基于光谱学原理的无损式作物冠层分析仪

设计了可以对作物氮含量进行实时监测的作物冠层分析仪.分析仪由传感器与控制器组成,通过无线方式进行数据传输.传感器包含光学部分和电路部分,光学部分包含4个光学通道和光电探测器,其中2个通道分别在610nm与1220nm处测量太阳辐射光,而另外2个通道在同样的2个波段上测量作物冠层的反射光;电路部分主要由电源、放大单元和无线传输模块组成.控制器内除了无线传输模块外,周边还集成了键盘、液晶显示、数据存储和上传等功能模块.详细阐述了仪器的硬件设计和软件设计.标定实验显示光学部分工作稳定,无线传输性能好.与Quality Spec高光谱仪进行的田间对比实验也取得了较好的效果,相关系数达到0.52.     

基于NDVI与EVI的作物长势监测研究

基于2015年大气校正后的时间序列Landsat8影像,研究了归一化植被指数NDVI与增强型植被指数EVI随植被覆盖度增加的变化规律,定量分析了二者监测低、中、高植被覆盖的差异,比较分析了NDVI和EVI分布频率曲线差异及时间序列曲线差异。结果表明:地表刚出现植被时,NDVI和EVI的增加速度最快,随着地表植被覆盖度的增加,NDVI与EVI的增加速度减缓。低植被覆盖下NDVI的增加速度大于EVI,中等植被覆盖下NDVI和EVI的增加速度接近,高植被覆盖下NDVI的增加速度小于EVI,不同植被覆盖下的NDVI值始终大于EVI值。NDVI和EVI分布频率曲线能描述不同植被覆盖度像元数量和随时间的变化。NDVI和EVI时间序列曲线能清晰反映一种作物的长势变化规律及不同作物在同一时期的长势差异。在作物生长初期或低植被覆盖下,NDVI、EVI都偏高估计植被覆盖度,NDVI估计值略高于EVI的估计值。在作物生育中期或中等植被覆盖下,二者对植被描述能力相似。在作物生育高峰期或高植被覆盖下,监测作物长势变化EVI比NDVI更敏感。综上所述,监测作物时可根据作物生育期植被覆盖度变化特点合理选取NDVI和EVI植被指数,也可同时选用NDVI和EVI两种植被指数互为补充。     

小麦冠层营养诊断光谱检测仪设计与试验

为了快速准确获取田间作物生长营养水平信息,设计了作物冠层营养诊断光谱检测仪,并进行了小麦大田测试。系统由光学传感器,信号采集驱动模块和控制器组成。光学传感器可测量300~1 100 nm范围内连续光谱,信号采集驱动模块用于提供稳定电压以及数据的A/D转换。开发了光谱采集控制软件安装于控制器,主要功能包括接收、处理、显示和存储采集到的数据。应用该仪器进行了标定试验,并针对大田冬小麦开展了大田试验,试验结果表明该仪器所测反射率与美国ASD FieldSpec HandHeld 2光谱辐射仪所测的反射率之间具有较高的相关性,相关系数最低为0.991 8。分析了冬小麦叶绿素含量指标SPAD值与仪器所测反射率之间的相关性。选出相关性较高的550~900 nm波段进行主成分分析建立叶绿素预测模型,建模 R 2 C 为0.575,模型检验 R 2 V 为0.595。结果表明利用研发的便携式光谱检测仪能有效评估小麦营养叶绿素含量,为小麦的精细栽培提供理论与技术支持。     

基于多波段光谱探测仪的玉米冠层叶绿素含量诊断

为了快速无损地检测大田作物冠层叶绿素含量,使用便携式多波段光谱探测仪针对农大8号（G1）、郑单（G2）、先玉（G3）和京农科（G4）4种玉米作物品种,在拔节期采集550、650、766、850 nm波长处太阳光信号和作物冠层反射光信号,用于建立玉米冠层叶绿素含量诊断模型。首先,利用作物冠层650 nm和550 nm波长反射率之间的差值 T D 剔除了土壤背景数据点（ T D >0）。然后,组合计算了NDVI、RVI和DVI共12个植被指数,分析各植被指数与叶绿素含量之间的相关关系,结果显示与G1~G4品种叶绿素含量相关性最优的参数分别为RVI(766,550)、 DVI(850,650)、 NDVI(850,550)和RVI(766,550),相关系数均达0.6以上。数据按一定间隔聚类后,相关性分析结果表明多波段光谱探测仪对玉米叶绿素含量检测最优分辨率为0.5 mg/L,且NDVI(850,550)、NDVI(766,550)和RVI(850,550)与叶绿素含量的相关系数分别为0.837 0、0.773 7和0.767 7,达到了强相关水平。最后,建立了多品种通用型玉米拔节期叶绿素含量诊断模型,可为大田玉米拔节期叶绿素含量诊断提供技术支持。     

植被指数与作物叶面积指数的相关关系研究

作物长势参数是精细农业遥感监测的重要对象,叶面积指数(LAI)是作物长势最重要的参数之一,利用遥感手段快速获取作物的LAI具有重要的意义。为此,考虑到波段组合方式对LAI的反演效果的不可忽略性,采用4种不同的波段组合,结合PROSPECT和SAIL的模拟数据、地面实测数据和高光谱影像数据,从植被指数的饱和性和模型拟合精度两个角度对6个植被指数展开了评价。结果表明:TVI、MSAVI和MCARI23个植被指数在以上3个方面均表现较优,750～680 nm波段组合更加适合于LAI的反演。     

配备GPRS的大面积作物冠层温度红外传感器设计

作物冠层温度与作物的生理状态和后期产量息息相关,监测作物冠层温度对于研究作物生理状态和预测产量具有重要的意义。为此,针对目前商用红外测温仪视场角小、没有在线监测功能等问题,设计了一种大视场、定时通过GPRS传输数据的冠层温度红外传感器。采用定时启动采集的软硬件设计方法,降低了传感器的平均功耗,在电池供电情况下传感器使用时间达到30天左右。     

作物长势检测仪的开发

给出了作物检测仪的设计方案,介绍了检测仪开发的整个过程,包括光学系统设计、硬件电路设计及软件设计,并对检测仪进行性能试验.由实验结果可知:监测仪对光强影响最敏感,具有明显的相关关系;对测量距离也比较敏感,具有明显的相关关系.通过重复性试验证实,作物长势检测仪性能比较稳定,使得该仪器用于检测温室其他作物甚至检测大田作物的生长状态都具有一定的应用潜力.     

用冠层温度定量诊断作物根系活动层

冠层温度在定量诊断作物水分亏缺中得到了广泛的应用，1998年和1999年在新疆乌兰乌苏农业气象站试验田对覆膜棉花和玉米进行了研究，在此研究成果的基础上，提出了冠层温度最佳的测定时间，进行了用冠层温度定量诊断作物根系活动层的初步研究，结果表明可以利用CWSI与不同土层含水量的相关系数动态，准确地确定作物根系主要活动层的范围。     

基于作物长势的农田地理信息系统

农田地理要素、作物生长长势和环境状况信息是实施精准农业的重要基础,对不同时期作物长势信息进行监测与管理具有极其重要的作用.为此,针对当前基本农田在管理与监测等技术手段上存在的问题,笔者在Mediamapper软件基础上,按照基本农田建设和管理的要求,建立了一个关于作物长势的农田地理信息系统,用来辅助农户对农田进行精确管理.     

棉花冠层温度的变化规律及其用于缺水诊断研究

作物冠层温度是反映作物水分状况的一个良好指标，在研究环境因素对冠层温度影响的基础上，分析了不同土壤水分条件下棉花冠层温度的变化规律。研究表明了冠层温度与细胞液浓度之间存在良好关系，建立的冠层温度与气温差同气象因素和土壤水分的关系可用于判断作物的缺水状况     

基于辐射照度的作物冠层光分布计算系统设

以玉米为例,使用C++语言和OpenGL图形函数库,在Windows平台下,开发基于辐射度-图形学结合模型(RGM)的作物冠层光分布计算系统.以相对成熟的RGM方法提取模型参数,并针对作物冠层特点对方法做适当改进.在冠层三维模型基础上,通过用户交互指定参数,可计算出冠层内每个面元的光分布状态.该系统所需模型参数少,且参数均具有较为明确的植物学和农学意义,便于与传统作物模型相结合,操作界面友好、使用方便.     

植被指数反演冬小麦植被覆盖度的适用性研究

利用冬小麦2个生长季高光谱反射率和覆盖度实测资料,基于回归分析方法建立4种植被指数反演植被覆盖度模型,并对预测模型年际间的稳定性进行了验证。采用噪声等效覆盖度误差对各植被指数反演植被覆盖度模型进行了敏感性分析,结合对模型的残差分析得到了不同种植密度和氮肥施用量条件下各植被指数的适用性。结果表明:归一化植被指数NDVI和改进的土壤调节指数TSAVI与冬小麦覆盖度采用抛物线拟合结果较好;修正的土壤调节植被指数MSAVI和增强型植被指数EVI与覆盖度符合线性关系。验证模型的决定系数略低于建模方程,反演模型在年际间表现出较好的稳定性,能够满足覆盖度预测需要。NDVI和TSAVI较MSAVI和EVI可更好地解释本地区冬小麦植被覆盖度的变化规律。在低到中覆盖度(0~60%)条件下,如果当地土壤信息可获得,利用植被指数TSAVI估算植被覆盖度变化规律表现出较好的敏感性和较高的估算精度。如果缺失土壤线资料,NDVI能保证覆盖度的估算精度。在高覆盖度(60%~100%)条件下,可选用敏感性和精度均良好的植被指数MSAVI进行估算。在水分供应充分的条件下,4种植被指数对作物种植密度和氮肥施用量均不敏感,可采用统一模型进行不同种植密度和不同施氮量处理的冬小麦覆盖度估算研究,为利用植被指数快捷、准确地估算本地区区域植被覆盖度提供了理论和技术支持。     

作物长势信息空间分析系统设计

为了满足作物长势动态测量的要求,设计了作物长势信息空间分析系统,针对作物冠层信息获取手段及其数据特点设计相应的功能模块。系统主要由光谱文件管理、定点作物光谱分析、动态采集监测、空间数据分析等功能模块组成。系统能够兼容多种光谱文件格式,具有两种空间数据分析方法,配有专家数据库接口,具有较强的二次开发潜力。该系统配合车载作物长势检测平台,对玉米的长势空间分析进行了应用效果验证,结果证明：该系统能够实时读取和分析车载式作物长势检测平台的动态数据,通过不同的空间插值方法能够掌握冠层生物信息空间分布状况。该系统为车载动态测量提供了良好的技术支持,可为制定相应的精准管理决策提供理论依据。     

基于光谱探测的小麦精准追肥机设计与试验

为了实现小麦生长过程中的实时变量追肥,使用近地光谱探测技术,设计了大田实时变量追肥机。追肥光谱监测系统实时获取作物冠层归一化植被指数,结合追肥策略计算出当前的目标施肥量,采用测速和测距法反馈肥料流量信息,并根据追肥机实际行进速度,实时调整追肥量,实现精准变量追肥。试验结果表明,田间小麦长势存在空间差异性,冠层的归一化植被指数可以解析此差异性;追肥机追肥控制精度达到90%以上,可以满足精准追肥的要求;变量追肥比定量均匀追肥增施氮肥28 kg/hm2左右。     

基于动态模拟的作物系数优化蒸散量估算研究

通过作物生长模型动态模拟的冬小麦全生育期潜在蒸散量和实际蒸散量计算冬小麦各生育时期的模拟作物系数,并与FAO提供的冬小麦各个生长阶段的标准作物系数对比,验证了其数值和变化趋势的准确性。基于地面实测和遥感反演的叶面积指数,建立了作物系数与叶面积指数的经验对数模型,根据遥感反演的叶面积指数获取冬小麦全生育期以天为步长的区域尺度的作物系数。利用冬小麦各生育时期模拟作物系数与以天为步长的区域尺度作物系数的比值优化蒸散量模型,获取关中平原2013—2014年冬小麦全生育期优化前后的蒸散量反演结果。通过与实测数据对比,发现优化前最大相对误差为14.36%,优化后最大相对误差为9.89%,优化后的蒸散量反演模型比未优化的蒸散量反演模型能够更加准确地反演冬小麦全生育期的蒸散量,特别是在低植被覆盖条件下的反演精度有明显的提升。     

滚筒式种子干燥机设计与试验

论述作物种子干燥机的特殊要求，介绍所研制的作物种子干燥机结构，分析其工作原理，确定关键参数的设计原则和方法。使用表明：该机自动化程度高，结构和参数选择合理，能满足作物种子干燥的特殊要求，具有良好干燥效果。     

Crop yield and soil water restoration on 9-year-old alfalfa pasture in the semiarid Loess Plateau of China

The alfalfa pastureland in the semiarid Loess Plateau region of Northwest China usually has dry soil layers. A field experiment was conducted from October 2000 to October 2004 to examine soil water recovery and crop productivity on a 9-year-old alfalfa pasture. This experiment included six treatments: alfalfa pasture for 10-14 years, a conventional farming system without prior alfalfa planting, and four alfalfa-crop rotation treatments. For the rotation treatments, after 9 years of alfalfa selected crops were planted from 2001 to 2004 in the following sequence: (1) millet, spring wheat, potatoes, peas; (2) millet, corn, corn, spring wheat; (3) millet, potatoes, spring wheat, corn; (4) millet, fallow, peas, potatoes. The results showed that dry soil layers occurred in alfalfa pasture. We then plowed the alfalfa pasture and planted different crops. The soil water gradually increased during crop growth in the experimental period. The degree of soil water recovery in the four alfalfa-crop rotation treatments was derived from comparison with the soil water in the conventional system. After 4 years, the soil water recovery from the alfalfa-crop rotation systems at 0-500 cm soil depth was 90.5%, 89.8%, 92.2% and 96.7%, respectively. Soil total N content and soil respiration rate were high in the alfalfa-crop rotation systems. The yields of spring wheat in 2002, peas in 2003 and potatoes in 2004 in the alfalfa-crop rotation systems were not significantly different from yields in the conventional system. In the alfalfa-crop rotation systems, the yields of spring wheat and peas were greatly influenced by rainfall and were lowest in the dry year of 2004; the yields of corn and potatoes had a direct relationship with water use and were lowest in 2003. In summary, soil water in dry soil layers can recover, and crop yields in the alfalfa-crop systems were equal to those of the conventional system.