河套地区玉米叶面积指数的动态模拟

以河套灌区玉米为研究对象,设7个玉米播期,从4月1日开始每10d一个播期,通过观测玉米生育期气象条件和不同播期玉米叶面积指数,建立玉米叶面积指数LAI动态模型。首先建立以生理日数为自变量的普适模型,利用该模型计算的第1-4播期玉米叶面积指数最大值出现在吐丝期后23~26d,第5-7播期的LAI最大值则出现在吐丝期后13~19d,模型对准确描述叶面积指数生长规律有一定局限性。然后,以积温为自变量对模型进行修订,结果显示该模型计算的第1-4播期的LAI最大值点的活动积温为1901.2~1996.7℃·d,第5-7播期的则为1579.7~1825.6℃·d,但该模型并未剔除低于10℃的无效积温,仍有一定局限性。最后,采用修正的Logistic方程构建玉米相对叶面积指数动态普适模型,方程均通过0.01水平的显著性检验,标准化后数据点的离散程度明显下降,出苗后有效积温达1004.4℃·d时河套地区玉米叶面积指数达最大值。研究结果可为准确模拟玉米叶片生长及光合产物分配提供依据。     

基于叶面积指数构建滴灌玉米营养生长期临界氮稀释曲线

明确宁夏引黄灌区基于叶面积指数(leaf area index,LAI)的滴灌玉米临界氮稀释曲线模型及其适用性,探讨以氮营养指数(nitrogen nutrition index,NNI)为监测指标对滴灌水肥一体化模式下玉米氮素营养状况诊断的可行性。该研究于2017-2018年开展了不同施氮量(0~450 kg/hm^2)下4个田块的试验,采用系统分析和统计建模的方法,分析了LAI和植株氮浓度(plant nitrogen concentration,PNC)的定量关系,构建和验证基于LAI的临界氮稀释曲线模型,并建立理论框架,将基于LAI的临界氮曲线与基于植株干物质(plant dry matter,PDM)的临界氮浓度曲线关联,比较基于LAI和PDM的临界氮曲线之间的差异。结果表明,玉米营养生长期临界氮和LAI符合幂函数关系,拟合模型的评价指标均方根误差(root mean square error,RMSE)和标准化均方根误差(normalized RMSE,n-RMSE)的结果分别为0.09和4.13%,模型具有较好的稳定性。在试验氮素水平范围内,不同生育时期NNI随施氮量的增加而增加,变化范围为0.53~1.34,NNI可以准确地反映滴灌玉米氮素营养状况。在非限氮处理下,玉米植株氮素吸收与LAI成正比,LAI与PDM的异速生长参数接近理论值2/3。构建的基于LAI的临界氮曲线可以有效地识别玉米拔节期至吐丝期植株所需的氮状态,为宁夏滴灌玉米氮肥精确管理提供了一种新的评价方法。     

滴灌玉米叶面积指数归一化建模与特征分析

为探讨宁夏引黄灌区不同施氮量条件下滴灌玉米叶面积指数的动态变化特征，反映温度等气象因子对宁夏玉米形态结构和生长发育的影响，预测玉米生长过程与相对叶面积指数动态变化规律，本研究于 2017～ 2018年在宁夏平吉堡和宁夏大学试验农场进行，以玉米天赐 19为试验材料，采用水肥一体化管理技术，设 6个氮肥水平，对玉米全生育期叶面积指数(LAI)和有效积温(GDD)进行累积并归一化处理，以相对有效积温为自变量和相对叶面积指数(RLAI)为因变量进行动态模拟，得出了 5个准确度较高的模型，其中有理函数模型更符合宁夏滴灌玉米相对叶面积指数动态变化规律，模型检验结果表明，准确度均大于 0.933，精确度 R 2均大于 0.915；因此，此模型能较准确地对玉米群体 RLAI进行动态预测；施氮量可调控玉米的 LAI、平均叶面积指数(MLAI)及 MLAI/LAI ，为滴灌玉米叶面积指数动态模拟精度提供技术途径。     

夏玉米叶面积指数增长模型的研究

以玉米多品种多年试验资料，研究了反映区域叶面积指数(LAI)动态变化的模拟模型，该模型以积温指标表示的生育阶段为自变量，综合不同地理位置、品种、播期、密度等的影响，是一个扩展的Logistic叶面积生长模型，经检验可很好地模拟不同生育阶段叶面积指数动态变化，可用于区域作物生长模拟模型和区域作物生长监测及遥感估产。     

基于智能手机的玉米冠层叶面积指数测定

作物冠层在降雨分配与水土保持中具有重要作用,叶面积指数(leaf area index,LAI)是常见的作物冠层量化指数.本研究根据玉米冠层特征,模拟不同生育期(拔节期、小喇叭期、大喇叭期、抽穗期和成熟期)玉米植株冠层模型,通过手机图像获取,冠层阴影面积提取及修正、模型构建与验证等流程进行玉米冠层LAI的测定实验.试验...     

叶面积和降雨强度对玉米茎秆流量的影响

茎秆流是降雨或喷灌水经过玉米冠层后到达地面的重要途径之一。为了系统地测定不同生长时期的玉米在不同雨强下的茎秆流量并建立简洁、实用的模型,采用室内模拟降雨的方法,对单株叶面积范围从约150～7450 cm2/株的紧凑型玉米植株在实际范围为0.22～4.33 mm/min的雨强下的茎秆流量进行了测定。试验结果表明,不同大小植株在不同的雨强下,单株茎秆流量从1 mL/(min.株)增加到362 mL/(min.株),单株茎秆流量随玉米单株叶面积和降雨强度的增加均呈幂函数增加关系。不同生长时期的玉米群体产生的茎秆流量占总降雨量的比例从约5%增加到约70%,并且随冠层叶面积指数的增加呈幂函数增加关系。本研究提出的玉米茎秆流模型可为紧凑型玉米密植条件下的土壤侵蚀防治和水肥管理提供理论指导。     

基于时间序列红外图像的玉米叶面积指数连续监测

针对受田间变化光照影响冠层图像参数计算的精度及自动化程度仍然不高的问题,该文提出了一种基于冠层顶视单角度红外图像序列的玉米叶面积指数(leaf area index,LAI)获取方法。首先,在玉米整个生育期内获取冠层顶部垂直向下红外图像序列,针对冠层图像背景分割易受田间变化光照影响,提出了一种基于绿色植物"红边"现象和冠层图像背景正态分布模型的分割方法,方法计算简便精度高于支持向量机分割。在冠层参数解析阶段,根据玉米叶片球形分布假设,简化了顶视冠层图像的叶片投影函数(G函数),利用Beer-Lambert定律推导了图像冠层孔隙度计算叶面积指数的方法。试验结果表明:该方法与间接测量原理的商业化设备测量值具有较高的相关性,叶面积指数测量的决定系数为0.94。方法应用于2个不同年代品种冠层结构动态变化监测,能够准确反映冠层结构差异,建立了冠层孔隙度与植株干质量(R2=0.95,R2=0.94)植株鲜质量(R2=0.96,R2=0.89)的关系模型,该方法简化了玉米冠层结构参数测量过程,可为田间环境下冠层参数的自动连续监测提供了解决方案。     

水稻叶面积指数的普适增长模型

Ｌｏｇｉｓｔｉｃ模型仅以时间为自变量。本文发展了一个模拟叶面积指数动态变化的扩充的Ｌｏ－ｇｉｓｔｉｃ模型。它以生育期和干物重为预报因子，是模拟叶面积指数随地理位置和生育期变化的统一模型。用长沙、岳阳的水稻地理分期播种资料进行了拟合。结果表明，该模式可解释同一品种ＬＡＩ随地理位置、播种期和生育期变异的９５．５％。这种多因子复合的Ｌｏｇｉｓｔｉｃ模型可作为受环境因子影响的重复试验的统一模型。     

野外叶面积指数自动测量仪器设计及应用试验

为提高长时间序列叶面积指数测定模型的模拟精度,该文设计一种可以长期在野外间接测量叶面积指数仪器,仪器由太阳能提供持久电能,利用单片机控制垂直水平舵机,带动光强传感器记录多角度光线强度,在2台仪器同时测量的情况下,获得光线透过林分冠层多角度光强衰减率,通过编写计算程序解算林分叶面积指数。使用商品化光学仪器LAI-2200验证该仪器测量精度,对24块样地叶面积指数进行测量,两仪器测量结果高度吻合R2为0.927,绝对标准误差为0.36。长时间野外叶面积指数自动测量获取数据可节省人力、减少人为误差。     

基于夏玉米冠层内辐射分布的不同层叶面积指数模拟

为了模拟夏玉米冠层内各层叶面积指数垂直分布,光合有效辐射（photosynthetically active radiation, PAR）是研究作物群体光合作用和长势的重要特征参数,阐明冠层内PAR的垂直分布规律与冠层结构等参数之间的相关关系,可为遥感定量反演冠层结构参数提供模型基础。该文基于PAR在冠层内的辐射传输规律结合冠层结构模拟不同太阳高度角的PAR透过率垂直分布模型,并用地面冠层分析仪测量值进行验证,结果表明模型对封垄前玉米抽雄期冠层内PAR透过率垂直分布模拟精度较高。通过不同太阳高度角PAR透过率的垂直分布模型结合消光系数运用不同算法分别反演层叶面积指数（leaf area index, LAI）,并与不同高度层LAI实测值进行比较。结果显示：Bonhomme& Chartier算法反演不同高度层LAI精度较高,上层均方根误差（root mean square error,RMSE）为0.18,中层RMSE为0.55,下层RMSE为0.09。不同太阳高度角反演结果存在差异,30°和45°高度角均能较好地反演下层LAI,RMSE分别为0.11与0.09;30°高度角反演中层LAI精度较高,RMSE为0.30;45°高度角反演上层LAI精度较高,RMSE为0.18。结果表明基于不同太阳高度角构建的层LAI反演模型更适于实现夏玉米不同高度层LAI的遥感估算。该研究可为模拟垄行结构冠层内LAI垂直分布提供参考。     

玉米不同生育期茎秆流特征及其模型构建

为系统测定玉米不同生长阶段在不同降雨强度下的茎秆流量并建立简易实用模型,该研究以单株玉米（Zea mays）为对象,采用室内人工模拟降雨的方法,系统测定不同降雨强度、不同测试阶段玉米植株的茎秆流量,分析了玉米茎秆流与叶面积和降雨强度的关系,并在此基础上进行了单株玉米茎秆流模型构建的研究。结果表明：玉米在其全生育期内,茎秆流量占冠层上方降雨的44.55%;茎秆流量随叶面积、降雨强度增大呈现增加趋势,茎秆流率随叶面积增大呈增加趋势但是随降雨强度的变化不显著。通过分析其关系,构建了单株玉米茎秆流的理论模型、半经验模型和经验模型。经试验验证,3个模型都适用于估算玉米不同生长阶段的茎秆流量及茎秆流率,且达到预期的精度要求,并认为单株玉米的半经验模型在实际测量与应用中更为简便精确。该研究提出的玉米茎秆流模型可为研究玉米冠层对降雨及喷灌水分的空间分异、土壤水分运移及土壤侵蚀研究提供了计算方法,同时为玉米大田灌溉的水量平衡及水肥管理提供指导。     

中小区域尺度时间序列林地LAI快速估测方法

时间序列LAI对模拟大气与植被边界上的碳水交换过程至关重要,其已经成为众多区域尺度的碳水循环机理模型研究中重要的驱动数据。针对低空间分辨率MODIS LAI产品在中小区域尺度应用时表达LAI的空间异质性精度差问题,该研究提出了一种中小区域尺度时间序列林地LAI快速估测方法。该方法首先提取了林地MODIS LAI的归一化生长曲线,利用三次样条插值函数进行归一化LAI曲线的拟合,以此曲线模拟LAI的全年变化情况;其次基于传统遥感统计模型和TM遥感数据估测展叶完全时期的LAI,作为研究区域LAI的最大值并以此控制LAI生长曲线;最后将归一化LAI拟合函数与最大LAI相乘得到时间序列LAI数据集。试验结果表明:MODIS LAI产品对中小区域尺度较高空间分辨率LAI值的估测不够准确,但MODIS LAI归一化生长曲线与归一化的实际LAI生长变化情况保持较高的一致性,可以用来模拟LAI的全年变化情况;该研究提出的方法可简单、高效地为中小区域尺度的其他研究提供有效的时间序列林地LAI数据。     

基于MODIS 叶面积指数的遥感物候产品反演方法

物候信息是研究植被与气候、环境间关系的重要资料。近年来,遥感技术为物候研究提供了新的手段,物候遥感监测数据已经被广泛应用于植物物候监测、时空变化及其变化响应的研究。然而,有限的遥感物候产品已经限制了遥感物候监测的应用和发展。在总结已有遥感物候监测方法和遥感物候产品的基础上,该文提出一种更具普适性,相对稳定、可靠的遥感物候产品反演生产方法。以2007年中国区域为例,利用地面物候观测数据对结果验证,平均绝对误差为20.6～15.3d,均方根误差达4.0～33.5,二者的相关系数达0.404～0.887,生长周期数反演准确率达到90.12%,该文算法反演成功率达99.93%,较MODIS MLCD产品83.06%的成功率提高了16.87%。     

基于虚拟仪器的果树重叠叶片LAI实时检测系统

目前叶面积指数(leaf area index,LAI)检测中重叠叶片的辨别是一个难点。该文提出一种创新的重叠叶片LAI简易检测方法:在室内直射平行光源照射下,通过光电传感器检测叶片透射光能量,传感器信号经过调理,由数据采集卡采集至计算机,利用LabVIEW软件平台进行程序设计,自动判断重叠叶片层数。将叶片层数乘以传感器的接收面积即为该检测位置各层叶片面积,将整个检测过程中的叶片面积累加即为各层叶片的总面积,进而求出LAI。根据试验结果选用近红外作为光源,设计并制作用于检测的近红外光电传感器,其短路电流I1、I2分别与前置放大输出电压U1、主放大输出电压U2均有良好的线性关系,于0.05水平显著。数据采集试验结果表明,在手动进行扫描、定位采集的方式下,以方格法计算的LAI值作为准确值,系统对LAI的计算最大相对误差绝对值为14.8%。初步探讨了叶片间隔对透射辐射量的影响,结果发现乘幂模型的拟合效果较好。     

不同时期水分胁迫对玉米生长的后效性影响

为了确定最佳的灌水模式,有必要对前期水分胁迫对玉米生育后期衰老及产量的后效性进行研究,该文通过盆栽和小区试验,得到以下结果：前期适度的胁迫后复水使玉米后期保持了较大的光合面积、维持了光合系统的活性、缓解了衰老过程中质膜的氧化作用,降低了叶绿素降解速度,使功能叶在生育后期维持了较高的光合效率,有利于干物质累积和产量的提高。说明玉米前期旱后复水后效性明显,尤以苗后期胁迫、拔节初期短历时轻旱后效性最佳。     

波段宽度对利用植被指数估算小麦LAI的影响

为了能够根据遥感数据类型实现指数的优化选择进而提高叶面积指数的反演精度,该研究分析了不同波段宽度(5~80 nm)对植被指数反演叶面积指数精度的影响。通过比较反演模型的决定系数均值,筛选出14个模型精度较高的植被指数,并探讨了不同波段宽度的选取对各指数叶面积指数反演精度的影响。结果表明,波段宽度对不同植被指数的影响可分为3类:1)OSAVI2等指数波宽越窄,反演精度越高,更适合应用于高光谱遥感数据;2)SR[800,680]等指数随着波段宽度的增加,反演精度先升后降,最适波宽为35 nm,适用于中等光谱分辨率的遥感数据;3)SR[675,700]等指数随着波段宽度的增大,反演精度不断提高,在多光谱数据中有更好的应用潜力。     

基于热点植被指数的冬小麦叶面积指数估算

针对传统植被指数方法中利用单一方向的光谱特性估测LAI容易出现饱和现象和冠层结构信息不足的缺陷,以二向反射特性的归一化植被指数(NHVI)为基础,将表征叶片空间分布模式的热暗点指数(HDS)引入土壤调整型植被指数(SAVI),增强型植被指数(EVI)中,构建具有二向反射特性的土壤调整型热点植被指数(SAHVI)和增强型热点植被指数(EHVI)。同时使用红光,近红外,蓝光和绿光波段计算HDS,选择对LAI敏感性较高的HDS参与构建新型植被指数,并利用试验测量的小麦冠层二向反射率数据和叶面积指数,研究新型植被指数与LAI的线性关系。结果表明:基于蓝光和红光波段计算的HDS参与构建的EHVI、SAHVI与LAI的线性相关程度要优于EVI、SAVI,且较NHVI有进一步提高,能有效缓解LAI估算中植被指数饱和现象。     

基于主成分分析的叶面积指数尺度效应

为描述多空间尺度观测数据在表达同一区域农作物叶面积指数(LAI)分布特征时存在的差异,该文提出了一种基于主成分分析(PCA)的LAI尺度效应分析方法。该方法充分考虑了多尺度数据的相关性与差异性,从统计分析角度出发,采用PCA进行数据挖掘和信息重组,引入动态多元线性回归模式基于主成分信息(PCs)反演估算LAI,进而定量描述尺度效应。选取大麦和玉米为试验对象,先以地面最细空间尺度观测数据为基准,通过尺度上推构建一系列不同空间尺度数据;再依据上述尺度效应分析方法进行有效信息提取和LAI估算,并纳入有效主成分个数(NEPCs)、决定系数(R2)和平均相对精度(MRA)等参数定量描述尺度效应。理论分析和数值实践证实了该方法在农作物LAI尺度效应定量分析中的可行性和有效性。     

利用计算机视觉技术实现对温室植物生长的无损监测

利用计算机视觉技术对温室植物生长进行无损监测，获取植物生长状态信息，对于提高温室的智能化控制水平具有重要意义。在实验温室中设计了一套计算机视觉系统，对黄瓜幼苗生长进行无损监测，同时利用VC++6.0编制的图像分析处理软件，提取植物的外部形态特征：叶冠投影面积和株高。通过对两组无土栽培的黄瓜幼苗叶冠投影面积的连续监测，发现叶冠投影面积的变化趋势可以较好的反映植物的缺肥情况。用图像处理方法测量植株的平均株高与人工测量结果的相关系数可以达到0.927。研究表明，计算机视觉技术应用于温室植物生长的无损监测是可行的，具有广阔的应用前景。