应用数字图像技术估测冬小麦冠层生物量垂直分布特征的研究

用数字图像技术研究了冬小麦冠层生物量的垂直分布。表明用一行小麦图像比多行小麦图像估测小麦生物量能更好地满足线性回归关系,估测效果更佳,以此为基础进一步研究了分层像素数估测小麦冠层分层现存生物量和有效生物量的方法。利用分层绿色像素数(LGPN)指标定性分析了不同栽培模式下冬小麦群体有效生物量的垂直分布和动态变化,并确定了基于图像特征的可用于定量分析的小麦群体垂直分布指数（I）。     

水稻冠层结构的动态模拟研究

根据水稻器官生长的生物学规律,在试验研究的基础上,结合生长模型相关输出,构建了普适性的水稻冠层拓扑结构模型。以节间及其着生叶或穗为单位,将水稻植株分解成若干生长单元,来描述水稻植株的冠层拓扑结构;利用Logistic曲线模拟器官伸长过程,并结合器官发育与叶龄关系,确定了各器官的初始伸长时间和伸长历期,构建了水稻植株冠层动态生长模型;最后对模型进行了检验,初步实现了以日为单位的虚拟水稻生长。     

冬小麦冠层内的光分布

快速、简便、可重复、无损伤、较经济地鉴定小麦产量有关性状对提高育种效率有重要促进作用，于1998年和1999年两个种植季节，在密度为650－700万穗／hm^2的田间试验中利用数字冠层图像分析仪测定了津麦2号、京411、中麦9号和8017－2等4个北部冬麦区代表品种的冠层内光分布参数。结果表明，灌浆中期测定较能反映整个灌浆期的冠层光分布状况。在相似密度下的直接和散射辐射透过系数在年份间差异不显著，而在品种间差异显著。冠层上部的消光系数与冠层下部及冠层平均消光系数呈极显著负相关。建议育种中选择冠层上部消光系数小的基因型来改良产量潜力。     

小麦冠层结构与分光分布研究

１９８７￣１９８９年分别在江苏沐阳和南京卫岗进行了小麦冠层结构与光分布及产量形成关系的研究。结果表明，小麦叶面积指数、最大叶面积密度出现的高度及叶倾角影响光在冠层内的分布，消光系数的垂直分布可反映叶面积和光的空间分布状况。低产群体的最高叶面积指数小于４．０，最大叶面积密度出现部低较低，消光系数分布均匀，但漏光严重，光能利用率低；过旺群体最大叶面积指数过大，最大叶面积密度出现部位较高，消光系数呈上大     

玉米株型与冠层光合作用的数学模拟研究

建立了一个对冠层结构上具有高分辩率的作物冠层光合作用模型,包括冠层结构模型、冠层光分布模型和叶面光合作用模型。将作物冠层按叶面积指数划分为若干层次。上下层次之间,水平面太阳辐照度按Ｍｏｎｓｉ和Ｓａｅｋｉ的指数递减模型分布。冠层对太阳漫射光的消光系数由作物株型确定,对直射光的消光系数由株型和太阳位置确定。在同一层次中,作物株型按Ｒｏｓｓ－Ｎｉｌｓｏｎ的叶倾角分布模型,将叶面位置划分为８个方位、６个倾     

小麦冠层结构与光分布研究

１９８７～１９８９年分别在江苏沐阳和南京卫岗进行了小麦冠层结构与光分布及产量形成关系的研究。结果表明，小麦叶面积指数、最大叶面积密度出现的高度及叶倾角影响光在冠层内的分布，消光系数的垂直分布可反映叶面积和光的空间分布状况。低产群体的最高叶面积指数小于４．０，最大叶面积密度出现部位较低，消光系数分布均匀，但漏光严重，光能利用率低；过旺群体最大叶面积指数过大，最大叶面积密度出现部位较高，消光系数呈上大、中小分布，光在冠层上部递减迅速，中下部光环境差，叶片早衰，净同化率低；高产群体叶面积及其垂直分布合理，孕穗期最大叶面积密度出现在相对高度０．６０～０．６５处，冠层中下部消光系数较大，上部较小，利于光向冠层深处透射，冠层５０ｃｍ处透光率４０％～６０％，地面透光率２．５％～３．０％，净同化率较高，产量最高。     

玉米株型与冠层光合作用的数学模拟研究——Ⅰ.模型与验证

建立了一个对冠层结构具有高分辨率的作物冠层光合作用模型.包括冠层结构模型、冠层光分布模型和叶面光合作用模型.将作物冠层按叶面积指数划分为若干层次.上下层次之间,水平面太阳辐照度按Monsi和Saeki的指数递减模型分布.冠层对太阳漫射光的消光系数由作物株型确定,对直射光的消光系数由株型和太阳位置确定.在同一层次中,作物株型按Ross-Nilson的叶倾角分布模型,将叶面位置划分为8个方位,6个倾斜角.设同一层中水平面辐照度相同,某一方位角和倾角的叶面直射光以太阳轨道方程确定.用玉米冠层的实测资料验证了辐射分布模型和叶片的光合作用模型.敏感性试验表明,模型对输入因子有良好的响应.本模型对冠层光合作用的理论研究、作物生长的数学模拟等有一定的意义.     

以冠层反射光谱监测水稻叶片氮积累量的研究

作物氮素状况是评价作物长势、估测产量与品质的重要参考指标,对作物氮素精确诊断与管理具有重要意义。本文以不同施氮水平下的4年田间试验为基础,研究了水稻叶片氮积累量与冠层反射光谱的定量关系。结果显示,在冠层单波段反射率中,460 nm、510 nm及760~1 100 nm的光谱反射率与冠层叶片氮积累量的相关性较好;近红外波段(     

棉花冠层结构及光合作用研究

研究了9个陆地棉品种(品系)的冠层结构和不同层次叶片的光合速率。试验结果表明:适度地增大上层主茎节距、降低角度指数和上层叶片所占比例,有助于冠层消光系数的减小和透光条件的改善,上层叶和中下层叶的光合特性有所不同,在弱光下后者的光合速率比前者高,在强光下比前者低。作者对适合于四川棉区生态条件的合理株型结构提出     

基于株型的水稻冠层光合生产模拟

利用基于冠层光分布的光合作用模型,以紧凑型和松散型2个不同株型水稻冠层为对象,通过设计不同的模型输入参数组合,定量分析了不同株型水稻冠层直接辐射消光系数的日变化特征、正午时刻直接辐射在冠层内的垂直分布特征、冠层内光合作用速率的垂直分布特征、不同辐射强度下冠层光合作用速率随叶面积指数的变化特征及其日变化等。结果表明,紧凑型的增产潜力依赖于较大的叶面积指数、叶片光合效能、太阳高度角和太阳辐射强度等。研究结果为水稻高产栽培及理想株型的优化设计提供了支撑。     

基于水稻冠层光谱特征构建粳型水稻籽粒蛋白质含量预测模型

水稻籽粒蛋白质含量是评价稻米品质的主要指标之一。本文以不同施氮水平下的4年田间试验为基础,系统分析了水稻成熟籽粒蛋白质含量与不同时期冠层反射光谱的相关性。结果显示,籽粒蛋白质含量与可见光波段(460~710 nm) 反射率呈负相关,与近红外波段(760~1 220 nm) 反射率呈正相关,其中孕穗期冠层单波段反射率与成熟籽粒蛋白质含量的相关性最高,在16个波段中以760 nm波段反射率与籽粒蛋白质含量的拟合效果最好,复相关系数达0.795。进一步分析比值植被指数、差值植被指数、归一化植被指数和红边参数等光谱参数与成熟籽粒蛋白质含量的相关性,运用线性逐步回归分析方法对相关拟合较好的16个参数进行筛选,建立了水稻成熟籽粒蛋白质含量（GPC）监测模型,GPC=－0.15× DVI(1 500, 950) + 3.00。利用不同年份不同品种及不同施氮水平下的观测数据对模型进行检验,预测值和实测值的精确度为0.56~0.86,准确度为0.85~1.18,根均方差（RMSE）为3.51%~19.91%,表明模型预测值与实测值之间符合度较高,对水稻成熟籽粒蛋白质含量具有较好的预测性。     

利用冠层反射光谱预测小麦籽粒品质指标的研究

以两个专用小麦品种为材料，系统分析了小麦花后冠层反射光谱特征和籽粒品质形成的动态变化规律以及两者之间的关系。结果表明，花后冠层光谱反射率在可见光波段逐渐升高，而在近红外波段逐渐降低。开花期反射光谱与籽粒品质指标相关较好，但用来直接预测籽粒品质还存在一定的局限性。由于反射光谱能可靠推断叶片氮素状况，而     

基于碳氮代谢的水稻氮含量及碳氮比光谱估测

碳氮代谢为植物生长发育提供物质基础，因此碳氮含量及碳氮比的无损快速估测对植物的生长调控有着极其重要的作用。本文系统研究了水稻7个不同氮肥水平下的碳氮代谢特征及其与冠层反射光谱特征之间的关系。结果表明，植株碳氮含量及碳氮比与大多数比值植被指数、归一化植被指数及差值植被指数关系密切，比值植被指数与归一化植被指数的表现一致，差值植被指数略有不同，其中碳氮比的相关性与氮含量类似。氮含量与510 nm和460 nm构成的比值和归一化植被指数的关系最佳，不受生育期的影响，可用统一的方程来预测；碳氮比则需分阶段建模较好，生育后期（抽穗期和灌浆盛期）以ND_(1650,710)最好。经其它独立数据的验证表明，模型对氮含量的估测精度在叶片水平上为80.51%，在植株水平上为76.36%，预测的RMSE分别为0.20和0.26，叶片和植株碳氮比的估测精度分别为81.09%和70.70%，预测的RMSE分别为1.64和3.95。表明通过植被指数的计算可以定量地评估水稻氮含量及碳氮比。     

棉花植株水分含量的高光谱监测模型研究

精确灌溉对无损、快速的水分监测技术有迫切需求。研究棉花冠层高光谱参数与水分的定量关系并建立水分估测模型,以实现棉花水分及时、准确监测。通过2年试验,测定棉花冠层高光谱及植株水分,根据光谱参数与植株含水量的相关关系,建立了植株含水量监测模型。结果表明:棉株含水量与叶片含水量在一定范围内随灌溉量增减而增减,并能区分棉花干旱程度;棉株及叶片含水量与冠层460～514 nm、605～698 nm、1451～1576 nm和1960～2457 nm反射率极显著负相关,与727～1345 nm反射率极显著正相关,且棉株的相关性好于叶片含水量。所选作物水分指数、归一化差值水分指数1、归一化差值水分指数2、水分胁迫指数1、水分胁迫指数2、水分波段指数、水分指数与归一化差值植被指数之比均与棉株及叶片含水量极显著相关;构建了棉株含水量和叶片含水量的最佳监测模型;所建模型精度能满足大田生产对棉花水分监测的要求。     

小麦叶片氮含量与冠层反射光谱指数的定量关系

本文以3种蛋白质类型的小麦品种在不同施氮水平下的3年田间试验为基础，研究了小麦叶片氮含量与冠层反射光谱的定量关系。结果显示，不同试验中拔节后叶片氮含量均随施氮水平呈上升趋势，同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高籽粒蛋白质含量的品种，叶片氮含量与冠层反射光谱的归一化植被指数NDVI (1 220, 710)和红边位置均有密切的定量关系，决定系数在0.80左右。对于不同品质类型小麦品种，均可利用统一的回归方程描述其叶片氮含量随反射光谱参数的变化，对于低蛋白类型品种，采用单独的回归系数即可提高叶片氮含量估测的准确性。本研究确立的小麦叶片氮含量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平，为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

小麦叶片氮素状况与冠层反射光谱指数的关系

利用不同小麦品种在不同施氮水平下的3年田间试验数据,研究了小麦叶片氮积累量与冠层反射光谱间的定量关系。结果显示,不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势,同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高蛋白质含量的品种类型,近红外区域若干相邻波段和可见光波段组成的比值植被指数与单位土地面积上叶片氮素积累量的相关关系均表现较好,因此可用760、810、870、950和1 100 nm反射率的平均值与660 nm组成的比值植被指数对不同蛋白质类型小麦品种的叶片氮素积累量进行定量监测,但回归方程的斜率在不同类型品种之间存在显著差异。本研究确立的小麦叶片氮积累量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平,为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

小麦叶片氮积累量与冠层反射光谱指数的定量关系

利用不同小麦品种在不同施氮水平下的3年田间试验数据，研究了小麦叶片氮积累量与冠层反射光谱间的定量关系。结果显示，不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势，同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高蛋白质含量的品种类型，近红外区域若干相邻波段和可见光波段组成的比值植被指数与单位土地面积上叶片氮素积累量的相关关系均表现较好，因此可用760、810、870、950和1100nm反射率的平均值与660nm组成的比值植被指数对不同蛋白质类型小麦品种的叶片氮素积累量进行定量监测，但回归方程的斜率在不同类型品种之间存在显著差异。本研究确立的小麦叶片氮积累量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平，为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

高光谱遥感估测大豆冠层生长和籽粒产量的探讨

现代作物育种需要监测大量育种材料的生长并估测产量潜势, 高光谱遥感技术为此提供了简单、快捷、非损伤性测定的可能途径。选取30份大豆育成品种进行连续2年的产量比较试验, 在盛花期(R2)、盛荚期(R4)和鼓粒始期(R5)测定地上部生物量(ADM)和叶面积指数(LAI), 并利用ASD高光谱地物仪同步收集大豆冠层反射光谱信息。供试品种间ADM、LAI和产量差异显著或极显著。不同生育期可见光和近红外区域的光谱反射率与大豆ADM、LAI及产量均有显著相关, 尤其在R4和R5期相关性最高。在构建大量光谱参数的基础上, 遴选出对ADM、LAI及产量预测精度较好的回归模型。其中, R5期的P_Area560光谱参数与LAI和R4期的V_Area1450光谱参数与ADM构建的两个生长性状的监测模型效果最好, 决定系数(R²)分别为0.582和0.692。未发现单一生育期光谱参数对大豆估产的有效模型, 但综合R2期NPH1280、R4期V_Area1190以及R5期NPH560构建的产量估测模型, 决定系数(R²)达到0.68, 效果较好。本研究     

应用近红外光谱技术分析稻米蛋白质含量

以稻谷、米粒、米粉3种形态的样品，应用近红外光谱技术(NIRS)和偏最小二阶乘法(PLS)，建立了6个稻米蛋白质含量近红外光谱数学模型，并对模型预测结果的准确性进行了评价。结果表明，糙米蛋白质含量的稻谷、糙米粒和糙米粉近红外光谱预测模型校正决定系数(R_C²)分别为0.893、0.971和0.987，校正标准差(RMSEC)分别为0.507、0.259和0.183；精米蛋白质含量的稻谷、精米粒和精米粉近红外光谱预测模型R_C²分别为0.897、0.984和0.986，RMSEC分别为0.497、0.186和0.190。模型内部交叉验证分析表明，预测糙米蛋白含量的稻谷、糙米粒和糙米粉模型内部交叉验证决定系数(R_CV²)分别为0.865、0.962和0.984，内部验证标准差(RMSECV)分别为0.557、0.290和0.205；预测精米蛋白含量的稻谷、精米粒和精米粉的模型R_CV²分别为0.845、0.951和0.979，RMSECV分别为0.594、0.316和0.233。模型外部验证分析表明，预测糙米蛋白含量的稻谷、糙米粒和糙米粉近红外光谱模型外部验证决定系数(R_V²)分别为0.683、0.801和0.939，外部验证标准差(RMSEV)为0.962、0.799和0.434；预测精米蛋白含量的稻谷、精米粒和精米粉近红外光谱的模型R_V²分别为0.673、0.921和0.959，RMSEV为0.976、0.513和0.344。用米粉建立的近红外光谱预模型准确性最高，米粒次之，基于稻谷的预测模型准确性相对较低；内部交叉验证和外部验证表明，近红外光谱分析技术与化学分析方法一致性较好，且能保证样品的完整性，在水稻优质育种和稻米品质分析中具有广泛的应用价值。