基于光谱指数的冬小麦变量施肥冠层光谱特征研究及产量分析

 【目的】由适时获得的高光谱数据代替传统繁琐的实验室土壤养分测定数据来进行变量施肥，实现冬小麦高产优质的目标。【方法】本研究利用冬小麦起身期和拔节期冠层光谱数据，选用反映冬小麦长势信息的优化土壤调节植被指数（OSAVI，optimization of soil-adjusted vegetation index）和变量施肥模型进行变量施肥管理（变量区），以相邻地块常规非变量（均一）施肥区（对照区）为对照，研究了不同氮肥处理冬小麦冠层光谱特征及其施肥效应。【结果】变量施肥之后两种氮肥处理在敏感波段670 nm和760～900 nm处反射率差异明显，而670nm和760～900nm是氮素和冠层的敏感波段，说明进行变量施肥时，利用基于这两个波段组合的光谱指数OSAVI优于其它波段组合的光谱指数；SAVI不同生育时期的变化情况，反映了变量施肥在调控作物长势及群体结构上的优势；与对照区相比变量区提高产量达378.72 kg•ha-1，并降低了各小区产量之间的变异,变量区土壤硝态氮浓度降低，氮肥利用率提高，生态效益较为明显。【结论】该技术通过改善冬小麦群体质量，延缓了植株衰老，促进干物质和氮积累，增加冬小麦产量和氮肥利用率。     

基于光谱指数的冬小麦变量施肥效应研究

【目的】由适时获得的高光谱数据代替传统繁琐的实验室土壤养分测定数据来进行变量施肥,实现冬小麦高产优质的目标。【方法】本研究利用冬小麦起身期和拔节期冠层光谱数据,选用反映冬小麦长势信息的优化土壤调节植被指数(OSAVI,optimization of soil-adjusted vegetation index)和变量施肥模型进行变量施肥管理(变量区),以相邻地块常规非变量(均一)施肥区(对照区)为对照,研究了不同氮肥处理冬小麦冠层光谱特征及其施肥效应。【结果】变量施肥之后两种氮肥处理在敏感波段670nm和760～900nm处反射率差异明显,而670nm和760～900nm是氮素和冠层的敏感波段,说明进行变量施肥时,利用基于这两个波段组合的光谱指数OSAVI优于其它波段组合的光谱指数;OSAVI不同生育时期的变化情况,反映了变量施肥在调控作物长势及群体结构上的优势;与对照区相比变量区提高产量达378.72kg·ha-1,并降低了各小区产量之间的变异,变量区土壤硝态氮浓度降低,氮肥利用率提高,生态效益较为明显。【结论】该技术通过改善冬小麦群体质量,延缓了植株衰老,促进干物质和氮积累,增加冬小麦产量和氮肥利用率。     

冬小麦冠层反射光谱特征分析

以开封市西郊农田冬小麦为研究对象，通过对其四个生长阶段反射光谱的跟踪测量，获得了大量不同时相的光谱数据，利用ViewSpec Pro3．09对数据进行处理，大大压缩了数据量。得到了光谱曲线图。通过对光谱曲线的变化进行定性和定量的分析，从生物学和电磁学两个方面给予了解释，最后利用实测的光谱数据建立了冬小麦不同时相光谱数据库。     

伊犁河谷冬小麦高产施肥模型研究

为了探明不同氮磷钾配比对伊犁河谷冬小麦产量的影响,为高产栽培提供理论依据和技术支撑,采用＂3414＂平衡施肥试验设计,以氮、磷、钾为供试因子,产量为目标函数,对伊犁河谷冬小麦施肥模型进行研究。根据数学模型得出最佳施肥量为：N=201.6kg/hm2,P2O5=144.9kg/hm2,K2O=24.3kg/hm2,产量可达9213.4kg/hm2。     

基于WOFOST作物生长模型的冬小麦干旱影响评估技术

为了反映作物与干旱的相互关系,人为再现干旱灾害对作物产量的影响程度,选择华北地区冬小麦干旱灾害为研究对象,对作物生长模型WOFOST在区域上进行适应性进行分析、检验的基础上,然后利用区域作物模型实现干旱灾害对作物影响定量分析和动态评估.以减产率和气象条件作为灾害严重程度划分的标准,利用数值模拟试验,确定导致减产的主要气象因子及其量值,对研究区干旱灾害进行影响评估,包括典型灾害年份影响评估和年代际灾害影响评估,并给出了评估结果.     

冬小麦冠层水平叶绿素含量的高光谱估测

【目的】利用高光谱数据对抽穗期冬小麦冠层叶绿素含量进行估测,旨在为叶绿素含量快速准确估测提供参考。【方法】利用ASD便携式野外光谱仪和SPAD-502叶绿素仪实测了冬小麦抽穗期冠层光谱反射率及叶绿素含量,并对原始光谱反射率及其一阶导数光谱与叶绿素相对含量进行了相关分析,建立了基于敏感波段、红边位置、原始光谱峰度和偏度、一阶导数光谱峰度和偏度的叶绿素估算模型,并进行检验,从中筛选出精度最高的模型。【结果】冬小麦冠层光谱曲线特征与叶绿素含量之间有着密切联系。基于原始光谱一阶导数偏度和峰度的冬小麦(抽穗期)叶绿素含量估算模型拟合精度优于其他4种估算模型,决定系数R2分别为0.847和0.572,均方根误差RMSE分别为0.397和0.697,相对误差RE分别为61.0%和119.0%,拟合精度优于其他4种估算模型。【结论】原始光谱一阶导数的偏度和峰度作为自变量能很好地估测抽穗期小麦冠层叶绿素含量。     

基于生长模型的小麦变量施肥决策系统构建与应用

在集成专家系统与作物生长模型的基础上,以小麦生长过程中的叶面积指数为变量,构建了基于生长模型的小麦变量施肥决策系统.采用组件对象模型实现了与专家系统的有效衔接,并与其中的数据库、小麦生长模型库等形成一套完整的体系,可以对不同地区不同小麦品种进行施肥指导,包括播前氮、磷、钾总量和播后氮肥的精确追施量.河南省郑州市和鹤壁市两地的小麦试验验证结果表明,该系统可以兼顾天气、土壤及作物长势等因素,为今后精确农业的推广打下了良好的基础.     

冬小麦拔节期冠层晴天光谱特征分析

利用美国ＳＥ５９０辐射分光光谱仪对晴天中午冬小麦冠层各种辐射光谱成分进行了测定研究,给出了冠层上方总辐射、反射辐射及基部透射辐射的各种光谱变化规律,研究表明冠层上方总辐射、反射辐射、基部透射辐射及吸收辐射中光合有效辐射所占百分比分别为４７９％、１６２％、２１６％和７３９％。在此基础上,进一步给出了小麦冠层反射率光谱变化规律,并利用三次样条函数对冬小麦冠层反射率光谱曲线进行模拟,结果表明２５６组实测数据组成的反射率—波长曲线可以由１２组实测数据通过三次样条函数进行较为准确的模拟,平均模拟误差为４７％,从而为冬小麦反射率光谱曲线数据压缩,建立作物遥感数据库提供了一种理论方法。     

紫色土施肥对冬小麦根系生长及产量品质的影响

在国家紫色土肥力与肥料效益监测基地长期定位试验小区上，研究了不同施肥对冬小麦根系生长、产量品质的影响。结果表明，施肥有利于小麦根系长度、根表面积的增加，根系活力的提高。有机肥配施化学肥料（MNPK）或NPK配施，有利于小麦获得较高产量。施有机肥或氮肥或磷肥或钾肥对小麦籽粒粗蛋白质、氨基酸总量、必需氨基酸含量均产生一定的积极影响。有机肥配施化学肥料处理（MNPK），小麦籽粒品质得到进一步改善。     

冬小麦不同群体冠层结构的高光谱响应研究

 选择株型差异较大的冬小麦品种，并通过部分品种不同密度试验，分析了冠层结构的两个重要指标叶向值（LOV）与叶面积指数（LAI）与光谱特征参量的关系，同时对20个不同处理进行了聚类分析。结果表明，不同生育阶段株型指标LOV和群体大小指标LAI对光谱的贡献是不同的，前期（以拔节期为主）LOV对光谱的影响要大些，后期主要受LAI的影响；对拔节期包括品种和密度在内的共20个处理进行聚类分析，划分了株型和群体大小的不同组合4个（A-株型直立，群体较小；B-株型直立，群体较大；C-株型披散，群体较小；D-株型披散，群体较大）；拔节期不同类组冠层光谱反射率在400～700 nm范围内反射率由高到低的顺序为A>B>C>D，700～1 150 nm范围内顺序与其相反，并且差异更加显著，此期是利用光谱识别株型的最佳时期；利用近红外波段光谱特征值（拔节期到孕穗期光谱反射率的增量△R890与拔节期反射率R890）做散点图发现，不同类组在散点分布上具有显著差异，通过纵向反射率的差异以及横向两个阶段反射率增量的差异可以对不同群体冠层结构特征进行初步识别。     

倒伏春性冬小麦冠层光谱特征及倒伏严重度预测

采用高光谱仪测定不同春性冬小麦品种于不同时期倒伏的群体冠层光谱反射率,分析不同倒伏条件下的小麦冠层光谱特征,建立可快速、有效监测小麦倒伏严重程度的数学模型,为合理评价倒伏程度提供依据。结果表明,小麦倒伏后冠层光谱反射率增加,可见光波段550 nm附近出现1个波峰,670 nm附近出现1个波谷;近红外波段1 000 nm处出现1个较明显的波动,呈现2个波谷,1个波峰。同一倒伏级别下,倒伏时期不同,光谱反射率曲线存在差异,可见光波段乳熟末期冠层反射率高于开花期光谱反射率,而近红外波段恰好相反;在同一倒伏时期,倒伏级别越高,光谱反射率越大。倒伏级别与冠层光谱反射率的相关系数于760 nm处达最大(r=0.973 4**)。与NDVI、RVI、DVI相比,采用760 nm处冠层光谱反射率和DVI可有效评估春性冬小麦倒伏严重度。     

倒伏胁迫下冬小麦冠层光谱及红边特征

倒伏已成为影响小麦减产的主要因素之一,实时监测倒伏胁迫对小麦生长具有重要意义。通过人工模拟不同倒伏级别处理,利用光谱观测数据,分析了倒伏冬小麦光谱和红边参数变化特征。结果表明,倒伏小麦冠层光谱反射率较正常小麦整体增高,近红外波段比可见光波段增加明显,且倒伏级别越大反射率越高,表明冬小麦受倒伏胁迫后,冠层光谱对其响应敏感;倒伏小麦红边位置发生蓝移,红边幅值和红边面积则呈增大趋势。因此,可利用高光谱技术实现对冬小麦倒伏的实时监测。     

基于哑变量的日本落叶松生长模型研究

【目的】研究北亚热带高山区和暖温带中山区日本落叶松的生长过程,并建立其生长模型,为精确掌握日本落叶松生长过程、科学经营日本落叶松人工林提供参考。【方法】应用北亚热带高山区和暖温带中山区96株日本落叶松解析木数据,根据区域特征引入哑变量的概念,综合运用Excel 2003、ForStat 2.1及SPSS 16.0等软件进行数据处理和生长模型的拟合,分别建立含有哑变量的日本落叶松胸径、树高和材积生长模型。【结果】2个区域日本落叶松的胸径、树高和材积生长情况没有明显差异。含有哑变量的Richards方程对日本落叶松胸径、树高生长拟合效果最好,R2分别达到了0.996 6和0.995 5,均方误差为0.163 2和0.207 7,平均绝对残差为0.349 1和0.436 7;材积生长模型的拟合结果以含有哑变量的二次函数最为理想,R2为0.997 979,均方误差为0.000 018,平均绝对残差为0.003 276。通过对模型的独立性检验,胸径、树高和材积生长模型预估精度均在90%以上。【结论】建立了日本落叶松胸径、树高和材积的哑变量生长模型,该模型可以用来描述北亚热带高山区和暖温带中山区日本落叶松的生长规律,预测其生长指标,解决了不同区域单独建模模型不相容的问题。     

基于PID算法的变量施肥控制系统设计

本变量施肥自动控制系统,可实现由DGPS定位、GIS确定的地块施肥量,通过PID算法结合了单片机控制和农业机械,将自动控制理论贯穿于整个系统,实现了机电一体化。单片机AT89C51通过RS232接口将上位机的给定施肥量等级与反馈等级比较得到差值,单片机中的增量PID算法子程序改变占空比,从而调节输出控制电压调节电机的转速来改变无级变速器的传动比,来改变排肥轮的转速,调节施肥量。     

基于哑变量的油松人工林和天然林生长模型

为准确掌握油松生长过程、改善油松经营管理模式,利用北京地区油松连续清查数据,在Richards模型基础上,考虑林分起源的差异,在模型中引入哑变量,建立北京地区不同林分起源相容性油松林分生长模型。结果表明：所建立的含哑变量的油松生长模型,对油松林分生长模型的拟合效果较好,决定系数高达0.9380和0.9918;油松蓄积量的拟合效果比断面积好,人工林的拟合效果高于天然林。用检验数据对模型进行适应性检验,林分断面积和蓄积量生长模型的预估精度均在90％以上。     

基于冠层光谱红边参数和植被指数的 冬小麦水分胁迫监测

基于冬小麦不同水分胁迫试验,采用便携式光谱仪测定冬小麦抽穗期、开花期和灌浆期受不同水分胁迫处理的冠层光谱反射率,分析不同水分处理下冬小麦冠层光谱特性,并对植被指数、红边参数与冠层叶片含水率和土壤含水率进行相关性分析,构建各生育期叶片含水率和土壤含水率的最佳监测模型,实现对冠层叶片含水率以及土壤含水率的监测评估。结果显示,在整个生育期,冬小麦的冠层光谱反射率在可见光范围呈现绿峰红谷,尤其在旺盛生长时期,随着水分胁迫程度加深,绿峰红谷逐渐变得不明显,红谷抬升幅度增大;相反,在近红外波段范围内水分胁迫主要使得反射率表现为明显下降;冬小麦红边参数随生长进程呈蓝移现象,灌浆期受胁迫程度越重的红边参数越低;植被指数(EVI、NDVI、SAVI、WI)在开花期之后具有不同程度的下降趋势,至灌浆期有大幅度减小,且随受胁迫程度加深植被指数下降幅度增大;植被指数和红边位置、红边面积在灌浆期与叶片含水率和土壤含水率有显著相关,其中植被水分指数WI、归一化植被指数NDVI和红边位置λ_(red)相关性较佳,其建立的叶片含水率和土壤含水率估算模型效果较好,决定系数r~2均大于0.84,平均相对误差(MRE)≤0.207。综合分析认为,冠层反射光谱特征和植被指数与冬小麦冠层叶片含水率和土壤含水率相关性良好,可利用高光谱遥感参数对冬小麦的水分状况进行快速、准确监测。     

冬小麦冠层叶绿素质量分数高光谱遥感反演研究

叶绿素质量分数是评估冬小麦生长状况和预测产量的重要参数,估算叶绿素质量分数对于冬小麦的生长监测具有重要意义。利用SPAD-502叶绿素仪和SVCHR 1024i型便携式高光谱仪对冬小麦冠层叶绿素质量分数和光谱特征进行田间测量,分别利用回归分析方法和BP神经网络方法搭建冬小麦叶绿素质量分数的估算模型,并将模型估算的叶绿素质量分数与田间实测的叶绿素质量分数进行对比,分析反演精度,从中筛选出精度最高的模型。结果表明:基于BP神经网络的冬小麦冠层叶绿素质量分数估算模型拟合精度要优于其他7种基于植被指数的估算模型,其相关系数(R)为0.961 4,均方根误差(RMSE)为1.875 4,相对误差(RE)为2.815 2%,以及检验方程的决定系数(R~2)为0.704 8,RMSE为1.744 6,RE为2.845 1%。研究结果为估测冬小麦冠层叶绿素质量分数提供参考,从而为冬小麦叶绿素质量分数的实时、快速、无损监测奠定基础。     

基于遥感反演作物冠层温度的作物生长模拟和预报

利用作物冠气温差可以计算作物生长水分胁迫系数.用遥感信息估算作物冠层温度并且利用气象站的气温资料,通过冠气温差计算作物水分胁迫系数,并引入作物生长模拟模型,就实现动态和连续的作物监测及预报作物产量.本文对建立遥感-作物模拟复合模型的基本原理进行了探讨,并提出建立遥感-作物模拟复合模型所涉及的计算方法,但整体研究方法还有待进一步的验证.     

基于哑变量的云南松蓄积生长模型

为了解云南松林分蓄积生长规律,为更好的经营云南松林分提供理论依据,笔者基于云南省云南松一类清查数据,以Schumacher和Richards模型为基础模型,选取不同的林分密度指标,来拟合云南松林分蓄积生长模型,并在最优基础模型上引入哑变量,将不同林分类型合并,建立同时适用于间伐林分和未间伐林分的蓄积生长模型。结果表明:4个传统生长模型的模拟效果都较好,R~2和预估精度最高分别为0.971 6、96.79%,不同的林分密度指标对模型的预测效果有较大影响,且以选用林分断面积作为林分密度指标的Richards模型的预估效果最好,其预估精度为96.79%。在最优传统生长模型中引入哑变量后,模型的R~2和预估精度都比传统的生长模型稍高,分别达到0.973 0、96.84%。通过对模型的适应性检验,所建的哑变量模型的预估精度超过98%,且对间伐林分的拟合效果更佳,可以用来描述不同措施下云南省云南松林分的蓄积生长规律,也解决了不同类型林分合并建模不相容的问题。     

基于冬小麦冠层高光谱的干生物量监测

冬小麦地上干生物量(AGB)能够表征麦田生态系统生产力的大小,提取AGB光谱特征信息和实现其准确估算,对于掌握冬小麦长势情况具有重要的作用。基于连续2 a的氮运筹试验,利用连续投影算法(SPA)提取原始光谱和一阶微分光谱的重要波段,并基于所提取的光谱特征利用多元线性回归(MLR)方法构建AGB的光谱监测模型。结果表明,利用SPA算法可有效降低光谱维度,基于原始光谱所筛选的重要波段分别为528,671,734,910,1 235 nm,而基于一阶微分光谱所筛选的波段为530,669,740,817,1 209 nm;基于一阶微分处理所建立的模型校正集与验证集模型均达到了较高的精度,Y=-5.01+2 043.86R530-7 772.11R669+348.54R740+14 462.04R817+14 196.13R1209,其R2,RMSE和RPD分别为0.72,1.92 t/hm2和2.53;验证集R2和RMSE分别为0.67,2.25 t/hm2。研究表明,结合SPA和MLR可以实现冬小麦AGB的实时估算,研究结果对冬小麦生长状况监测具有一定的参考价值。