不同生育期水稻叶面积指数的高光谱遥感估算模型

2011年和2012年通过大田试验,利用便携式野外光谱仪实测水稻冠层不同生育时期的高光谱数据,同时使用SUNSCAN冠层分析系统采集水稻冠层叶面积指数（LAI）;采用光谱微分技术和统计分析技术,分别分析高光谱反射率及其植被指数与LAI之间的关系,建立LAI估算模型并进行模拟结果对比。结果表明：水稻抽穗-成熟期,利用光谱值的对数形式对LAI值的模拟效果较好,分蘖-抽穗期利用光谱反射率模拟LAI变化过程的效果不理想。 在利用各种植被指数估算LAI方法中,水稻分蘖-抽穗期以修改型土壤调整植被指数MSAVI[758,805]对LAI的估算效果最好,模拟值与实测值的相关系数通过了0.01水平的显著性检验（R=0.7754）,估算精度较高。在抽穗-成熟期,也以修改型土壤调整植被指数MSAVI[758,817]对LAI的模拟效果最好,模拟值与实测值的相关系数通过了0.01水平的显著性检验（R=0.6488）,估算精度较高。说明修改型土壤调整植被指数（MSAVI）能更好地模拟水稻不同生育期的叶面积指数,按照分蘖-抽穗期、抽穗-成熟期两个生育阶段分别建立水稻冠层LAI的高光谱估算模型能够提高LAI估算的准确度,研究结果也证实了分生育阶段建模的必要性。     

高光谱数据估测稻麦叶面积指数和叶绿素密度

该研究利用高光谱遥感技术分析水稻和小麦两种作物不同生育期的冠层光谱及其叶面积指数和叶绿素密度的变化,比较高光谱植被指数与两种作物的叶面积指数和叶绿素密度之间的关系,最后确定估算两种作物的叶面积指数和叶绿素密度最佳植被指数。结果表明：水稻和小麦两作物的叶面积指数和叶绿素密度在整个生育期内的变化规律基本一致,即先升高后下降的趋势,但两作物叶绿素密度与叶面积指数最大值出现的时期不同;稻麦两作物在整个生育期内的光谱反射率曲线,在可见光区域（400～700 nm）变化无明显规律,在近红外区域（700～1 000 nm）,生育前期反射率由低到高,到生育后期则由高到低,其中最大值分别出现在抽穗期和灌浆期左右;通过14种植被指数与两作物的叶面积指数和叶绿素密度相关性比较分析得知,二次修正土壤调节植被指数（MSAVI2）与水稻农学参数相关性最好,相关系数r＞0.91,而小麦在800 nm处的光谱反射率(R800)与其农学参数相关性最好,相关系数r＞0.92;并利用线性回归的方法,建立了估算两作物叶面积指数和叶绿素密度的模型,决定系数R2＞0.85。这样为不同环境条件下（水作和旱作）农作物的动态监测和科学管理及决策提供了技术支持。     

UV-B增强下施硅对水稻冠层反射光谱特征的影响

通过田间试验,在UV-B增强和施硅条件下,利用ASD便携式手持光谱仪在水稻分蘖期、拔节期、抽穗期和灌浆期选择典型晴天观测冠层光谱曲线,通过计算一阶导数曲线分析光谱的红边参数特征。UV-B辐射设2个水平,即对照(自然光,ambient UV-B,A)和UV-B增强(比自然光增强20%,elevated UV-B,E);施硅设2个水平,即不施硅和施硅(硅酸钠,200kg SiO_2·hm~(-2))。结果表明:UV-B增强下水稻叶面积指数(LAI)和叶绿素含量(SPAD值)降低,而施硅可提高叶面积指数(LAI)和SPAD值,缓解UV-B增强对水稻生长的抑制作用。各处理间水稻冠层光谱的差异主要体现在近红外波段,UV-B增强使水稻近红外波段反射率降低,施硅使近红外波段反射率上升。UV-B增强使水稻光谱红边位置蓝移,施硅使红边位置红移。随着生育期推移,水稻光谱红边位置、红边幅值和红边面积均呈现先增后减的趋势,且在拔节期达最大。     

不同生育时期冬小麦叶面积指数高光谱遥感监测模型

高光谱遥感能快速无损获取植被冠层信息,是实现作物长势实时监测的重要技术。为研究不同氮磷水平下冬小麦不同生育时期叶面积指数高光谱遥感监测模型,提高叶面积指数高光谱监测精度,该研究连续5 a定位测定黄土高原旱地不同氮磷水平和不同冬小麦品种各生育时期冠层光谱反射率与叶面积指数,通过相关分析、回归分析等统计方法,构建不同生育时期冬小麦叶面积指数监测模型。结果表明:不同氮磷水平下,冬小麦叶面积指数随施肥量增加呈递增趋势,随生育时期改变呈抛物线趋势变化;随着氮磷供应量的增加,冠层光谱反射率在可见光波段显著降低2%~5%(P0.05),在近红外波段显著增加4%~10%(P0.05);不同生育时期叶面积指数与优化土壤调整植被指数、增强型植被指数Ⅱ、新型植被指数、修正归一化差异植被指数、修正简单比值植被指数均达极显著相关(P0.01);拔节期、孕穗期、抽穗期、灌浆期和成熟期叶面积指数分别与优化土壤调整植被指数、增强型植被指数Ⅱ、增强型植被指数Ⅱ、修正归一化差异植被指数和修正简单比值植被指数拟合效果较好,决定系数分别为0.952、0.979、0.989、0.960和0.993;以不同年份独立数据验证模型表明,所建预测模型均有较好的验证结果,相对误差分别为13.0%、13.5%、12.8%、12.6%和14.0%,均方根误差分别为:0.313、0.336、0.316、0.316、0.324。因此,优化土壤调整植被指数、增强型植被指数Ⅱ、增强型植被指数Ⅱ、修正归一化差异植被指数和修正简单比值植被指数能有效评价拔节期、孕穗期、抽穗期、灌浆期和成熟期冬小麦叶面积指数。同时,叶面积指数分段监测模型较统一监测模型精度有所改善。该结果为实现不同肥力水平下冬小麦不同生育时期长势精确监测提供理论依据和技术支撑。     

水稻冠层光谱反射特征及其与叶面积指数关系研究

在水稻试验小区,通过人为控制的方法造成施N水平的差异,对水稻整个生长期内冠层光谱进行了比较系统、密集的测定,并测定了水稻几个重要生育期的叶面积指数。结果表明:随着施N水平的提高,水稻冠层光谱在各生育期呈现出一定的规律性,在近红外部分(760 ~ 1220 nm),冠层光谱反射率随着施N水平的提高而升高,而在可见光部分(460 ~ 710 nm),水稻冠层的光谱反射率反而逐渐降低。冠层光谱经差异显著性检验发现:水稻灌浆期以前,对施N水平最为敏感的波段是绿光(560 ~ 610 nm)和近红外(710 ~ 760 nm)部分;转换为归一化植被指数(NDVI)以后,差异最显著的是 (R760 - R560) / (R760 R560)。对叶面积指数与冠层光谱反射率的相关分析结果表明:在水稻抽穗期以前,叶面积与冠层光谱反射率相关性较差;而抽穗期以后,二者有较好的相关性。     

灌溉频率对冬小麦产量及叶片水分利用效率的影响

为了探讨中国北方冬小麦高效节水灌溉模式,采用了3种灌溉处理:在拔节期一次灌溉120mm,在拔节期和抽穗期各灌溉60mm及在拔节期、抽穗期和灌浆期各灌溉40mm,研究了在总灌溉量为120mm的情况下,灌溉频率对冬小麦产量及叶片水分利用效率的影响.结果表明,在冬小麦的拔节期和抽穗期各灌溉60mm,显著提高乳熟期和蜡熟期旗叶...     

水稻遥感估产模拟模式比较

通过大田小区试验,测定了2个品种、3个供氮水平处理的水稻抽穗后不同时期冠层的光谱反射率、叶面积指数及最后的理论产量和实际产量,模拟MSS、TM、SPOT、资源一号CCD相机、IKONOS、MODI S和高光谱的波段来构建光谱差值植被指数DVI、比值植被指数RVI、差值归一化植被指数NDVI和绿度G,并模拟建立遥感估产模式.结果表明:单变量估产模式以差值植被指数DVI效果最好,蜡熟期估产效果要优于抽穗期和灌浆期;多时期复合估产模式估产效果要优于单一生育期;成熟期各种数据的DVI估产模式具有相近估产精度,达91%以上,其中MSS波段的估产精度最高.     

拔节抽穗期不同时长干旱胁迫对水稻冠层光谱特征的影响

基于水稻干旱胁迫试验,采用ASD（Field Spec Pro FR2500）光谱辐射仪测定水稻拔节期和抽穗期不同时间尺度（10d、20d）干旱处理与对照（正常处理）的冠层光谱反射率,对干旱胁迫下水稻冠层光谱变化规律、植被指数、水分指数、导数光谱特征进行分析.结果表明：水稻拔节期和抽穗期干旱胁迫后冠层光谱反射率与对照（CK）相比,可见光、近红外波段反射率均显著减小,短红外波段反射率显著增加,导数光谱红边位置均向短波方向推移,红边面积和红边斜率均显著减少,复合构建的6种植被指数或水分指数呈下降趋势,四波段水分指数（SRND）、归一化差异红外指数（NDVII）下降幅度最大;与CK相比,拔节期干旱胁迫20d和抽穗期10d的水稻冠层对可见光、近红外波段的反射率极显著降低,对短红外波段反射率极显著升高,在此阶段红边特征参数、植被水分指数减少幅度最低.研究结果可为利用高光谱遥感技术快速无损监测水稻干旱灾害提供技术支持.     

不同氮营养冬小麦冠层光谱红边特征分析

利用FieldSpec FR2500光谱仪测定了不同氮素处理冬小麦冠层光谱,分析其红边特征变化规律及与农学成分的相关关系。结果表明,波长550 nm、680 nm、980 nm、1100 nm与350～680 nm和750～1100 nm可作为氮素营养诊断的敏感特征点与波段范围。随着施氮量的提高,拔节期、抽穗期以及灌浆期的红边位置（REP）、红谷位置（Lo）与光谱反射率一阶微分极大值（FD_Max）均增大,红边宽度（Lwidth）则有减小的趋势。总体上看,施氮与无氮处理在整个生育期均存在较大差异,施氮处理之间差异较小。冠层反射光谱的红边位置、红谷位置、随生育期向长波方向移动,呈现红移现象;从抽穗期开始逐渐减小,呈现蓝移现象。冬小麦红边参数中红边位置与农学组分之间的相关性优于其他参数,除与地上部生物量正相关显著外,与叶面积指数、叶含水率、叶绿素含量、叶可溶性蛋白含量、叶鲜重、叶含氮量均呈正相关且达到极显著水平。红谷位置则与叶面积指数、叶含水率、叶绿素含量、叶鲜重以及SPAD值呈极显著正相关;与可溶性蛋白呈显著正相关。红边宽度与叶面积指数、叶含水率、叶氮含量、叶绿素含量以及叶鲜重均呈极显著正相关;与可溶性蛋白含量呈显著正相关。反射率一阶导数极大值与叶面积指数、叶含水率、叶鲜重呈极显著正相关,与叶含氮量极显著负相关。通过红边参数与农学组分稳定良好的数学关系,可以对农学组分进行预测估算。     

冠层反射光谱与小麦产量及产量构成因素的定量关系

基于4个小麦品种、5个施氮水平的田间试验,在比较小麦冠层多光谱和高光谱反射特征的基础上,讨论了不同生育期冠层反射光谱参数与小麦产量及产量构成因素的定量关系。结果表明,拔节期冠层多光谱参数与理论产量和实际产量的相关性较高,可用于预测小麦产量,而冠层高光谱反射参数与小麦产量间的相关性较差,难以直接利用预测小麦产量;冠层的多光谱和高光谱参数对亩穗数的预测效果均较好,小麦拔节期、灌浆中期和成熟期的冠层多光谱参数、高光谱参数均与亩穗数间具有极显著正相关关系（P〈0.01）,从而分别建立了各时期利用高光谱参数A（760,850）/R550、多光谱比值植被指数RVI（810,560）的小麦估产方程。研究结果对选择合适的光谱参数建立估产模型、保证高光谱遥感信息反演精度具有重要价值。     

基于SPAD-502与GreenSeeker的冬小麦氮营养诊断研究

用GreenSeeker和SPAD-502测定了不同氮素处理的冬小麦冠层NDVI与叶片SPAD值, 分析了它们与叶片全氮、叶绿素含量及产量间的关系。结果表明: 冬小麦抽穗期SPAD值和NDVI值均与叶绿素含量呈极显著正相关; 除抽穗期和返青期外, SPAD值与叶氮含量、叶绿素含量的相关系数在其余各生育期均达到显著或极显著水平; NDVI值与叶氮含量、叶绿素含量在拔节期、乳熟期的相关性同SPAD值一致; SPAD值可以进行叶绿素的诊断, NDVI值可以进行氮的诊断。氮营养诊断时期应该选择拔节期。通过回归建立了基于SPAD值、NDVI值的产量估测模型, 可以通过SPAD值、NDVI值对冬小麦产量进行估算。     

机器学习结合高光谱植被指数与SPAD值估算冬小麦氮含量

冬小麦叶片氮含量与叶片光合作用和营养状况密切相关,直接影响植株生长发育,而茎秆中的氮含量与茎秆中纤维素、半纤维素和木质素的比例和含量密切相关,直接影响茎秆质量及植株的抗倒伏能力。然而,有关对冬小麦茎秆氮含量估算研究较为有限,限制了从氮含量角度判断茎秆质量及对倒伏的预测能力。为精准估算冬小麦不同器官（叶片、茎秆）氮含量,该研究通过2年田间试验,获取冬小麦4个关键生育期（拔节期、抽穗期、开花期、灌浆期）和3种施氮水平条件下（N1、N2和N3）的冠层光谱反射率、叶片、茎秆氮含量及叶片SPAD (soil and plant analyzer development, SPAD)值。分析了不同生育期和施氮水平条件下高光谱植被指数对叶片和茎秆氮含量的敏感性,并结合5种常用的机器学习算法：随机森林回归（random forest regression,RFR）、支持向量回归（support vector regression,SVR）、偏最小二乘回归（partial least squares regression,PLSR）、高斯过程回归（gaussian process regression,GPR）、深度神经网络回归（deep neural networks,DNN）构建冬小麦叶片和茎秆氮含量估算模型。结果表明：高光谱植被指数对叶片和茎秆氮含量的敏感性受到生育期和施氮水平的影响。在灌浆期,最佳植被指数双峰冠层植被指数 DCNI（double-peak canopy nitrogen index）对叶片氮含量的敏感性最高,R²为0.866。对茎秆氮含量,在抽穗期的敏感性最高,最佳植被指数归一化叶绿素比值指数 NPQI（normalized phaeophytinization index）与氮含量相关系数R²＝0.677。施氮水平的提升增加了光谱植被指数对茎秆氮含量的敏感性。结合SPAD值的机器学习算法提升了氮含量的估算精度,对叶片氮含量,在不同生育期和施氮水平条件下估算精度提升了1%～7%,其中在全生育期的归一化均方根误差NRMSE从0.254提升到0.214,抽穗期的NRMSE提升最大,从0.201提升到0.128。对茎秆氮含量,全生育期的NRMSE从0.443提升到0.400,抽穗期的NRMSE提升最大,从0.323提升到0.268。在全生育期,结合SPAD值的DNN模型对叶片（R²=0.782、NRMSE=0.214）和茎秆（R²=0.802、NRMSE=0.400）氮含量的估算精度最佳。研究说明,SPAD值与光谱植被指数结合有利于提升冬小麦不同生育期和施氮水平条件下叶片和茎秆氮含量的估算精度。     

遮荫对水稻冠层叶片SPAD值及光合、 形态特性参数的影响

SPAD（soil-plant analysis and development）计是一种快速、 方便、 非破坏性的诊断植物叶片相对叶绿素或氮含量的仪器,与传统的氮营养诊断方法相比,此仪器节省时间、 劳力和资源。本试验通过未遮荫和遮荫的方法观察水稻冠层叶片SPAD值、 叶绿素含量、 叶绿素荧光、 光合参数、 叶片厚度和比叶重（叶片干重除以叶片的面积）等生理形态指标的变化,建立SPAD值与光系统II（PSII）最大量子产量（Fv/Fm）之间的回归关系。结果表明,遮荫条件下,甬优9号(YY9)和丙9363(B9363)冠层叶片变薄、 SPAD值、 叶绿素a/b、 比叶重、 电子传递速率（ETR）降低,但快速光曲线的初始斜率无明显变化; 同时, 遮荫导致了叶片的呼吸速率、 最大净光合(Pmax)、 量子效率、 光补偿点和饱和点降低,表明水稻叶片为适应弱光环境, 降低光合能力、 减少呼吸消耗, 以增加对有限光能的利用。不同光照条件下,水稻冠层叶片SPAD值与PSII的Fv/Fm的回归方程呈指数式关系（YY9 R2=0.896; B9363 R2=0.833）, 表明SPAD计可以快速、 无损、 有效地评估水稻冠层叶片的光合作用进程,当SPAD值小于35时,其光合过程可能处于受损状态。     

镉污染水稻土中水稻氮素营养的SPAD诊断

治理和安全利用重金属污染水稻土过程中,氮素营养的快速诊断是制定合理施肥措施的基础。叶绿素测定仪SPAD已广泛应用于非污染耕地土壤中玉米、小麦和棉花等作物的氮素营养诊断,然而针对镉污染条件下的不同类型水稻土,SPAD在诊断水稻氮素营养的适应性方面仍然缺乏系统研究。本研究采集了我国水稻主产区的21种典型水稻土,以德农2000为供试水稻品种,设置无镉污染、轻度镉污染、重度镉污染处理的水稻盆栽试验,研究水稻叶片SPAD值对镉污染水稻土氮素供应诊断和水稻产量预测的能力。结果表明:水稻土类型影响了水稻叶片SPAD值对不同水平镉污染的响应,土壤p H是主控因子,其相对影响的平均值为20%。水稻叶片SPAD值与不同生育期水稻籽粒氮素含量显著正相关,其中拔节期的相关系数最大;同时水稻叶片SPAD值与水稻营养生长期(苗期至拔节期)土壤溶液总氮和铵态氮含量呈显著正相关,且不受镉污染程度和土壤类型的影响。总体上,不同生育期(尤其是拔节期)水稻叶片的SPAD值可以表征镉污染条件下不同类型水稻土氮素养分供应对水稻氮素营养的影响。     

夜间增温对水稻生长、生理特性及产量构成的影响

2015年6-11月,在大田条件下采用铝箔反光膜覆盖对水稻(南粳46)进行夜间增温试验。试验设置夜间增温(NW)和对照(CK)两个处理,在水稻主要生育期(分蘖期、拔节期、抽穗扬花期、灌浆期和成熟期)观测水稻分蘖数、叶绿素含量(SPAD值)、叶面积指数、光合作用和蒸腾作用参数以及产量构成(有效穗数、穗粒数和千粒重)。结果表明:(1)铝箔反光膜覆盖达到了夜间增温的目的,整个生育期夜间水稻冠层平均气温比对照提高0.4℃。(2)夜间增温条件下,水稻分蘖数比对照平均每株减少4.33个;各生育期叶片叶绿素含量(SPAD值)分别下降0.2%、2.75%、6.31%、10.77%和32.03%,而叶面积指数差异不大。(3)NW处理各生育期水稻叶片的光合和蒸腾作用参数,包括净光合速率、气孔导度和蒸腾速率均显著低于对照(P0.05)。(4)NW处理每穗粒数和有效穗数分别比对照低12.76%和19.02%,产量下降32.54%,千粒重增加3.93%。研究认为,夜间增温对水稻的生长及光合作用产生显著影响,在未来气候变化背景下,应进一步研究不同增温方式对水稻生产的影响及其模型模拟。     

无人机多光谱遥感反演冬小麦SPAD值

为研究无人机多光谱遥感5个波段光谱反射率反演冬小麦SPAD（Soil and Plant Analyzer Development）值的可行性,该研究采用六旋翼无人机搭载五波段多光谱相机,采集冬小麦拔节期、孕穗期、抽穗期、开花期的冠层光谱影像并提取反射率特征参数,建立SPAD值的反演模型。结果表明,当波长范围在蓝光、绿光和红光波段,冬小麦拔节期、孕穗期和开花期的无人机多光谱影像反射率参数与SPAD值呈负相关关系,而在抽穗期,二者呈正相关;当波长范围为红边及近红外波段,在整个生长期,二者均呈现正相关关系。该研究构建冬小麦SPAD值反演模型采用了主成分回归、逐步回归和岭回归法,经对比发现基于逐步回归法构建的模型效果最优,该模型的校正决定系数为0.77,主成分回归法次之,岭回归法较差。此外,冬小麦抽穗期多光谱反射率反演SPAD值效果最显著,3种回归模型的校正决定系数分别为0.72、0.74和0.77。该研究可为无人机多光谱遥感监测作物长势、实现精准农业生产管理提供技术依据。     

覆土浅埋滴灌对春小麦耗水特性及水分利用效率的影响

  目的  探索新疆伊犁河南岸灌区覆土浅埋滴灌条件下春小麦耗水规律和水分利用效率。  方法  通过对覆土（覆土深度5 cm）浅埋滴灌（4个灌溉定额水分处理:W1 = 450 mm、W2 = 360 mm、W3 = 315 mm和W4 = 270 mm）和地表滴灌（灌溉定额CK = 450 mm）的春小麦各生育期耗水量分析,研究覆土浅埋滴灌对春小麦生长阶段各土层水分动态变化、耗水特性、作物系数及水分利用效率的影响。  结果  覆土浅埋（5 cm）滴灌可以显著性提高20 ~ 40 cm土层水分含量,滴灌小麦全生长阶段0 ~ 40 cm土层水分变化率大,该土层是小麦根系吸水主要利用层,40 ~ 60 cm土层为小麦根系稳定吸水层,该土层水分波动不明显。灌水量为360 mm处理下,全生育期内覆土浅埋滴灌小麦耗水量为482.78 mm,日均耗水量为4.88 mm d?1,耗水量呈抛物线变化趋势,在拔节 ~ 抽穗阶段达到抛物线最高点;小麦全生育期各滴灌量处理耗水量存在显著差异。在滴灌小麦整个生长周期内作物系数呈初期小、中期大、后期小的变化规律,在春小麦需水关键期拔节 ~ 抽穗期作物系数达到最大值为1.5。覆土浅埋滴灌小麦W1、W2、W3和W4处理的水分利用效率分别比地表滴灌CK提高了16.47%、38.73%、36.37%和13.20%,且覆土浅埋滴灌处理显著性高于地表滴灌处理。滴灌量为360 mm的W2处理产量、水分利用效率和灌溉水利用效率均达到最优;CK处理最低,但产量除外。  结论  在本试验条件下覆土浅埋滴灌灌溉定额为360 mm为理想的高产节水滴灌处理。