棉花植株水分含量的高光谱监测模型研究

精确灌溉对无损、快速的水分监测技术有迫切需求。研究棉花冠层高光谱参数与水分的定量关系并建立水分估测模型,以实现棉花水分及时、准确监测。通过2年试验,测定棉花冠层高光谱及植株水分,根据光谱参数与植株含水量的相关关系,建立了植株含水量监测模型。结果表明:棉株含水量与叶片含水量在一定范围内随灌溉量增减而增减,并能区分棉花干旱程度;棉株及叶片含水量与冠层460～514 nm、605～698 nm、1451～1576 nm和1960～2457 nm反射率极显著负相关,与727～1345 nm反射率极显著正相关,且棉株的相关性好于叶片含水量。所选作物水分指数、归一化差值水分指数1、归一化差值水分指数2、水分胁迫指数1、水分胁迫指数2、水分波段指数、水分指数与归一化差值植被指数之比均与棉株及叶片含水量极显著相关;构建了棉株含水量和叶片含水量的最佳监测模型;所建模型精度能满足大田生产对棉花水分监测的要求。     

以冠层反射光谱监测水稻叶片氮积累量的研究

作物氮素状况是评价作物长势、估测产量与品质的重要参考指标,对作物氮素精确诊断与管理具有重要意义。本文以不同施氮水平下的4年田间试验为基础,研究了水稻叶片氮积累量与冠层反射光谱的定量关系。结果显示,在冠层单波段反射率中,460 nm、510 nm及760~1 100 nm的光谱反射率与冠层叶片氮积累量的相关性较好;近红外波段(     

不同水分条件下棉花光谱数据对冠层叶片温度的响应特征

利用Fluke热像仪和ASD地物非成像高光谱仪,分别记录棉花新陆早33号、13号2个品种、4个水分处理、5个关键生育时期的冠层红外热图像和反射光谱数据;在红外热图像上提取棉花冠层受光叶片的温度,同时处理高光谱数据获得归一化植被指数(NDVI)、比值植被指数(RVI)、红光620 nm和近红外850 nm波段的反射率(ρ620,ρ850)。分析表明,棉花2个品种4个水分处理的冠层叶片温度(TL)在盛花期、盛花结铃期较高,在盛铃期达到最大值,在开花期和吐絮初期较低;棉花受到水分胁迫,冠层近红外波段光谱的反射率降低,红光波段的反射率升高,NDVI和RVI变小,TL升高;在充分灌溉条件下棉花近红外、红光波段的光谱反射率、NDVI和RVI及TL则与水分胁迫处理的表现相反。和620 nm和850 nm波段反射率与TL的线性相关比较,棉花NDVI和RVI与TL的线性相关性更强。研究表明,将红外热图像和高光谱遥感技术相结合,具有实时、非破坏性地监测棉花水分状况的潜力。     

基于冠层反射光谱的夏玉米叶片氮积累量估测

为实现夏玉米冠层氮素状况的实时无损监测,于2009—2010年连续2个生长季,通过不同玉米品种和施氮水平下的田间试验,研究夏玉米叶片氮积累量与冠层反射光谱的相关关系,提出叶片氮积累量的敏感光谱参数,并建立叶片氮积累量的定量估算模型。结果表明,夏玉米叶片氮积累量随施氮水平的提高而增加;可见光波段的460~670 nm和近红外区的780~1100 nm是监测玉米叶片氮积累量变化差异的敏感波段;归一化植被指数(NDVI)、优化的简单比值指数(MSR)、优化土壤调节植被指数(OSAVI)、修正土壤调整植被指数(MSAVI)和土壤调整植被指数(SAVI)与叶片氮积累量相关性较好。利用不同年际独立试验数据对监测模型进行检验,以OSAVI为自变量构建的叶片氮积累量监测模型效果最优,相关系数(r)为0.6745,均方根差(RMSE)为1.2368。利用本研究确立的玉米叶片氮积累量与冠层反射光谱的定量关系,可用来定量估测叶片氮积累量的变化状况。     

基于吸收、透射和反射光谱预测水稻叶绿素含量研究

选择基于吸收率和透射率的叶绿素含量定量反演波段组合,构建叶绿素含量光谱估测模型寻找基于吸收、透射和反射光谱预测叶绿素含量的波段。以3个水稻品种临稻11,圣稻13和阳光200为材料,进行田间实验。比较水稻叶片吸收、反射及透射光谱曲线和一阶导数光谱曲线,发现440、480、630nm和681nm为叶绿素吸收峰的实际发生波段位置,其中630nm波段处的叶片光谱吸收率(A)、透射率(T)和反射率(R)之间相关性最好。比较三者之间的相关性,吸收率与透射率的相关性最强。630nm波段处的叶片光谱吸收率、透射率和反射率与叶绿素含量之间的相关性均达到极显著水平。回归分析表明基于440、480nm和681nm3个波段光谱吸收率线性模型,440、480nm和630nm3个波段光谱透射率线性模型估测叶绿素a含量,480、630nm和681nm3个波段光谱透射率线性模型估测叶绿素b含量,与单独使用630nm光谱变量估测叶绿素含量比较,在4个生育期估测精度均有显著提高,其中以叶绿素a和叶绿素总量的估测效果最好。     

棉花冠层高光谱指数与叶片氮积累量的定量关系

利用冠层高光谱反射率及演变的多种高光谱植被指数(VI),分析了不同施氮水平下不同棉花品种叶片氮积累量与冠层反射光谱的定量关系,建立了棉花叶片氮积累量的敏感光谱参数及预测方程。结果显示,棉花叶片氮积累量和冠层高光谱反射率均随不同施氮水平显著变化;棉花叶片氮含量的敏感光谱波段为600~700 nm的红谷波段和750~900 nm的近红外波段,叶片氮积累量与光谱指数NVD672有密切的定量关系,且不同品种可以用统一的方程来描述,从而为棉花氮素营养的监测诊断与精确施肥提供了技术支持。     

利用叶片高光谱指数预测水稻群体叶层全氮含量

通过测定叶片高光谱来快速估测整个水稻叶层全氮含量对于水稻氮素诊断有重要意义。本文通过连续3年不同施氮水平和不同品种类型的4个大田试验,分生育期同步测定了不同叶位叶片的高光谱反射率及叶层全氮含量,并系统分析了叶片水平多种高光谱指数与水稻叶层全氮含量的定量关系。结果表明,不同叶位叶片的光谱反射率与叶层全氮含量的相关程度不同,顶二叶(L2)表现最好、顶三叶(L3)次之,而L2和L3的平均光谱(L23)有助于进一步提高光谱指数的敏感性,是估测叶层氮含量的适宜叶位组合。绿光560nm和红边705nm波段附近光谱反射率与叶层全氮含量呈极显著负相关关系,两者分别与近红外波段组合而成的光谱比值指数可较好地监测水稻叶层全氮含量,其中绿光、红边窄波段比值指数SR(R780,R580)和SR(R780,R704)表现较好,与叶层全氮含量的决定系数分别为0.887和0.884;独立试验数据检验的RMSE分别为0.216和0.235。将上述2个窄波段比值指数中的近红外、绿光波段和红边波段宽度分别扩展至100、20和10nm,从而构建的宽波段比值指数SR[AR(750-850),AR(568-588)]和SR[AR(750-850),AR(699-709)]与叶层全氮含量相关性仍具有较高水平,线性回归模型的拟合精度(R2)为0.886和0.883,检验RMSE值分别为0.218和0.237。从而在叶片水平,确立了适于叶层全氮含量估测的基于绿光、红边与近红外波段的比值组合和波段适宜宽度。     

玉米耐高密品种冠层光氮分布及匹配特征研究

在有限氮投入下通过增密种植实现玉米增产增效,需要进一步挖掘耐密品种的光氮匹配利用潜力。揭示不同耐密品种冠层光氮空间分布和匹配特征差异,及其与玉米产量形成及氮效率的关系,对探索玉米产量效率层次差异消减途径具有指导意义。本试验以常规品种KH8和耐高密品种MC670为试验材料,在减氮增密条件下,系统分析了常规和耐密型玉米品种冠层光氮分布及匹配特征的差异。结果表明,耐高密品种MC670穗位以上透光率较常规品种KH8高20.6%。两品种的比叶氮(specific leaf nitrogen, SLN)均表现为上层叶片、中层叶片显著高于下层叶片; MC670上层、中层叶片SLN显著高于KH8,但下层叶片差异不显著。KH8和MC670的光氮匹配系数分别为1.28和0.86,MC670的光氮匹配系数与理想值差异较小,说明MC670的光氮匹配程度优于KH8。综上所述,与常规品种KH8相比,耐高密品种MC670冠层具有较低的消光系数和较高的氮消减系数,使耐高密品种冠层具有较优的光氮匹配程度,同时使其中上部冠层具有更高的光合氮比例、光合氮效率和光合生产力,这是其实现较高的氮肥生理效率、氮肥利用效率及获得高产...     

小麦叶片氮素状况与冠层反射光谱指数的关系

利用不同小麦品种在不同施氮水平下的3年田间试验数据,研究了小麦叶片氮积累量与冠层反射光谱间的定量关系。结果显示,不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势,同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高蛋白质含量的品种类型,近红外区域若干相邻波段和可见光波段组成的比值植被指数与单位土地面积上叶片氮素积累量的相关关系均表现较好,因此可用760、810、870、950和1 100 nm反射率的平均值与660 nm组成的比值植被指数对不同蛋白质类型小麦品种的叶片氮素积累量进行定量监测,但回归方程的斜率在不同类型品种之间存在显著差异。本研究确立的小麦叶片氮积累量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平,为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

基于水稻冠层光谱特征构建粳型水稻籽粒蛋白质含量预测模型

水稻籽粒蛋白质含量是评价稻米品质的主要指标之一。本文以不同施氮水平下的4年田间试验为基础,系统分析了水稻成熟籽粒蛋白质含量与不同时期冠层反射光谱的相关性。结果显示,籽粒蛋白质含量与可见光波段(460~710 nm) 反射率呈负相关,与近红外波段(760~1 220 nm) 反射率呈正相关,其中孕穗期冠层单波段反射率与成熟籽粒蛋白质含量的相关性最高,在16个波段中以760 nm波段反射率与籽粒蛋白质含量的拟合效果最好,复相关系数达0.795。进一步分析比值植被指数、差值植被指数、归一化植被指数和红边参数等光谱参数与成熟籽粒蛋白质含量的相关性,运用线性逐步回归分析方法对相关拟合较好的16个参数进行筛选,建立了水稻成熟籽粒蛋白质含量（GPC）监测模型,GPC=－0.15× DVI(1 500, 950) + 3.00。利用不同年份不同品种及不同施氮水平下的观测数据对模型进行检验,预测值和实测值的精确度为0.56~0.86,准确度为0.85~1.18,根均方差（RMSE）为3.51%~19.91%,表明模型预测值与实测值之间符合度较高,对水稻成熟籽粒蛋白质含量具有较好的预测性。     

小麦叶片氮积累量与冠层反射光谱指数的定量关系

利用不同小麦品种在不同施氮水平下的3年田间试验数据，研究了小麦叶片氮积累量与冠层反射光谱间的定量关系。结果显示，不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势，同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高蛋白质含量的品种类型，近红外区域若干相邻波段和可见光波段组成的比值植被指数与单位土地面积上叶片氮素积累量的相关关系均表现较好，因此可用760、810、870、950和1100nm反射率的平均值与660nm组成的比值植被指数对不同蛋白质类型小麦品种的叶片氮素积累量进行定量监测，但回归方程的斜率在不同类型品种之间存在显著差异。本研究确立的小麦叶片氮积累量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平，为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

油菜叶片气孔导度与冠层光谱植被指数的相关性

利用冠层光谱实时、无损和定量监测植物叶片气孔导度,对于改善作物水分利用效率以及产量和品质预测预报具有十分重要的意义。本研究采用裂区设计法(宁油18和宁油16两个品种)、两个供氮水平(N₁₈₀：纯氮180 kg hm^-2、P₂O₅ 120 kg hm^-2、K₂O 180 kg hm^-2和硼砂15 kg hm^-2;N₀：CK)于2007-2008年测定油菜冠层光谱反射率、叶片气孔导度以及叶面积指数(LAI)和叶片鲜、干生物量,利用各波段光谱反射率组合产生的植被指数,分析油菜叶片气孔导度的变化规律及其与光谱植被指数的相关性,从而建立光谱植被指数对叶片气孔导度的估算模型。结果表明,在整个生育期油菜叶片气孔导度呈“双峰”变化, LAI和叶片鲜、干生物量均呈单峰曲线变化;开花前光谱植被指数与油菜叶片气孔导度和油菜冠层叶片平均气孔导度均呈极显著正相关,且光谱植被指数对油菜冠层叶片气孔导度的拟合效果好于对油菜叶片气孔导度的。光谱植被指数与冠层叶片气孔导度的量化关系可为今后快速、无损、大面积的油菜作物气孔导度估算奠定一定基础。     

利用遥感方法诊断小麦叶片含水量的研究

应用地物光谱仪探讨了小麦叶片含水量对近红外（ＮＩＲ）波段光谱吸收特征参量的影响。结果表明：１．６５～１．８５μｍ间的光谱反射率与小麦叶片的含水量呈显著负相关,而且该波段在大气窗口之内,受大气层水的干扰较小,可作为航空或卫星遥感探测指标应用。根据大量观测数据建立了叶片含水量与吸收深度及吸收面积间的线性相关关系和回归方程式,从而提出一种利用光谱反射率诊断小麦叶片水分状况的遥感方法。     

高大平房仓稻谷粮层霉菌、脂肪酸值和水分差异性研究

研究了高大平房仓储存稻谷不同层的霉菌量、细菌量、脂肪酸值和水分的差异。结果表明:稻谷粮堆霉菌数量中层上层下层,各层主要优势霉菌为黄曲霉、灰绿曲霉和白曲霉,但比例不同;下层稻谷脂肪酸值最高,中层水分最高。进一步的方差分析表明不同粮层间的霉菌量、细菌量和脂肪酸值存在(极)显著性差异,而水分差异不显著。     

基于光谱指数的苹果叶片水分含量估算模型研究

建立快速、无损的苹果叶片水分含量高光谱估算模型,为苹果树干旱预警提供理论依据。以2个不同生育期采集的苹果叶片为研究对象,研究了不同水分含量的苹果叶片高光谱特征,分析了苹果叶片水分含量与光谱指数(WI、WBI、PWI、GVWI、MSI、 NDW)之间的相关关系,建立了苹果叶片水分含量估算模型。结果表明,苹果叶片水分含量的敏感光谱波段主要集中于近红外和短波红外波段;利用6个光谱指数建立的单变量估算模型均达到了极显著水平(P<0.01),但以水分指数（WI）建立的估算模型y=29503x2-57746x+28317的拟合决定系数R2最大,为0.5401;经检验,拟合方程的RMSE为 2.4,RE为 5.8%,检验精度达到了94.2%。采用主成分回归分析方法,建立的苹果叶片水分含量估算模型y=-556.819+347.838x1-17.815x2-27.864x3+299.492x4+25.647x5+9.835x6的拟合决定系数R2为0.6371,经检验,拟合方程的RMSE为 1.26,RE为 1.8%,检验精度达到了98.2%。表明以主成分回归分析建立的苹果叶片水分含量估算模型具有较好的敏感性和稳定性。     

不同玉米品种籽粒脱水速率相关分析及快速测定

为了探究玉米籽粒含水量和脱水速率在各个生长时期变化趋势及其相关性,本研究以‘浚单1538’‘、高玉1668’‘、浚单18’共3个不同玉米单交种为材料,利用相关分析和回归分析模型对主要农艺性状进行了分析。结果表明不同类型品种籽粒含水量和脱水速率差异较明显,变化趋势不尽相同。籽粒含水量、整穗含水量和穗部叶片含水量呈显著正相关,与穗上节和苞叶含水量有较强的正相关,与地上第三节和穗上节穿刺力有较强的负相关性,但均未达到显著水平。籽粒脱水速率与整穗脱水速率呈显著正相关,与地上第三节和穗部叶片脱水速率负相关性较强,但未达到显著水平。利用探针式水分测定仪测量玉米整穗含水量与烘干法水分数据呈显著正相关,建立了计算玉米籽粒真实水分读数的数学模型:y=1.565x-91.455 (R²=0.63),优化了利用探针式水分测定仪进行籽粒含水量测定的方法,利用籽粒水分校正值分析籽粒脱水速率相关性状与烘干法结果基本一致。利用探针式水分测定仪测定茎秆含水量和叶片含水量与烘干法相关性较小。     

冬小麦不同株型品种光谱响应及株型识别方法研究

以直立和平展2种株型的冬小麦品种为材料，研究了它们的光谱响应以及田间植被覆盖度的差异，探讨了利用冠层光谱反射率、光谱特征参量NDVI及植被覆盖度识别小麦株型的方法。结果表明，（1）小麦不同株型品种在近红外波段（700～1300 nm）光谱反射率有明显差异，生育前期平展型品种高于直立型品种，并以拔节期的差异为最显著，随着生育进程差异逐渐变小。拔节期是进行株型识别的最佳时期，并且此期冠层的敏感波段680 nm和760～900 nm的反射率在2种株型品种之间差异明显。（2）小麦冠层叶面积指数（LAI）与归一化差异植被指数NDVI(680,890)呈正相关，并且不同生育阶段其相关程度有差异，这是利用NDVI和植被覆盖度(COV)识别不同株型的基础。（3）相同COV条件下，直立型品种的NDVI高于平展型品种的NDVI，并且随着COV的增加，差异逐渐变小，二者的变化关系体现了直立型品种株型紧凑和平展型品种株型披散的特点，利用NDVI和COV的关系可以对株型进行识别，以小麦拔节期为最佳识别阶段，此期2种株型品种的NDVI具有显著差异（P＜0.05）。     

基于水分光谱指数的烟草叶片等效水厚度估测

为及时、准确监测烟草叶片的水分状况,连续2年开展不同基因型烤烟品种的水分胁迫试验,测定烟叶的光谱反射率和叶片等效水厚度(EWT),系统分析350～2500 nm波段范围内任意2个波段组合而成的比值水分指数(SRWI)和归一化水分指数(NDWI),并构建烟草EWT的光谱指数预测模型。结果表明：(1)不同基因型烟草的叶片等效水厚度均随灌水量的减少而降低。(2)不同水分处理的烟叶光谱反射率在可见光波段和近红外波段均发生了规律性变化。(3)筛选出的烟草叶片等效水厚度的光谱敏感波段主要集中在可见光区域的500～600 nm、近红外区域的700～900和1000～1250 nm、短波红外区域的1900～2000 nm,最佳水分光谱指数分别为NDWI(R₁₉₂₀,R₁₉₃₀)、SRWI(R₁₉₃₀,R₁₉₂₀),核心波段为1920、1930 nm。(4)利用水分光谱指数构建的烟草叶片等效水厚度的线性和非线性预测模型,以极限学习机模型(ELM)的精准度和稳定性最佳(P-R²=0.853     

基于光谱参数的棉花叶面积指数监测和敏感性分析

研究棉花冠层光谱参数对不同叶面积指数的响应,建立棉花叶面积指数光谱参数最佳估测模型,并对所选光谱参数进行敏感性分析.利用高光谱仪测定不同时期不同叶面积指数条件下的棉花冠层光谱反射率.结果表明,694 nm和1099nm分别为可见光和近红外波段区域内与叶面积指数相关性最好的波段,并用于改进前人所建立的光谱参数;宽范围动态...     

不同生育时期玉米洪涝胁迫遥感监测与评估

为建立玉米洪涝灾害遥感监测和评估技术,本研究开展不同生育期不同程度的模拟试验,持续活体监测叶片叶绿素、冠层光谱和覆盖度并测产。结果表明,拔节期洪涝胁迫可显著降低叶绿素含量,最大程度相对变化值达-56.30%,吐丝期胁迫对叶绿素无影响,灌浆期胁迫促使叶绿素下降但并不明显。洪涝胁迫能降低覆盖度,拔节期影响最大,胁迫严重的覆盖度仅46.33%,吐丝期次之,灌浆期较小。洪涝胁迫造成的减产,生育前期影响比后期严重。拔节期和吐丝期各波段反射率与洪涝胁迫程度呈负相关关系,近红外平台波段达到极显著水平,绿峰波段次之,达到显著水平。灌浆期各波段反射率与洪涝胁迫程度呈正相关关系,相关性未达到显著水平。与胁迫程度呈极显著相关的光谱反射率和植被指数可以用于监测玉米洪涝灾害。最终基于胁迫之后与胁迫前的结构不敏感色素指数SIPI的差值DSIPI,建立拔节期和吐丝期洪涝胁迫产量损失率评估模型。