基于高光谱遥感的小麦叶片含氮量监测模型研究

为了在作物氮素管理中实现叶片氮含量的实时无损估测,以不同类型小麦品种在不同施氮水平下连续3年田间试验为基础,研究了小麦叶片氮含量与冠层高光谱参数的定量关系.结果表明,叶片氮含量随着施氮水平的增加而提高,冠层光谱反射率在不同叶片氮含量水平下存在明显差异.叶片氮含量的敏感波段主要存在于近红外平台和可见光区,其中,红边区域最为显著.红边及面积类参数REPIE、SDr-SDb和FD729与叶片氮含量关系密切,方程拟合决定系数R2分别为0.829、0.806和0.856,估计标准误差SE分别为0.278、0.295和0.271;模拟宽光谱波段组合类参数方程拟合精度较低,标准误差较大,以AVHRR-GVI为变量模拟方程,R2 和SE分别为0.786和0.315;多波段组合类参数方程拟合效果较好,以mND705为变量建立方程,其R2 和SE分别为0.836和0.275.经不同年际独立数据检验,红边及面积类参数表现最好,以REPIE、SDr-SDb和FD729三个参数为变量,模型预测的RMSE分别为0.418、0.380和0.395,相对误差RE分别为14.4%、15.1%和15.2%;模拟宽光谱波段组合类参数与多波段组合类参数比较,模拟宽光谱波段组合模型预测效果更好,以AVHRR-GVI 和mND705为变量建立模型,RMSE分别为0.436和0.408,RE分别为17.3%和16.7%.以上结果表明,红边及面积类参数与叶片氮含量关系密切且表现稳定,利用REPIE、SDr-SDb和FD729三个参数可以对小麦叶片氮含量进行可靠的监测.     

基于倾斜遥感观测的小麦白粉病胁迫下叶绿素含量监测

为了探讨多角度遥感在白粉病胁迫下监测小麦叶绿素含量的适宜角度,以易感白粉病品种偃展4110和中感白粉病品种国麦301为试验材料,获取三种不同生长环境(病圃田、接种田和自然感病田)下抽穗至灌浆期小麦冠层多角度反射光谱及叶绿素含量,分析不同时期叶绿素含量变化及其与多角度反射率的关系,建立白粉病胁迫下小麦叶绿素含量监测模型。结果表明,由红边波段构建的光谱参数对白粉病胁迫下叶绿素含量变化反应敏感。优化筛选出的植被指数与叶绿素含量之间的相关性在前向角度观测时优于垂直角度观测,而垂直观测角度好于后向角度观测,整体上以前向20°最佳。植被指数中,光谱参数RES(红边对称度)表现较好,在前向20°下的监测精度达0.725。因此,在前向20℃观察条件下可用RES对白粉病危害后小麦冠层叶绿素含量变化进行有效监测。     

小麦植株水分状况遥感监测研究进展与展望

小麦植株水分状况的实时监测和快速诊断对提高农业水分利用效率和作物产量具有关键作用。本文在概述水分监测对小麦重要性的基础上,简要介绍了植株水分遥感监测诊断技术的发展历程和研究现状,明确了不同水分诊断指标的适用条件和优缺点。最后,提出当前研究存在的问题并对发展趋势进行了展望：应加强遥感信息与土壤、气象和表型信息等数据的融合,建立新型水分诊断指标;综合利用星-机-地一体化监测体系,发展数据同化技术;优化遥感数据处理方法,建立自动化处理流程;深入研究小麦需水生理过程和调控机理,结合人工智能等现代技术,实现智能化水分管理。     

基于HJ-1A/1B影像的冬小麦开花期主要生长指标遥感定量监测研究

为建立冬小麦开花期生长状况的遥感监测方法和技术,结合2011-2013年定点观测试验,以环境减灾卫星HJ-1A/1B数据为遥感影像源,着重分析了样本试验区冬小麦开花期主要生长指标间及其与籽粒品质、产量和卫星遥感变量间的定量关系,分别构建及评价基于HJ-1A/1B影像遥感变量的开花期叶面积指数、生物量、SPAD值和叶片含氮量监测模型。结果表明,在冬小麦开花期,作物氮反应指数(NRI)、绿色归一化植被指数(GNDVI)可分别作为监测冬小麦叶面积指数和生物量的敏感遥感变量,结构加强色素植被指数(SIPI)和SIPI可作为监测冬小麦SPAD值和叶片含氮量的敏感遥感变量,所构建的遥感监测模型可靠,模型的决定系数(r2)分别为0.73、0.69、0.62和0.61,均方根误差(RMSE)分别为0.79、1 068kg·hm-2、4.66和0.42%。利用遥感数据绘制的冬小麦开花期主要生长指标遥感监测等级分布空间量化表达图与实际相符。     

无人机载多光谱遥感监测冬油菜氮素营养研究

为探索无人机搭载的多光谱相机对冬油菜冠层氮素营养状况监测的可行性,设置9种施氮水平的油菜试验小区,获取八叶期、十叶期、十二叶期和蕾臺期的多光谱影像,同步采样分析获取地上部生物量、叶片氮浓度和氮素积累量等氮营养指标。以宽波段植被指数和氮营养指标的相关性为基础,通过敏感性分析确定最佳指数,建立预测模型并进行精度验证。结果显示,宽波段植被指数与氮营养指标有极显著的相关性,不同生育期差异明显。其中,红光标准值和蓝光标准值在蕾臺期均与各氮营养指标相关关系最好,且敏感性因子的值小而稳定。进一步研究表明,三种指标均可用红光标准值和蓝光标准值建立的二次模型进行估计,决定系数R2均大于0.85,模型精度较高,说明无人机多光谱遥感能有效辅助冬油菜氮素营养监测。     

基于高光谱遥感的小麦籽粒产量预测模型研究

为了确立能够准确预测小麦籽粒产量的敏感光谱参数和定量模型,于2003～2006年连续3个生长季,通过不同小麦品种和不同施氮水平的4个大田试验,在小麦不同生育期采集田间冠层高光谱数据并测定植株氮含量、重量和叶面积指数及成熟期籽粒产量,定量分析小麦籽粒产量与冠层高光谱参数的相互关系.结果显示,小麦籽粒产量随施氮水平的提高而增加,不同地力水平间存在显著差异.灌浆前期叶片氮积累量和叶面积氮指数均能够较好地反映成熟期籽粒产量状况,而叶片氮含量和氮积累量及叶面积氮指数在拔节～成熟期的累积值与成熟期籽粒产量的回归拟合效果更好.对叶片氮含量和氮积累量及叶面积氮指数的光谱反演,在不同品种、氮素水平和年度间可以使用统一的光谱参数.根据"特征光谱参数-叶片氮素营养-籽粒产量"这一技术路径,以叶片氮素营养为交接点将模型链接,建立了基于灌浆前期高光谱参数及拔节期～成熟期特征光谱指数累积值的小麦籽粒产量预测模型.经两年独立试验数据检验表明,利用灌浆前期关键特征光谱指数可以有效地评价小麦成熟期籽粒产量状况,拔节～成熟期特征光谱指数的累积值能够稳定预报不同条件下小麦成熟期籽粒产量的变化.因此,利用冠层特征光谱指数可以快速无损地预报小麦成熟期籽粒产量.     

基于高光谱遥感的小麦黄花叶病害等级监测研究

为了构建小麦黄花叶病的遥感监测技术,在小麦返青期、拔节前期和拔节后期测定了不同黄花叶病等级下的冠层反射率,并同步调查与病害等级相关的小麦株高、含水量、氮含量、色素含量等农学参数,筛选出适宜监测小麦黄花叶病的植被指数,并构建病害等级监测模型。结果表明,小麦黄花叶病的反射光谱敏感波段在返青期和拔节前期集中于560～720 nm范围,而拔节后期则集中于800～900 nm区域。随病害等级的增加,光谱反射率在可见光波段逐渐增加,而在近红外波段区域降低。植被指数与病害等级相关性在不同生育时期间存在显著差异,整体上以拔节前期最好,决定系数(r²)为0.72～0.82,而拔节后期模型精度急剧下降(r²=0.26～0.72)。在植被指数中,整体上以表征色素变化的mND705模型预测精度最好,r²和RMSE分别为0.59～0.68和0.79～0.98。采用偏最小二乘回归(PLSR)建立黄花叶病害分级模型,三个时期的模型精度均高于植被指数模型,且整体上以返青期和拔节期前期估算效果较好,模型验证r²为0.93～0.97,...     

基于冠层透射微分光谱的小麦植株含水量监测研究

为实现基于可见光透射微分光谱的小麦植株含水量监测,通过三年田间试验,测定自拔节期以后小麦关键生育时期冠层透射光谱和植株含水量,确立了透射光谱微分参数与植株含水量间定量关系。结果表明,与小麦冠层原始透光率相比,一阶微分光谱能够很好地减轻生育时期的影响。将不同生育时期数据综合,不同波段的透射率与植株含水量相关性均较差,而微分光谱在439、735、823及950 nm处与植株含水量相关性较好(|r| 0.57),以735 nm处相关性最高。基于蓝光、黄光和红光波段筛选了21个光谱特征参数,其中红边振幅(Dr)、红蓝振幅归一化指数(Dr-Db)/(Dr+Db)、红边面积(SDr)、右峰面积(RSDR)、双峰面积比(RIDA)及双峰面积归一化指数(NDDA)6个光谱特征参数与植株含水量间相关性较好(r0.70)。在以上优选的光谱参数中,红边双峰面积比值(RIDA)及归一化指数(NDDA)与植株含水量的回归关系表现最好,拟合精度r~2大于0.69,均方根误差RMSE低于4.87,模型具有很好的稳定性,可以实时精确估测小麦植株含水量。这表明利用冠层透射微分光谱可对小麦植株含水量进行精确监测,对指导作物精确灌溉管理具有较大的应用潜力。     

基于遥感影像植被指数变化量分析的冬小麦长势动态监测

为进一步探究利用中低分辨率影像监测小麦苗情的机理,丰富小麦长势动态监测的模式,结合2017-2018年定点观测试验,以GF-WFV数据为遥感影像源,研究了孕穗-开花期冬小麦主要长势变化量参数和产量及其与植被指数变化量间的定量关系,以逐步回归方法筛选目标长势变化量参数,分别构建及评价基于GF-WFV影像遥感植被指数变化量的孕穗-开花期叶片含氮量变化量和叶绿素含量变化量监测模型。结果表明,冬小麦叶片含氮量变化量（ΔLNC）和叶绿素含量变化量（ΔCHL）与产量密切相关,而孕穗-开花期的归一化植被指数变化量（ΔNDVI）、比值植被指数变化量（ΔRVI）分别与ΔLNC和ΔCHL相关性最好,因此选择这两个植被指数变化量作为敏感参量构建冬小麦长势监测模型。经验证,基于ΔNDVI和ΔRVI构建的长势线性模型可靠且精度高,其决定系数分别为0.70和0.64,均方根误差分别为0.39%和0.08 mg·L^-1FW。基于预测模型和实测数据分级量化表达冬小麦长势的空间分布状况,能够很好实现了基于GF-WFV时相影像长势不同等级的遥感监测。     

冬小麦返青期主要生长指标的HJ-1A/1B遥感影像监测

为进一步深化作物长势遥感监测机理与方法,给大田管理及时提供信息与技术,结合2011-2013年定点观测试验,以HJ-1A/1B数据为遥感影像源,研究了返青期冬小麦主要生长指标、籽粒品质参数和产量间及其与遥感变量间的定量关系,分别构建及评价基于HJ-1A/1B影像遥感变量的返青期叶面积指数、生物量、SPAD值和叶片含氮量监测模型。结果表明,返青期,归一化植被指数（NDVI）、比值植被指数（RVI）、蓝光波段反射率（B₁）和RVI可分别作为监测冬小麦叶面积指数、生物量、SPAD和叶片含氮量的敏感遥感变量,所构建的遥感监测模型可靠且精度较高,模型的决定系数（R²）分别为0.62、0.56、0.46和0.58,均方根误差（RMSE）分别为0.42、452.3 kg·hm^-2、4.39和0.54%。同时,对冬小麦不同等级主要生长指标进行遥感监测并制图,量化表达了主要生长指标区域空间分布。     

旱冻双重胁迫下的冬小麦幼苗长势遥感监测研究

为了探讨"旱冻交加"的气候条件下遥感监测小麦苗情的可行性,以河南省冬小麦为例,利用多时相MODIS为遥感数据源,引入了广泛用于小麦苗情监测的距平植被指数(AVI),同时基于植被健康状态指数(VHI)和晚霜冻害综合指数(I),构建了旱冻双重胁迫条件下的小麦苗情综合指数(CI),以反映冬小麦拔节期的生长状况,并分别利用实测样点苗情分类和距平植被指数对结果进行验证。结果表明,CI的总体分类精度为85.00%,Kappa系数为0.74;冬小麦总茎数与CI呈线性正相关关系,拟合方程为y=8.732CI+1.256,决定系数为0.605 3;与实测样本对比,CI预测精度为73.30%,苗情分类分级更符合小麦生长实际情况。因此认为旱冻双重胁迫下可以利用CI对冬小麦苗情进行监测。     

花后高温对小麦农艺性状及面粉品质的影响

为研究花后不同时期高温对小麦农艺性状和面粉品质的影响,对2个不同基因型的小麦品种于花后不同时期进行高温处理,分析了其主要农艺性状及面粉品质对高温胁迫的响应。结果表明,花后高温可显著降低2个小麦品种的千粒重,花后中期高温对千粒重的影响更大;容重、穗长、主穗粒数和小穗数在各处理间的差异均不显著。新春11号的膨胀势在花后中期高温处理后显著提高;新春39号的膨胀势在花后早期和中期高温处理后均显著降低,且花后早期高温对膨胀势的影响更大。2个品种的降落数值经花后高温处理后均表现出降低的趋势,新春39号降低更显著。新春11号在早期高温处理下,籽粒的干、湿面筋含量、沉降值和蛋白质含量均显著高于对照,中期高温处理下,干、湿面筋含量显著高于对照,总体表现为高温胁迫后各被测指标值均升高。新春39号经花后早期高温处理,籽粒的干、湿面筋含量、蛋白质含量均显著低于对照;中期高温处理后各被测指标值均高于对照,但差异不显著。新春11号在花后早期高温处理下,面粉的峰值黏度、最终黏度和低谷黏度显著低于中期高温处理,其他指标在各处理间差异不显著;新春39号在花后早期高温处理下最终黏度显著高于中期高温处理,而糊化温度在中期高温处理后显著低于对照,其他指标在各处理间差异不显著。     

施氮对花后遮光条件下小麦产量与蛋白质含量的影响

为探讨施氮对花后弱光逆境下小麦籽粒产量和蛋白质含量的影响,选用2个对弱光敏感性不同的小麦品种(济麦22和济核916),设置3个施氮水平(0、120和240 kg·hm-2),在花后遮去60％的自然光条件下研究了施氮量对小麦籽粒产量与蛋白质含量的调控效应.结果 表明,增施氮肥可延缓花后遮光条件下两个小麦品种旗叶叶绿素下降...     

河南省冬小麦长势遥感监测指标的适宜性

为了解不同监测指标在河南省各个监测地域分区中对小麦不同生育期长势监测的有效性和适宜性,以MODIS为主要数据源,在长势监测地域分区的基础上,从小麦实时监测和生长过程监测两个角度出发,对NDVI、LAI、NPP、NDWI和TCI等监测指标与长势等级和单产进行了相关分析。结果表明,在各长势监测地域分区中,NDVI、LAI和NPP都与长势等级呈负相关,与单产呈正相关,一般在抽穗期和开花期相关性最高。NDWI在各个监测分区都表现不稳定,且在不同生育期与长势等级和单产的相关性也较低。TCI在豫西山地丘陵区和豫南地区与长势等级呈正相关,与单产呈负相关,相关性在起身期和拔节期相对较高。说明,不同长势监测分区需要用不同监测指标进行长势监测,在同一长势监测分区不同生育期遥感监测的适宜指标也存在差别。     

基于支持向量机模型的冬小麦全蚀病为害等级遥感监测

为了解利用高光谱遥感技术对小麦全蚀病进行有效监测的可行性,对感染不同发病等级全蚀病的冬小麦冠层光谱反射率数据进行采集分析,选取监测敏感波段,在Matlab和Libsvm工具箱支持下,利用支持向量机分类方法构建小麦全蚀病病害等级预测模型。结果表明,在不同程度小麦全蚀病的为害下,小麦冠层光谱反射率存在明显变化。通过对数据分析,选择700~900nm波段作为敏感波段进行训练建立模型的结果最好;经检验,基于此波段构建的预测模型预测值与实际值相关系数可达0.943,均方根达0.63,因此生产上可利用波段光谱特征对小麦全蚀病进行监测。     

基于组件式GIS的冬小麦遥感估产系统的开发研究

为给政府管理部门和冬小麦生产者提供适用于生产管理与决策支持的空间信息支持,基于组件式GIS的二次开发技术,利用面向对象的可视化编程语言Borland Delphi,设计开发了冬小麦遥感估产计算机软件系统。该系统包括四大子系统模块：数据管理模块、参数运算与模型模拟模块、信息统计与分析模块以及专题图制作与输出模块。通过系统功能和输入遥感图像数据,可实现大范围的冬小麦种植品种区划、面积分布等基本农情信息的简单查询;通过图像计算处理获取植被指数信息,结合样点参数建立长势和产量估算模型,可以进行实时的长势分级监测和产量预报,并且可以输出遥感监测分级专题图等信息产品。该软件系统的开发,是对作物遥感估产方法进行定量化、信息化研究的积极探索。