水稻锌污染胁迫的光谱奇异性分析

通过研究锌污染胁迫下水稻的光谱奇异性特征来诊断水稻锌污染水平。根据试验区水稻各个生长期的ASD实测高光谱数据和同步获取的作物与农田土壤重金属含量2 a田间试验数据,利用Daubechies小波系中的“Db5”小波函数对锌污染胁迫水稻的350～1 300 nm光谱波段进行5层小波分解,并利用奇异范围、奇异幅度和奇异指数等参数对水稻光谱奇异性进行定量计算与分析。结果表明,“Db5”小波函数分解的第5层小波系数能精准探测水稻光谱的奇异性,其奇异范围集中在480～850 nm波段范围;奇异幅度从出苗期到分蘖期迅速增加,并达到最大值,在随后的分蘖期→拔节期→开花期→成熟期逐渐减少;奇异指数从出苗期→分蘖期→拔节期→开花期→成熟期逐渐增加;水稻叶片锌含量与奇异幅度及奇异指数之间存在较强的相关关系,其决定系数（R2）为0.8445,均方根误差 （RMSE）为5.60。光谱奇异性能有效地诊断并定量分析水稻锌污染胁迫状况,从而为作物重金属污染胁迫监测提供重要参考。     

土壤环境质量指导值与标准研究 Ⅴ.镉在土壤-作物系统中的富集规律与农产品质量安全

通过查阅国内现有镉污染农田土壤和作物中镉含量的相关资料,包括近30年来公开发表文献、国家"七五"科技攻关环保项目"土壤环境容量研究"等科研成果,结合本实验室在长江三角洲、珠江三角洲典型地区污染农田调查数据,经筛选后从88组研究中共收集到镉污染农田土壤和作物中镉含量对应数据509对。根据镉盐来源,将收集的数据分为污染农田调查数据和添加镉盐试验数据;根据作物不同,分为水稻、小麦、茎/叶类蔬菜、根菜和果菜地调查数据。采用富集系数和一元回归模型的方法基于土壤镉含量预测作物可食部分镉含量;采用多元回归模型的方法基于土壤镉含量和土壤pH预测作物可食部分镉含量。结果表明,回归模型对作物可食部分镉含量的预测效果明显优于富集系数中位值;回归模型95%预测上限对作物可食部分镉含量的保守预测优于富集系数90分位值。土壤pH显著影响作物对镉的吸收。影响模型回归效果和预测能力的主要因素是数据分布不均和数据量不足。模型对比后选用多元回归模型的95%预测上限推导稻田和茎/叶类蔬菜用地基于农产品质量安全的土壤镉含量环境基准。     

土壤环境质量指导值与标准研究V.镉在土壤-作物系统中的富集规律与农产品质量安全

通过查阅国内现有镉污染农田土壤和作物中镉含量的相关资料,包括近30年来公开发表文献、国家"七五"科技攻关环保项目"土壤环境容量研究"等科研成果,结合本实验室在长江三角洲、珠江三角洲典型地区污染农田调查数据,经筛选后从88组研究中共收集到镉污染农田土壤和作物中镉含量对应数据509对.根据镉盐来源,将收集的数据分为污染农田调查数据和添加镉盐试验数据;根据作物不同,分为水稻、小麦、茎/叶类蔬菜、根菜和果菜地调查数据.采用富集系数和一元回归模型的方法基于土壤镉含量预测作物可食部分镉含量;采用多元回归模型的方法基于土壤镉含量和土壤pH预测作物可食部分镉含量.结果表明,回归模型对作物可食部分镉含量的预测效果明显优于富集系数中位值;回归模型95%预测上限对作物可食部分镉含量的保守预测优于富集系数90分位值.土壤pH显著影响作物对镉的吸收.影响模型回归效果和预测能力的主要因素是数据分布不均和数据量不足.模型对比后选用多元回归模型的95%预测上限推导稻田和茎/叶类蔬菜用地基于农产品质量安全的土壤镉含量环境基准.     

不同浓度镉胁迫下水稻冠层光谱特征及其预测评价

以南粳44和两优培九两个水稻品种为材料,通过盆栽试验,研究了不同浓度镉胁迫下水稻冠层光谱特征及植株各器官镉含量间的定量关系。结果表明,两水稻品种整株、茎、叶和穗各器官镉含量均随着镉胁迫处理浓度的增加而加大,且茎中含量最高;不同浓度镉污染胁迫下的水稻冠层反射光谱曲线在可见光红光波段也存在差异,随着镉处理浓度增大,光谱曲线反射值降低,去除包络线后归一化深度加大,红边位置在两个品种中有不同程度的红移。通过构建植被指数NDVI（x）与水稻器官中镉含量的多种关系模型,比较了模型预测的显著性,分别构建了适用于两个水稻品种各器官的镉胁迫遥感监测的预测模型,南粳44分别为y整珠=86．207x2-56．633x＋9．7361,y茎=157．65x2-101．89x＋17．317,y叶=21．619x2-14．192x＋2．5283以及y穗_4．701lzz_1．4549x＋0．1628;两优培九分别为y茎=41．495x2-29．34x＋5．1829,y茎=53．364x2-36．778x＋6．3612,y叶=22．981x^2-15．768x＋2．7588,y茎=36．347x^2-25．477x＋4．4473。进而说明,地面高光谱遥感对水稻重金属镉污染及其胁迫水平有较好的响应,可通过水稻冠层光谱的差异性分析,实现水稻镉污染的快速、无损伤探测。     

水稻重金属污染胁迫光谱分析模型的区域应用与验证

根据样地试验建立的农作物重金属污染胁迫光谱分析模型通过卫星遥感数据进行大尺度区域应用是农作物重金属污染遥感评价必须解决的关键问题。该文以吉林长春市3块重金属污染程度不同的水稻农田样地为试验区,采集水稻冠层ASD(Analytical Spectral Devices)数据、叶片叶绿素含量和土壤重金属含量,并获取准同步的Hyperion数据,通过多元逐步回归分析筛选与重金属污染胁迫响应敏感的光谱指数,并运用BP人工神经网络模型构建其与表征重金属污染胁迫程度的叶绿素含量的数学关系模型。结果表明,样地水稻重金属污染胁迫光谱分析模型中的BP网络结构为4-11-7-1、传递函数为logsig,其对各类污染胁迫水平的判别精度均为100%;将所建立的样地水稻重金属污染胁迫光谱分析模型通过Hyperion影像,进行大面积推广并验证,得到其对各类污染胁迫水平的判别精度均超过80%。该研究为样地水稻重金属污染胁迫光谱分析模型的大面积推广应用提供了借鉴意义。     

成熟期水稻砷污染胁迫光谱诊断空间模型研究

以分别表征不同生理特征的NDVI等12种高光谱指数为基础, 结合成熟期水稻叶片实测砷含量, 利用相关分析法提取PSNDa(R= -0.89)、DSWI(R= -0.79)、SIPI(R=0.91)作为单级光谱诊断参数, 并以此为因子 组成砷污染胁迫光谱参数诊断空间(PSNDa-DSWI、PSNDa-SIPI、DSWI-SIPI), 其中以表征叶绿素和细胞结构的PSNDa-SIPI组合空间的诊断效果最佳。利用主成分分析综合各光谱参数信息, 从中提取出主成分F1、F2, 其累积贡献率达88%, 由此建立砷污染胁迫主成分诊断空间(F1-F2), 不同污染程度对应不同诊断空间, 高度污染: F1<1.95, F2>0.75; 中度污染: 1.95<F1<3.15, 0.75>F2>0.40; 轻度污染: F1>3.15, F2<0.40。由此从不同层面构成一个严密的水稻砷污染胁迫诊断系统, 为系统、全面、有效监测大面积水稻砷污染提供多元化诊断依据。     

钾肥对镉污染土壤大白菜品质的效应研究

为进一步阐明钾对镉污染土壤上大白菜的品质影响,通过盆栽试验研究了2种镉污染土壤不同钾肥用量对大白菜生长、生理特性和重金属含量的影响。结果表明,大白菜地上部及地下部鲜重在低镉胁迫下分别下降2.6%和19.8%,在高镉胁迫下分别下降7.1%和45.5%;低镉胁迫下,土壤增施钾肥后大白菜地上部鲜重提高0.3%~34.0%,地下部鲜重降低1.2%~7.4%;高镉胁迫下,增施钾肥后大白菜地上部鲜重无明显变化,地下部鲜重显著提高41.8%~87.3%。低镉胁迫大白菜叶片中叶绿素a、叶绿素b含量略有升高,增施钾肥后,叶绿素a含量显著升高,叶绿素b含量变化不大;高镉胁迫大白菜叶片中叶绿素各含量明显降低,增施钾肥后,叶绿素各含量变化不大。低镉胁迫大白菜叶片中抗氧化系统酶(CAT、SOD、POD)活性增强,高镉胁迫大白菜叶片中各抗氧化系统酶活性降低,2种镉污染土壤增施钾肥各种酶活性呈增强趋势。镉污染土壤增施钾肥能有效提高大白菜叶片中维生素C、还原糖的含量,并促进游离氨基酸转化为粗蛋白。镉胁迫大白菜叶片中重金属镉、砷含量显著升高,铅、铬、汞含量均有效降低。结果表明,镉污染土壤上增施钾肥能有效提高大白菜品质,特别是降低大白菜叶片中各种重金属的含量,低镉胁迫下最佳施钾浓度为200~400mg·kg-1,高镉胁迫下最佳施钾浓度为400~600 mg·kg-1。     

白术叶片对干旱胁迫的光谱特征响应

白术根茎膨大初期对轻度的土壤水分缺失具有一定的耐受性,但是过度干旱会抑制其根茎膨大及成分积累,因此,无损伤诊断该时期白术是否受到干旱胁迫至关重要。本文以2年生白术为试验材料,在根茎膨大初期控制土壤水分,形成不同程度的干旱胁迫,利用Uni Spec-SC光谱分析仪测定其光谱反射率,并结合光合色素含量,探讨白术叶片光谱特征对干旱胁迫的响应规律,为利用光谱参数监测白术生长状况提供技术依据。结果显示,随着干旱胁迫程度增加,可见光区域(400~750 nm)白术叶片光谱反射率升高,说明其光能吸收利用能力下降;但在750~1 000 nm的近红外波段,光谱反射率则逐渐平稳,在1 000 nm处,干旱胁迫下的全部叶片反射率均低于对照。微分光谱在680~750 nm间差异明显,并与叶绿素含量在700~750 nm间呈显著相关。同时,大多数光谱参数与色素含量呈显著相关(P0.05),尤其类胡萝卜指数(mCRI)、色素归一化指数(PSNDb)、红边位置(λ_(red))、红边幅值(D_(λ_(red)))、红边面积(S_(red))与之呈极显著相关(P0.01)。从上述结果可知,微分光谱680~750 nm可作为检测白术是否受到干旱影响的主要监测波段,红边参数、类胡萝卜指数及色素归一化指数可以作为重要指标,快速、准确、无伤害诊断白术受干旱胁迫程度。本研究结果可为应用反射光谱进行白术干旱胁迫程度诊断提供理论依据和技术支持。     

基于光谱理论的作物营养诊断研究进展

随着光谱技术的发展及其自身的优点,应用光谱技术在作物营养诊断和养分估测方面的研究也越来越多。本文概要地介绍了植物光谱诊断的原理和生理基础,总结了高光谱数据的提取和处理方法;着重评述了光谱技术在作物氮、磷、钾和其它营养元素的营养诊断和养分含量估测的国内外研究状况和进展。文章指出,氮素营养的光谱诊断研究较多,提取出一些敏感波段,建立了光谱指数,并初步得到验证;磷钾营养的光谱诊断研究相对较少,并且结论也不统一;其它营养元素的光谱诊断只是略有涉及,需要进一步研究。本文还就当前作物营养光谱诊断研究的重点以及光谱数据采集和建立养分预测模型中存在的问题进行了分析讨论,并提出了今后的研究方向和应用前景。     

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。     

基于无人机高光谱遥感的冬小麦叶面积指数反演

叶面积指数(leaf area index,LAI)是评价作物长势和预测产量的重要依据。光谱特征信息作为高光谱遥感的突出优势在追踪LAI动态变化方面极其重要;然而,围绕光谱特征信息所开展的无人机高光谱遥感反演作物LAI的相关研究鲜有报道。该文利用ASD Field Spec FR Pro 2500光谱辐射仪(ASD Field Spec FR Pro 2500 spectroradiometer,ASD)和Cubert UHD185 Firefly成像光谱仪(Cuber UHD185 Firefly imaging spectrometer,UHD185)在冬小麦试验田进行空地联合试验,基于获取的孕穗期、开花期以及灌浆期地面数据和无人机高光谱遥感数据,估测冬小麦LAI。该文选择同步获取的冬小麦冠层ASD光谱反射率数据作为评价无人机UHD185高光谱数据质量的标准,依次从光谱曲线变化趋势、光谱相关性以及目标地物光谱差异三方面展开分析,结果表明458~830 nm(第3~96波段)的UHD185光谱数据可靠,可使用其探测冬小麦LAI,这为今后无人机UHD185高光谱数据的使用提供了参考。该文研究对比分析了UHD185数据计算的红边参数和光谱指数与冬小麦LAI的相关性,结果表明:12种参数中比值型光谱指数RSI(494,610)与LAI高度正相关,是估测LAI的最佳参数;基于比值型光谱指数的对数形式lg(RSI)构建的线性模型展现出lg(RSI)与lg(LAI)较优的线性关系(决定系数R2=0.737,参与建模的样本个数n=103),且lg(LAI)预测值和lg(LAI)实测值高度拟合性(R2=0.783,均方根误差RMSE=0.127,n=41,P0.001);该研究为利用无人机高光谱遥感数据开展相关研究积累了经验,也为发展无人机高光谱遥感的精准农业应用提供了参考。     

基于高光谱的双季稻分蘖数监测模型

旨在阐明双季稻分蘖数与冠层反射高光谱间的定量关系,构建基于高光谱的双季稻分蘖数监测模型。基于不同早、晚稻品种和施氮水平的田间试验,于关键生育期(分蘖期、拔节期和孕穗期)测定早、晚稻分蘖数,同步使用FieldSpec HandHeld 2型高光谱仪采集早、晚稻冠层反射高光谱数据,分别利用光谱指数法和连续小波变换构建新型光谱指数和敏感小波特征对双季稻分蘖数进行监测,建立双季稻分蘖数光谱监测模型,并用独立试验数据进行检验。结果表明,新型光谱指数和敏感小波特征对双季稻分蘖数的监测效果优于其他类型光谱参数(植被指数和“三边”参数),其中位于红边区域的小波特征db7(s9,w735)监测早稻分蘖数时表现最优,监测模型R2为0.754,模型检验相对均方根误差RRMSE为0.128;位于红边区域的小波特征mexh(s6,w714)监测晚稻分蘖数时表现最优,监测模型R2为0.837,模型检验RRMSE为0.112。研究结果可为双季稻分蘖数快速无损监测和群体质量精确调控提供理论基础与技术支持。     

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.     

基于特征转移植被指数的水稻叶片氮素含量定量估算

水稻叶片氮素含量遥感检测是实现水稻精准施肥的前提条件.为了探究利用光谱技术快速、便捷的实现水稻叶片氮素的精准检测,该研究在水稻关键生育期,利用水稻叶片400～1000 nm高光谱反射率信息,利用连续投影法提取敏感波段,在此基础上,提出了一种波段特征转移的植被指数构建思路,构建了由3个波段构成的氮素特征转移指数(Nitr...     

基于GF-1卫星数据的冬小麦叶片氮含量遥感估算

以陕西关中地区大田和小区试验下的冬小麦为研究对象,探讨基于国产高分辨率卫星GF-1号多光谱数据的冬小麦叶片氮含量估算方法和空间分布格局。基于GF-1号光谱响应函数对地面实测冬小麦冠层高光谱进行重采样,获取GF-1号卫星可见光-近红外波段的模拟反射率,并构建光谱指数,利用与叶片氮含量在0.01水平下显著相关的8类光谱指数,分别建立叶片氮含量的一元线性、一元二次多项式和指数回归模型。通过光谱指数与叶片氮含量的敏感性分析,以及所建模型的综合对比分析,获取适合冬小麦叶片氮含量估算的最佳模型。结果表明:模拟卫星宽波段光谱反射率和卫星实测光谱反射率间的相关系数高于0.95,具有一致性;改进型的敏感性指数综合考虑了模型的稳定性、敏感性和变量的动态范围,敏感性分析表明比值植被指数对叶片氮含量的变化响应能力最强;综合模拟方程决定系数、模型敏感性分析、精度检验和遥感制图的结果,认为基于比值植被指数建立的叶片氮含量估算模型适用性最强,模拟结果与实际空间分布格局最为接近,为基于GF-1卫星数据的区域性小麦氮素营养监测提供了理论依据和技术支持。     

基于高光谱的春玉米大斑病害遥感监测指数选择

玉米大斑病是春玉米主要病害之一,采用地面光谱观测的方式构建遥感监测指数,是实施区域遥感监测的基础,也是卫星传感器谱段设计的主要依据。该文在陕西省眉县设计了人工控制小区试验,针对高抗、抗、感和高感4个品种,通过人工接种不同浓度大斑病分生孢子的方法,获得了正常、轻微、中度以及严重等4个病害感染梯度小区,并在春玉米抽雄、吐丝、乳熟以及成熟4个生长期进行了地面高光谱观测。为了实现对春玉米大斑病的遥感监测,该项研究在春玉米冠层光谱数据基础上,分析了不同种植区不同生长期春玉米冠层光谱反射率和光谱一阶微分特征,并以此确定了大斑病敏感波段位置以及病害适宜监测期,同时根据敏感波段位置的光谱特征构建了专门的春玉米大斑病的遥感监测指数,最后结合180个光谱观测样本,对比了所提指数以及其他病害指数与病害严重度之间的相关性,并通过聚类分析了所建遥感指数的稳定性。研究结果表明,乳熟期的春玉米大斑病在红边波谱内的响应较为敏感,尤其红边核心区(725~740 nm)的光谱一阶微分与病害严重程度间存在明显地单调变化关系,具有非常显著的负相关性;同时,该文所提病害监测指数与病情指数具有较高的相关性,其相关系数达到了0.995 0,最后结果表明利用红边一阶微分指数的对病害程度的聚类总体精度达到100.0%,指数值分布稳定性也更高,具有在遥感监测业务中应用的潜力。     

基于无人机高光谱的冬小麦氮素营养监测

为了实现小区域尺度上的作物氮素营养状况遥感监测,该研究利用无人机搭载Cubert UHD185成像光谱仪对2016 -2017年关中地区的冬小麦进行遥感监测,通过分析冠层光谱参数与植株氮含量、地上部生物量和氮素营养指数的相关性,筛选出对三者均敏感的光谱参数,结合多元线性逐步回归、偏最小二乘回归和随机森林回归建立抽穗期冬小麦氮素营养指数（Nitrogen Nutrition Index,NNI）估测模型,并与单个光谱参数建立的冬小麦氮素营养指数模型进行比较。结果表明,任意两波段光谱指数对氮素营养指数更为敏感,与氮素营养指数均达到了极显著性相关;基于差值光谱指数和红边归一化指数的单个光谱参数构建的模型具有粗略估算氮素营养指数的能力,相对预测偏差分别为1.53和1.56;基于随机森林回归构建的多变量冬小麦氮素营养指数估算模型具有极好的预测能力,模型决定系数为0.79,均方根误差为0.13,相对预测偏差为2.25,可以用来进行小区域范围内的冬小麦氮素营养指数遥感填图,为冬小麦氮素营养诊断、产量和品质监测及后期田间管理提供科学依据。     

中国东北黑土带土壤线空间变异规律

利用遥感影像分析土壤参数和监测植被长势要求准确的土壤线参数。利用MODIS反射率产品计算东北黑土带不同分区土壤线参数,研究其空间分布规律;并利用不同分区土壤线参数计算与土壤线性相关的植被指数,分析不同植被指数与作物叶面积指数、光合有效辐射分量之间的相关关系。结果表明：东北黑土带土壤线斜率的总体趋势是,由北向南先增加后减小,最大值（1.5921）在北纬47°～47.7°之间的黑土带范围（对应行政范围为海伦南部,望奎北部）;最低值（1.1319）在德惠南部与九台中部。与土壤线性相关的植被指数与作物两个生理参数的相关关系显著高于归一化植被指数（NDVI）; 改进的转换型土壤植被指数（ATSAVI）对土壤线参数的敏感性最高,利用分区不同土壤线参数计算的ATSAVI与作物生理参数的相关系数高于利用单一土壤线参数计算的结果;引入土壤线参数可以提高植被指数反演作物生理参数的精度。