～90%的土壤饱和含水率。     

不同土壤水分供应与施锌对玉米水分代谢的影响

采用盆栽试验研究不同土壤水分状况下及施锌对玉米植株水分状况、水分生理特征的影响。结果表明,干旱胁迫下,玉米叶片含水量和水势降低,植株体内自由水分的含量减少,而束缚水含量略有增加,离体叶片失水速率小;叶片气孔阻力增加,导度下降,蒸腾作用和光合速率受到抑制。施锌后玉米叶片的水势和鲜重含水量没有明显变化,但玉米叶片气孔阻力降低,气孔导度增加,叶片蒸腾速率和光合作用速率加大。干旱胁迫下,施锌对玉米植株体内水分生理代谢有一定的调节作用,但是在土壤水分供应充足时,施锌更能增强玉米水分生理代谢,提高水分利用效率。     

水分胁迫对玉米光合作用的影响

本文研究了快速水分胁迫对玉米光合作用的气孔和非气孔抑制的影响.快速水分胁迫下玉米叶片渗透调节能力丧失.光合强度和气孔阻力间为显著负相关、且相同的水势阈值.轻度水分胁迫下,叶片细胞间隙CO₂浓度、气孔导度和光合强度下降,叶圆片放氧能力变化很小,气孔相对限制值增加,光合强度主要受气孔因素的限制.严重水分胁迫下,叶片细胞间隙CO₂浓度增加,气孔导度、气孔相对限制值、光合强度和叶圆片放氧能力下降,光合强度主要受非气孔因素的限制.     

基于冠层温度的夏玉米水分胁迫指数模型的试验研究

探讨并建立了适合于中国华北地区夏玉米水分状况监测的作物水分胁迫指数(CWSI)模型。通过不同的田间试验处理和观测,得到了适合夏玉米的CWSI经验模型中的经验关系,且表现明显。该研究建立了不同生育阶段的经验模型,经过初步的检验和分析,认为这一模型是合理的,可以应用于田间的基于冠层温度信息的夏玉米水分状况监测。     

基于冠层温度的夏玉米水分胁迫理论模型的初步研究

该文探讨并建立了适合于中国华北平原夏玉米的作物水分胁迫指数(CWSI)模型。通过对夏玉米的冠层最小阻力、零平面位移和粗糙度进行分生育阶段取值,得到了适合于夏玉米的水分胁迫指数模型。     

基于多光谱和气象参数的菜心水分胁迫指数反演

作物水分胁迫指数（Crop Water Stress Index，CWSI）的监测对掌握作物的水分状况、指导灌溉具有重要意义。该研究以菜心为试验对象，测量了不同土壤水分条件下的冠层温度，采集了空气温度、相对湿度、风速、光合有效辐射和4个波段（450、650、808、940 nm）的光谱反射图像，并计算了归一化植被指数（Normalized Difference Vegetation Index，NDVI）、差值植被指数（Difference Vegetation Index，DVI）、再归一化差值植被指数（Re-Difference Vegetation Index，RDVI）和转换型土壤调整指数（Optimized Soil-Adjusted Vegetation Index，OSAVI）等，通过支持向量回归（Support Vector Regression，SVR）分别构建了CWSI上基线、CWSI下基线和冠层温度的反演模型。结果表明，菜心在450和650 nm的冠层光谱反射率在0～0.1之间，在808和940 nm的反射率较高，在0.4～0.6之间，当菜心由营养生长阶段进入生殖生长阶段，808和940 nm的反射率有所上升。植被指数能反映菜心的生长状态和植被覆盖度，随着冠层温度的升高，NDVI、DVI、RDVI上升，OSAVI下降；而同一个水分处理组在不同生长期的植被指数有明显的差异，生殖生长期的植被指数变化范围小于营养生长期。结果表明，使用空气温度、相对湿度、风速、光合有效辐射反演CWSI上、下基线具有可行性，决定系数均大于0.75；使用植被指数反演菜心在两个生长期的冠层温度具有较好精度，决定系数均大于0.7。基于反演值计算的CWSI与基于测量值计算的CWSI有较好的相关性，决定系数为0.70；CWSI与气孔导度是负相关的关系，决定系数为0.53。该研究应用气象参数反演CWSI上基线和CWSI下基线，利用植被指数反演冠层温度，基于SVR的模型反演值达到了一定的拟合效果，为实现菜心水分胁迫指数的光谱监测提供支持。     

不同生育期水分胁迫对夏玉米叶片光合生理特性的影响

以苏玉20和郑单958为材料,采用盆栽控水试验,设置干旱、水涝和对照3个处理,研究不同水分胁迫条件对两个夏玉米品种关键生育期（拔节期和抽雄期）光合生理特性的影响。结果表明：（1）干旱和水涝均会降低夏玉米的叶片绿色度值（SPAD）、净光合速率（NPn）、蒸腾速率（Tr）和气孔导度（Gs）,增加叶片胞间CO2浓度（Ci）。（2）两个夏玉米品种抽雄期对水分的敏感程度高于拔节期,且对水涝的敏感程度大于干旱。（3）两个夏玉米品种对水分逆境胁迫的抗性相比,苏玉20与郑单958的抗旱性相同,而苏玉20的抗涝性小于郑单958。研究结果可为探明不同种植区夏玉米水分抗逆性研究提供理论依据。     

基于无人机RGB影像的玉米种植信息高精度提取方法

为探究易获取且成本低的超高分辨率无人机（Unmanned Aerial Vehicle,UAV）航拍 "红-绿-蓝"（Red-Green-Blue,RGB）彩色影像提取作物种植信息的方法,该研究选取植被指数、"色度-色饱和度-亮度"（Hue-Saturation-Intensity,HSI）色彩特征和纹理特征等3种特征,通过比较贝叶斯（Bayes）、K最邻近分类（K-Nearest Neighbor,KNN）、支持向量机（Support Vector Machine,SVM）、决策树（Decision Tree,DT）和随机森林（Random Forest,RF）共5种监督分类算法及不同特征组合的分类效果,以实现玉米种植信息的高精度提取。结果表明,使用单一种类特征或使用全部3种特征均不能获得最优的分类精度;将植被指数与HSI色彩特征或与纹理特征进行组合获得的总体分类精度（5种算法平均值）比仅使用植被指数获得的总体分类精度分别提高了4.2%和8.3%;在所有特征组合中,HSI色彩特征和纹理特征组合为最优选择,基于该特征空间的RF算法获得了最高的分类精度,总精度为86.2%,Kappa系数为0.793;基于RF算法进行降维并不能显著提高或降低分类精度（SVM除外）,但所保留的特征因子可给出符合实际背景和意义的解释,并可提高分类结果的稳定性。研究结果可为基于无人机RGB影像的作物种植信息高精度提取提供方法参考。     

Evaluation of physiological traits of summer maize under drought stress

A study was conducted to investigate the sensitivity of physiological traits under different soil water availability in summer maize (Zea mays L.). Plant growth (plant height and stem), water relations (relative water content), gas exchange (net photosynthesis rate, stomatal conductance and transpiration rate) and nutrient levels were measured after 5, 10, 15 and 20 days of drought with different soil water availability. We found that all these physiological traits were inhibited by drought stress, but they showed differing levels of sensitivity with different soil water availability. Our results show that stomatal conductance was the most sensitive in mild drought conditions, that carbon accumulation was more sensitive than the other parameters in moderate drought, and that height and stem showed the largest response ratio in severe drought conditions. Different traits performed differently under drought conditions; thus, choosing an adequate index for evaluating soil water availability is necessary for maize cultivation.     

基于GF-1与Landsat8 OLI影像的作物种植结构与产量分析

作物种植结构监测和估产是精准农业遥感的重点领域,其研究对于指导作物种植结构和制定农业政策具有重要意义。该文以黑龙江省北安市为研究区,以2015年的Landsat8 OLI和多时相GF-1为遥感数据源,基于物候信息和光谱特征确定的农作物识别关键时期和特征参数,构建面向对象的决策树分类模型,开展作物种植结构监测研究;综合植被光谱指数和地面采样数据,采用逐步回归方法建立产量遥感估算模型。结果表明:多源与多时相的遥感数据可以反映不同农作物的季相特征,应用本文所构建的决策树分类模型,作物分类效果较好,总体精度达87.54%,Kappa系数为0.8115;2015年,北安市的主要作物类型为大豆、玉米、水稻和小麦,面积分别为2204、1955、122和19 km~2,其中大豆的种植面积最大,占作物种植面积的51.24%。基于NDVI、EVI和GNDVI构建的多元回归模型为北安市大豆和玉米产量估算最优模型(R~2=0.823 7,均方根误差135.45 g/m~2,精度80.55%);北安市玉米高产区集中分布在西部,大豆的高产区主要分布在东部;2015年北安市玉米和大豆的单产分别为8 659、2 846 kg/hm~2,总产量分别为16.93×10~8、6.27×10~8 kg。利用作物关键物候期的多源多时相遥感数据能够精确高效地提取作物种植结构,构建的产量估算多元回归模型,为精准农业科学发展提供参考。     

基于无人机多光谱影像的完熟期玉米倒伏面积提取

由于土壤、地形、水分以及耕作方式等存在的时空变异性,致使灾后完熟期玉米地块存在4类作物形态,包括叶片呈绿色的未倒伏玉米、叶片淡黄的未倒伏玉米、叶片淡黄的倒伏玉米、黑色阴影区域。为进一步提高现有倒伏玉米面积提取方法的精度,该文以黑龙江省国营农场典型玉米倒伏地块为研究区,获取无人机多光谱数据,对比4类作物形态的光谱、植被指数以及纹理特征差异,经特征筛选后,首先面向倒伏玉米提取构建了5种典型特征组合。然后针对植被指数特征、光谱和纹理特征组合采用最大似然法分类,最后对提取结果的精度进行评价和分析。结果表明:反射光谱特征或植被指数特征无法准确区分4类作物形态,提取的倒伏玉米面积偏差较大;多类纹理特征法所得结果最优,4类典型作物形态的识别平均误差为9.82%,倒伏面积提取的误差为3.40%,Kappa系数为0.84。该研究延展了纹理特征在倒伏玉米面积提取中的应用并对完熟期倒伏玉米识别具有重要的借鉴意义。     

基于无人机可见光影像的农田作物分类方法比较

大面积农田种植信息的准确获取是精准农业的基础。色彩空间转换、纹理分析和颜色指数等方法能够有效的增强和挖掘影像潜在的信息,对影像分类很有帮助,该文利用2016年9月获取的无人机影像对新疆兵团第八师149团的部分农田进行了作物类型的提取研究。首先对影像进行了色彩空间转换和灰度共生矩阵纹理滤波,得到了27项色彩与纹理特征,通过比较变异系数和差异系数认为亮度、饱和度和红色二阶矩可以作为最优分类特征。其次计算影像的过绿指数(excess green index,EXG)和可见光波段差异植被指数(visible-band difference vegetation index,VDVI),通过阈值对比确定了EXG指数可以有效的区分不同作物类型。最后对比以上2种方法计算得到的分类结果,表明基于色彩与纹理特征提取的作物类型的精度较高,将该方法应用于棉花、玉米和葡萄的分类,误差值分别为7.2%、4.75%和2.37%,明显高于基于颜色指数的提取方法,是一种行之有效的无人机数据作物分类方法。该研究虽未对更大区域做进一步探讨,但可为无人机应用于农田作物分类提供参考。     

霍泉灌区冬小麦夏玉米高产节水灌溉制度

根据山西省霍泉灌区李堡试验区1996年10月～1999年9月3年的试验资料,分析建立了冬小麦与夏玉米的耗水量估算模型及产量与水分关系的数学模型;以1998年10月～1999年9月冬小麦、夏玉米连作为例,对两种作物的需水规律进行了分析,并利用所建模型,分析给出了冬小麦、夏玉米连作套种的高产节水灌溉定额。最后用动态规划法分析提出了有限水量在作物生育期内的最优分配方案