不同施氮条件下小麦冠层的高光谱和多光谱反射特征

为了更好地利用冠层反射光谱特征监测小麦生长及氮素营养状况。以宁麦9号、淮麦20、徐麦26和扬麦10号四个小麦品种为材料,通过田间小区试验,研究了不同小麦品种在不同生育时期和不同氮素水平下冠层反射光谱的变化规律。结果表明,相同氮素水平下不同小麦品种冠层反射光谱的反射率有差异,且近红外部分差异较明显。小麦从拔节开始,随生育期的推进,冠层反射光谱在可见光波段的反射率先降低然后升高,以孕穗期反射率最低。随着叶片的逐渐变黄。反射率又增大,并且绿光波段的反射峰也逐渐消失。而近红外区反射率则表现出相反的趋势,以开花期为分界,先上升然后下降,直到成熟前降为最低。随着施氮水平的提高,冠层反射光谱在近红外反射平台（750-1300nm）的反射率呈上升趋势,而可见光部分反射率则下降,并且反射光谱的绿峰和红边位置也随着施氮水平的提高分别向蓝光方向（波长变短）和红光方向（波长变长）移动。     

基于冠层反射光谱的夏玉米叶片色素含量估算模型研究

通过分析不同施氮水平下夏玉米叶片色素含量与冠层光谱反射率及其衍生的比值植被指数(RVI)、归一化植被指数(NDVI)、正交植被指数(MTVI2、MCARI2、SAVI、MSAVI)以及叶绿素吸收比值指数(CARI)之间的关系,建立夏玉米叶片叶绿素a(Chla)、叶绿素b(Chlb)、叶绿素a+b(Chl a+b)和类胡萝卜素(Car)含量估算模型。结果表明:NDVI与夏玉米叶片色素含量的相关性最好,RVI、RVI、CARI位居其次。通过逐步回归分析确立的夏玉米叶片Chla、Chlb、Chl a+b及Car含量的估算模型R2分别为0.790 8、0.832 4、0.808 8和0.761 7,说明利用冠层NDVI可以对夏玉米叶片Chla、Chlb、Chl a+b和Car含量进行可靠的监测。     

基于冠层反射光谱的夏玉米叶片碳氮比监测

基于不同夏玉米品种在2个年份不同施氮水平下的田间试验,研究夏玉米叶片碳氮比随生育期的变化模式及其与冠层反射光谱的定量关系,建立玉米叶片碳氮比的定量监测模型。结果表明,夏玉米叶片碳氮比随施氮量的增加而降低,随生育进程呈"高-低-高"动态变化趋势。利用冠层反射光谱监测叶片碳氮比的适宜时期为孕穗期至吐丝期。13个光谱参数与2个品种叶片碳氮比有较好的相关性。通过比较模型的拟合决定系数(R2)和预测标准误(SE),确定转换型植被指数(TVI)与叶片碳氮比的线性回归方程为最佳监测模型。经不同年际独立试验数据的检验,叶片碳氮比监测模型的预测精确,相关系数(r)为0.682 4,根均方差(RMSE)为0.405 2,表明夏玉米冠层反射光谱可用来定量估测叶片碳氮比的变化状况。     

基于冠层反射光谱的夏玉米LAI估算模型研究

从多个角度研究夏玉米LAI与冠层反射光谱的相关性,探索不同光谱波段在夏玉米LAI预测中的优势互补。结果表明,可见光波段对品种差异较敏感,而近红外波段对品种差异敏感性不大;预测效果最好的LAI估算模型是由多个单波段建立的多元线性回归模型,其次是由近红外与绿光波段的比值R₁₀₅₀/R₅₅₀建立的三次多项式回归模型,然后是由RVI建立的三次多项式回归模型。     

基于优化光谱指数的新疆春小麦冠层叶绿素含量估算

为筛选可用于干旱半干旱区春小麦冠层叶绿素含量估算的高光谱植被指数,2017年通过测定春小麦关键生育时期冠层的田间高光谱与叶绿素含量,利用光谱指数波段优化算法分别计算400～1 300 nm光谱波段中不同波段两两组合的比值光谱指数(ration spectral index,RSI)、归一化光谱指数(normalized difference spectral index,NDSI)、叶绿素指数(chlorophyll index,CI)、简化光谱指数(CI/NDSI,NPDI),并将这些参数及其他17个不同高光谱植被指数分别与实测冠层叶绿素含量进行Pearson相关分析,通过变量重要性准则筛选最优光谱参数,使用偏最小二乘回归法建立冠层叶绿素含量的预测模型。结果表明:(1)RSIs、NDSIs、CIs和NPDIs与冠层叶绿素含量的相关性都优于前人研究中定义的17种高光谱植被指数,并且冠层叶绿素含量与NDSI(R_(849),R_(850))、RSI(R_(849),R_(850)),CI(R_(849),R_(850))和NPDI(R_(849),R_(850))表现出强相关性。(2)用此4个优化光谱指数分别建模时,以CI(R_(849),R_(850))、 CI(R_(539),R_(553))、 CI(R_(540),R_(553))、 CI(R_(536),R_(553))为自变量的X-3模型预测精度最高(r~2=0.74,RMSE=0.272 mg·g~(-1))。(3)结合4个优化光谱指数构建的组合模型预测精度,其r~2=0.83,RMSE=0.187 mg·g~(-1)。     

反射光谱法估计小麦叶片表皮蜡质含量的初步研究

为了探讨利用冠层反射光谱技术估计小麦叶片表皮蜡质含量的可行性,以小麦高叶片表皮蜡质含量材料2912与低叶片表皮蜡质含量品种普冰201和晋麦47及其杂交构建的F2:3株系为材料,通过氯仿提取称重法测定了小麦抽穗期的旗叶表皮蜡质含量,并采用FieldSpec 3测定了冠层反射光谱,分析小麦冠层反射光谱与叶片表皮蜡质含量之间的关系。结果表明,三个亲本以及株系间蜡质含量差异显著。高蜡质材料的可见光波段反射率整体高于低蜡质材料,短波长波段光谱反射率与叶片表皮蜡质含量相关性较高。以550和675nm波长的反射光谱为基础的单波/差值指数[R550/(R550-R675)]能较好地反映小麦叶片蜡质含量,两F2:3群体拟合模型的r2值分别为0.761和0.679,回归方程分别为y=0.07x-0.575和y=0.088x-1.481。     

不同栽培措施下拔节期水稻冠层反射光谱特征及其模糊聚类分析

分析了不同栽培措施（密度、移栽叶龄、施氮量及水分管理方式）对稻田拔节期冠层反射光谱的影响,并对其进行了模糊聚类分析。研究表明,不同栽培措施通过影响水稻拔节期群体生长特征而引起冠层反射光谱发生变化。增施氮肥、水层灌溉、减小栽插秧龄和增加密度都使近红外波段反射率增加,可见光波段反射率降低。用绿（560 nm）、红(660 nm)和近红外（810 nm）3个波段的反射率和比值植被指数为指标,用模糊聚类方法可以完全无误地区分开拔节期不同处理的水稻群体。说明通过光谱分析可以识别不同栽培措施和生长状况下的水稻群体。     

水稻冠层反射光谱特征与籽粒品质指标的相关性研究

系统分析了水稻籽粒加工品质、外观品质、营养品质等与水稻冠层反射光谱特征之间的相关性。结果表明,成熟期冠层反射光谱指数与水稻籽粒加工品质呈显著负相关,尤其是1650 nm和660 nm的比值和归一化组合,决定系数高达0.8以上。籽粒的外观品质与冠层光谱特征之间的关系不明显。籽粒蛋白质含量则与大多数生育时期的冠层光谱比值指数和归一化指数呈极显著相关,相关系数多在0.80以上;而淀粉含量与灌浆盛期的710 nm和660 nm的比值和归一化组合相关性最好。说明通过遥感手段来预测水稻籽粒的加工品质和营养品质指标是可行的。     

小麦冠层氮素含量光谱估算研究进展

氮素作为作物生长和产量形成的首要元素,约占作物体干重的0.3%~5.0%,有生命元素之称。小麦是世界上种植面积最大、商品率最高的粮食作物,面积和总产量均占世界粮食作物的1/3左右,小麦氮素含量估算技术的现代化、信息化水平与农业的现代化、信息化密切相关,快速、准确、无损地获取作物氮素含量对制定合理施肥策略和农业可持续发展具有重要意义。本文首先对小麦冠层氮素含量光谱估算的原理进行了介绍,然后对目前氮素含量估算采用的数据类型和方法进行了总结分析,并在此基础上分析了目前小麦冠层氮素光谱估算存在的问题,对未来小麦冠层氮素光谱快速估算前景进行了展望。     

有机肥化肥配施的双季晚稻群体冠层光谱特征研究

以不同施肥模式为基础,分析了晚稻群体冠层光谱反射率、一阶微分光谱和归一化光谱特征,并对叶片氮含量、氮积累量、产量、叶面积指数和叶干物质积累进行了相关性分析,构建了以高光谱特征参数为自变量的水稻氮素营养诊断模型。结果表明,叶片氮素含量与665 nm处冠层光谱反射率呈极显著相关性(p0.001),与554 nm和672 nm处的一阶微分光谱也呈极显著相关性(p0.001);以λr构建的指数函数y=684.91e0.028x,决定系数(R2)为0.90、(SDr-SDb)/(SDr+SDb)构建的指数函数y=0.66e0.11x,决定系数(R2)为0.88,均能很好地诊断在有机肥和无机肥配施模式下的水稻氮素营养。     

Analysis of Common Canopy Reflectance Spectra for Indicating Leaf Nitrogen Concentrations in Wheat and Rice

Abstract

Non-destructive monitoring and diagnosis of plant nitrogen (N) concentration are of significant importance for precise N management and productivity forecasting in field crops. The present study was conducted to identify the common spectra wavebands and canopy reflectance spectral parameters for indicating leaf nitrogen concentration (LNC, mg N g-¹ DW) and to determine quantitative relationships of LNC to canopy reflectance spectra in both rice (Oryza sativa L.) and wheat (Triticum aestivum L.). Ground-based canopy spectral reflectance and LNC were measured with seven field experiments consisting of seven different wheat cultivars and five different rice cultivars and varied N fertilization levels across three growing seasons for wheat and four growing seasons for rice. All possible ratio vegetation indices (RVI), difference vegetation indices (DVI), and normalized difference vegetation indices (NDVI) of key wavebands from the MSR16 radiometer were calculated. The results showed that LNC of wheat and rice increased with increasing N fertilization rates. Canopy reflectance, however, was a more complicated relationship under different N application rates. In the near infrared portion of the spectrum (760?1220 nm), canopy spectral reflectance increased with increasing N supply, whereas in the visible region (460?710 nm), canopy reflectance decreased with increasing N supply. For both rice and wheat, LNC was best estimated at 610, 660 and 680 nm. Among all possible RVI, DVI and NDVI of key bands from the MSR16 radiometer, NDVI(1220, 610) and RVI(1220, 610) were most highly correlated to LNC in both wheat and rice. In addition, the correlations of NDVI(1220, 610) and RVI(1220, 610) to LNC were found to be higher than those of individual wavebands at 610, 660 and 680 nm in both wheat and rice. Thus LNC in both wheat and rice could be indicated with common wavebands and vegetation indices, but separate regression equations are necessary for precisely describing the dynamic change patterns of LNC in wheat and rice. When independent data were fit to the derived equations, the root mean square error (RMSE) values for the predicted LNC with NDVI(1220, 610) and RVI(1220, 610) relative to the observed values were 10.50% and 10.52% in wheat, and 13.04% and 12.61% in rice, respectively, indicating a good fit. These results should improve the knowledge on non-destructive monitoring of leaf N status in cereal crops.     

不同播期冬小麦茎叶碳氮比的光谱监测

为了探讨利用冠层光谱监测不同播期下小麦植株碳氮比的可行性,基于不同播期和不同施氮水平下的两年田间试验,对冬小麦茎叶碳氮比与冠层光谱的关系进行了研究。结果表明,不同播期下冬小麦茎叶碳氮比随生育时期的推进均呈"高-低-高"的动态变化;各个波段综合原始反射率和一阶微分与碳氮比均有显著相关性;NDVI、RDVI、EVI、SAVI等植被指数对茎叶碳氮比均有较好的拟合效果,其中NDVI受播期的影响较小,可用于建立各播期冬小麦茎叶碳氮比监测模型。检验结果显示,冬小麦各播期茎叶碳氮比监测模型的预测精度为0.678 2~0.963 6,相对误差0.095 5~0.323 9,均方根误差1.864 6~5.714 2,说明利用冠层光谱可以实现对不同播期条件下冬小麦茎叶碳氮比较为准确的监测。     

小麦冠层叶片性状的遗传模型研究

连续两年随机选用8个小麦品种（系）组配成双列杂交组合,研究了小麦冠层叶片性状的遗传模型。结果表明,旗叶基角和鞘长、倒二叶宽为加性一显性模型遗传;倒二叶的基角和开张角均为加性模型遗传;旗叶开张角遗传受环境条件影响,第一年为加性-显性-上位性模型遗传,第二年为加性-显性模型遗传;旗叶长、宽和倒二叶鞘长第一年均为加性一显性模型遗传,第二年均为加性模型遗传;倒二叶长第一年为加性一显性模型遗传,第二年为加性-显性-上位性模型遗传;还分析了控制各性状的显隐性基因在各亲本中的分布及其显性程度。最后,讨论了冠层叶片性状的后代选择和亲本组配等问题。     

小麦黄花叶病对不同类型小麦品种生物学性状及籽粒产量的影响

为了给小麦科学防病和抗(耐)病品种的筛选提供参考依据,在小麦黄花叶病重发区,以当地种植品种和黄淮冬麦区主推品种为试验材料,研究了小麦黄花叶病对不同小麦品种叶片SPAD(Soil and Plant Analyzer Development)值、春季总茎数、干物质积累量以及成熟期产量性状的影响。结果表明,感病小麦品种临麦4号和矮抗58于起身期(3月11日)开始出现症状,与无症状的临麦4号植株(LM4-N)相比,发病的临麦4号植株(LM4-S)的叶片SPAD值由52.4降至37.3;拔节后期(4月10日)所有品种SPAD值之间均无显著差异。然而,与LM4-N相比,拔节后期LM4-S单位面积总茎数减少51.4%,干物质积累量降低42.2%;成熟期LM4-S单位面积穗数降低21.2%,穗粒数降低24.5%,籽粒产量降低2 944.3kg·hm-2,降幅38.3%。而该病对本研究中的其他抗病表现较好的品种鲁原502、济麦22、良星99和烟农24均未产生显著影响。结合各品种的产量表现,建议在小麦黄花叶病发病地区种植推广鲁原502、济麦22等高产、抗(耐)病性较好的品种。     

不同小麦基因型灌浆期冠层和叶面温度与产量和品质关系的初步分析

为了进一步探讨冠层温度作为衡量小麦代谢功能的指标在小麦品种(系)的选择和高产栽培中的作用,选用我国河北、河南、山东、陕西、山西、安徽、四川、江苏8省的8个小麦品种在河南省种植,并对其冠层温度、叶面温度与产量、品质进行相关分析。结果发现,在河南省生态条件下,小麦整个灌浆期间冠层温度与小麦产量及其主要构成因素大部分呈负相关,只有穗粒数在灌浆始期和中期呈微弱的正相关;籽粒蛋白质、面粉蛋白、出粉率、断裂时间、拉伸面积、延伸性与整个灌浆期间冠层温度的总和及各时期冠层温度呈正相关,而耐揉指数和弱化度与冠层温度总和及各时期温度呈负相关。冠层叶面温度与产量和品质的相关关系与冠层温度基本一致。     

剪叶对豫农202籽粒灌浆与干物质积累的影响

为了探讨小麦新品种豫农202植株上部三片叶对籽粒干物质积累的影响,分别在小麦开花期和灌浆中期进行了不同的剪叶处理,分析了不同剪叶处理对剩余叶片的SPAD值、籽粒灌浆速率及籽粒干物质积累量的影响。结果表明,小麦开花期和灌浆中期剪叶后,植株上部三片叶的SPAD值在不同处理间具有明显差异,剪去部分叶片后剩余叶片的SPAD值均有所提高。从剪叶对籽粒灌浆速率和干物质积累量的影响来看,开花期剪叶的影响程度显著大于灌浆中期剪叶。不同剪叶处理间籽粒的灌浆速率和干物质积累量存在明显差异,开花期剪去倒一叶对灌浆速率具有较大的负向效应,其干物质积累量比对照降低了21.22%;剪去倒三叶对灌浆速率具有较大的正向效应,其干物质积累量增加了12.20%。灌浆中期剪叶后,所有剪叶处理的籽粒灌浆速率和干物质积累量均低于对照,且剪去的叶片越多灌浆速率和干物质积累量下降的幅度越大,同时剪去倒一叶和倒二后下降的幅度最大。