共查询到19条相似文献,搜索用时 78 毫秒
1.
高光谱技术可以快速、准确监测作物的生长信息,小麦冠层光谱与其叶片的叶绿素等生长信息密切相关,同时利用光谱信息可以监测作物的产量、籽粒信息等。介绍了高光谱数据的3种采集方式,综述了利用高光谱数据监测小麦的生长状况(叶绿素、叶面积指数、叶片氮素含量)以及小麦产量、籽粒及病害等相关应用领域研究,并提出了作物冠层光谱分析存在的问题以及下一步发展方向。 相似文献
2.
3.
4.
叶片垂直分布对小麦冠层方向光谱响应研究 总被引:1,自引:0,他引:1
【目的】对不同株型小麦冠层叶片垂直分布的方向光谱响应进行研究,探索精确描述小麦冠层空间信息的途径,为农田作物快速、无损的光谱监测提供新的理论与技术。【方法】以2个株型不同的小麦品种为材料,采用自下向上分层切片方法,分析冠层不同部位叶片对冠层方向光谱的影响。【结果】去除不同叶位叶片后,小麦冠层光谱在300~700,800~1 300,1 400~1 800 nm波段差别明显;不同观测角度中,与传统90°视角获得反射信息比较,30°和60°视角反射光谱包含较多下部叶片信息,下部叶片对冠层光谱反射率贡献较大,0°视角反射光谱包含较多上部叶片信息,上部叶片对冠层光谱反射率贡献较大;小麦冠层的穗层和倒1叶对方向光谱产生很大影响。不同的2个小麦品种,ZY9844上部叶片对反射率的影响比P7弱。【结论】小麦冠层不同部位叶片,对冠层方向光谱影响不同,根据冠层特点,通过改变光谱观测角度,可以提高作物冠层光谱监测的精度。 相似文献
5.
[目的]为利用高光谱技术实现作物氮素营养状况无损快速监测提供途径.[方法]通过不同品种小麦不同氮素水平试验,分析小麦不同氮素营养状况下,叶片叶绿素含量与叶面积指数、冠层光谱角的关系,定量分析光谱角指数,并建立相关模型对小麦氮素营养状况进行实时监测.[结果]冠层光谱角指数与差值叶绿素含量和差值叶面积指数的相关性最高为0.919 7,两者之间建立的模型决定系数为0.739 2,0.617 8,具有很好的拟合效果.[结论]利用光谱角可以监测小麦叶片叶绿素及叶面积差异,在此基础上进行小麦氮素营养监测是可行的. 相似文献
6.
为明确烤烟光谱测定的最佳时空条件,以烤烟品种K326 为材料,通过采集田间不同测定时间及探头高
度下烤烟冠层光谱反射率并就其变异系数进行分析。结果表明院10颐00~12颐00 时烤烟冠层光谱的变异系数均小于其他
时段,稳定性较高;不同探头高度烤烟冠层反射光谱的变异系数在可见光(460~710 nm)波段表现为院探头高度1.0 m
与1.5 m所测定的光谱数据稳定性差异不大,但都明显好于探头高度0.5 m所测光谱数据稳定性;近红外(760~1 650
nm)波段探头高度为1.5 m时所测量的光谱数据最稳定,其次是探头高度为1.0 m时所测量的光谱数据,探头高度为
0.5 m光谱数据变异系数最大,稳定性最差。因此,烤烟光谱测定最佳时空条件为探头高度1.5 m、测定时间10:00~12:
00。 相似文献
7.
[目的]针对小麦生长早期植被指数易受土壤背景干扰的问题,提出了一种基于窄带光谱图像分析的小麦植被指数测量方法。[方法]构建了多镜头结构的窄带光谱图像获取装置,实时获取656和770 nm的田间小麦窄带光谱图像。运用简单线性聚类(simple linear iterative clustering, SLIC)和VGG16(visual geometry group network 16)全卷积神经网络对小麦近红外窄带光谱图像进行超像素聚类和分类,把交并比(Qseg)、综合评价指标(F值)、精度(Precision)作为分割精度评价指标,分析传统阈值分割方法和本研究方法去土壤背景干扰的性能差异。去除土壤背景后的窄带光谱图像采用太阳光免白板标定方法计算植被指数,并与GreenSeeker RT200的实测数据进行对比分析,定性定量评价本研究方法去除土壤背景干扰的性能。[结果]试验共采集12个小麦品种、2个施氮水平、24块种植小区图像,Qseg、Precision和F值的平均值分别为90.41%、80.82%和72.73%,分割性能均优于传统的阈值... 相似文献
8.
小麦冠层反射光谱与籽粒蛋白质含量及相关品质指标的定量关系 总被引:20,自引:4,他引:20
研究了不同施氮水平下小麦籽粒蛋白质含量及相关品质性状与冠层反射光谱、植株氮素状况之间的定量关系。结果表明,小麦灌浆期冠层反射光谱可以用来直接预测籽粒蛋白质含量、沉降值和降落值,成熟期冠层反射光谱对籽粒醇溶蛋白和谷蛋白含量的监测具有较高的可靠性;籽粒蛋白质含量与花后14 d叶片含氮量的相关性较好,并且花后14 d比值指数RVI (1220, 710)能准确反演叶片含氮量,进而可以间接地预测籽粒蛋白质含量。据此提出了小麦籽粒蛋白质含量及相关品质指标的两种监测技术途径:基于灌浆期反射光谱的直接预测和基于花后14 d(灌浆中期)叶片含氮量的间接估测。 相似文献
9.
关中地区小麦冠层光谱与氮素的定量关系 总被引:4,自引:0,他引:4
【目的】分析不同生育期及整个生育期小麦叶片氮含量(LNC)与冠层光谱反射特征的关系,以实现对田间小麦活体氮素营养状况的监测,为小麦叶片氮素状况的精确诊断提供依据。【方法】以位于陕西关中地区杨凌揉谷镇、扶风马席村和巨良农场的3个小麦试验田为研究对象,测定不同长势及生育期小麦LNC及冠层光谱反射率,分析不同长势下小麦LNC和反射率的变化,并研究氮含量与冠层光谱反射率的相关性,以及小麦LNC与比值植被指数(RVI)、归一化植被指数(NDVI)的相关性,建立小麦LNC的敏感波段及光谱监测模型。【结果】在同一生育期,长势差的小麦叶片氮含量较低,长势较好的叶片氮含量高。与单波段相比,组合波段构成的植被指数RVI、NDVI与LNC的相关性明显提高,近红外波段(730~1 075nm)和红波段630,660,690nm组成组合波段的RVI、NDVI与LNC呈极显著正相关,其中LNC与RVI的相关性较高。利用独立的小麦田间试验数据,采用通用的均方根差(RMSE)、决定系数(R2)、准确度(斜率)3个指标对所建立的模型进行检验,最终选取RVI(970,690)为监测小麦LNC的最佳光谱参数,构建的最佳模型为LNC=0.176 3×RVI(970,690)0.775 6,R2为0.863,RMSE为0.137,准确度为0.979,接近于1。【结论】利用小麦冠层光谱反射率构建了预测小麦LNC的最佳模型,该模型具有较好的准确度和普适性,适用于整个生育期小麦叶片氮含量的监测。 相似文献
10.
11.
基于成像高光谱的小麦叶片叶绿素含量估测模型研究 总被引:2,自引:0,他引:2
为了探索小麦叶片的光谱特征和敏感波段,建立小麦叶绿素含量与光谱特征参量间的定量关系模型,以促进高光谱技术在小麦精准施肥以及快速、无损长势监测中的应用。采用相关分析法分析了叶绿素含量与光谱反射率及其一阶导数的关系,建立了叶绿素含量监测模型。经筛选验证确定小麦叶绿素含量的最佳估测模型为SPAD=36.75+188.168R387和SPAD=2 094.242R'7153+112 646.744R'7152-1.561E7R'715+42.991。这2个模型均可较好地估测小麦叶片的SPAD值,相比较而言,基于波段R387建立的SPAD估测模型精确度更高。 相似文献
12.
表面分子膜抑制稻田氨挥发的模型研究 总被引:3,自引:1,他引:3
在温室盆钵和田间试验中 ,研究了表面分子膜对氨挥发的抑制效果。结果表明 ,表面分子膜可以有效抑制氨挥发 ,其效果因膜用量的不同而有很大差异。同时 ,应用Jayaweera Mikkelsen氨挥发模型 ,并引入分子膜的氨挥发阻力系数kf,对该模型进行了修正 ,以应用于表面膜存在下的氨挥发模拟。为此 ,根据不同膜用量的盆钵试验结果对参数kf 值进行了计算 ,并用不同kf 值对氨挥发进行了模拟。在该模型中 ,用选定的kf 值对表面分子膜抑制氨挥发的效果与 pH、风速、水深和温度等的关系作了进一步模拟分析。根据修正后的模型 ,对田间试验结果进行了模拟和预测。结果表明 ,在田间试验中模型预测效果较差 ,需要对田间条件下的kf 参数作进一步研究。 相似文献
13.
冬小麦不同氮营养品种对氮反应吸收与土壤硝酸盐耗竭的研究 总被引:12,自引:4,他引:12
通过定义作物氮反应指数 ,在高产条件下比较研究了 6个典型冬小麦品种对氮的反应特性 ,同时对其吸收特性和土壤硝酸盐残留量差异进行了研究。结果表明 ,施用氮肥后 ,冬小麦的物质生产能力、氮含量和吸氮量的增加率不同品种间有显著差异 ,并且随着氮肥用量的增加其变化也不同 ,而秸秆对氮的反应明显高于籽粒。在氮素吸收方面 ,冬小麦品种间氮累积量的差异主要出现在生长前期和后期 ,在扬花期差异不显著。早熟品种 915 0 91对氮的吸收主要集中在前中期 ;晚熟品种泰山 0 2 1则表现为前期吸收比例低 ,中后期吸收比例高 ;品种 6 0 2 9在扬花 11d后仍有很高的氮吸收比例。品种 6 0 2 9比早熟品种 915 0 91总吸氮量平均每公顷高出 5 0 .7kg。关键生育期土壤硝态氮的测定结果表明 ,土壤硝态氮残留量在不同品种间差异显著 相似文献
14.
为研究新型控失尿素和施用方法对小麦产量等影响,在安徽省皖北3个县开展了此项试验。小麦田采用一次性基施和基追结合的方式施用控失尿素和普通尿素,通过比较小麦最终产量,分析新型尿素对小麦产量、产量构成和氮肥利用率的影响。结果表明,不施肥处理小麦最终产量341.6kg/667m2,施用化肥后增加产量37.9%~46.0%。控失尿素全部基施较普通尿素相比增产5.90%,氮肥农学利用率提高21.3%;控失尿素基追结合较普通尿素相比增产1.01%,氮肥农学利用率提高3.9%。试验证明,施用新型控失尿素能有效提高小麦产量,提高氮肥农学利用率,尤其是作为基肥一次性施用,效果更为明显。 相似文献
15.
16.
Experiments were conducted in the Red River Valley (RRV) of Minnesota to determine the responses of hard red spring wheat (Triticum aerstivum L.) to fertilizer N after a sugar beet (Beta vulgaris L.) crop that varied spatially in canopy color and N content. A color aerial photograph was acquired of the sugar beet field just prior to root harvest, and six sites were selected that varied in sugar beet canopy color, three each of green and yellow canopy sites. The three green sugar beet canopies returned 369, 265, and 266 kg N ha–1 to the soil while the three yellow sugar beet canopies returned 124, 71, and 73 kg N ha–1 to the soil. Spring wheat response to fall-applied urea-N fertilizer (0, 45, 90, 135, and 180 kg N ha–1) was determined the following year at each of the above antecedent canopy sites. Soil NO3-N in the top 0.6 m of soil varied among the locations with a range of 35 to 407 kg NO3-N ha–1 at the green canopy sites and 12 to 23 kg NO3-N ha–1 at the yellow canopy sites. Application of fertilizer N according to traditional recommendation methods would have resulted in fertilizer applications at all three yellow canopy sites and two of the three green canopy sites. At the antecedent green sugar beet canopy sites, fertilizer N had little or no effect on spring wheat grain yields, grain N concentration, anthesis dry matter, and anthesis N content. In contrast, fertilizer N increased all four parameters at the antecedent yellow sugar beet canopy sites. The data indicate that fertilizer N management can be improved by using remote sensing to delineate management zones according to antecedent sugar beet canopy color. 相似文献
17.
18.
基于高光谱的冬小麦叶面积指数估算方法 总被引:3,自引:0,他引:3
【目的】冬小麦叶面积指数是评价其长势和预测产量的重要农学参数,高光谱技术监测叶面积指数的方法能够实现快速无损的监测管理。本文旨在将田间监测和高光谱遥感相结合,探索研究中国南方江汉平原地区冬小麦的最佳波段、光谱参数及监测模型。【方法】研究选取江汉平原的湖北省潜江市后湖管理区,利用ASD地物光谱仪和SunScan冠层分析系统在田间对冬小麦的冠层光谱及叶面积指数的变化进行监测,并探讨高光谱植被指数与冬小麦叶面积指数之间的定量关系。通过相关性分析、回归分析等方法构建6种植被指数与冬小麦叶面积指数的反演模型。【结果】冬小麦冠层光谱反射率中近红外波段870 nm,红光波谷670 nm,绿光波峰550 nm,蓝光450 nm波段对叶面积指数变化最为敏感,通过构建植被指数与叶面积指数模型,相关性均较好,决定系数(R2)为0.675-0.757,其中NDVI反演模型的R2最高为0.757。【结论】经模型精度检验,NDVI植被指数反演模型的精度较其它模型好,较适合对研究样区的冬小麦进行叶面积指数反演。 相似文献