基于图像处理技术的夏玉米群体长势监测研究

试验采用均匀设计,在大田条件下固定数码相机高度垂直拍摄夏玉米拔节期和大喇叭口期的群体图像,利用图像处理技术获取玉米地面覆盖度,建立覆盖度与人工测得的叶面积指数(LAI)和干物质积累(DMA)的回归关系模型,并对该模型的适用性进行统计检验。结果表明：地面覆盖度与LAI和DMA间存在极显著正相关关系,相关系数分别达到了0.946和0.935,在叶面积估算模型中引入密度因素后模型的精确性得到了进一步改善,表明利用图像处理技术估测夏玉米群体长势具有很好的可行性。     

基于PROSAIL模型和无人机高光谱数据的冬小麦LAI反演

为及时准确高效监测小麦叶面积指数（leaf area index,LAI）,获取了冬小麦挑旗期和开花期地面实测光谱与无人机高光谱遥感影像数据,并基于查找表建立PROSAIL辐射传输模型得到冬小麦冠层模拟光谱数据,利用数学统计回归模型与偏最小二乘回归法分别构建冬小麦LAI单变量、多变量预测模型,以实测LAI数据对预测结果进行精度评价,将最佳预测模型应用于无人机高光谱影像以分析LAI空间分布情况。结果表明,冬小麦各生育时期的预测模型均具有较高的预测精度,单变量预测模型和多变量预测模型的决定系数分别为0.598~0.717和0.577~0.755,其中以基于植被指数的多变量预测模型表现最优,其在开花期的验证精度最高,RMSE和MAPE分别为0.405和12.90%。在LAI空间分布图中,开花期预测效果优于挑旗期,各试验小区的LAI分布较为均匀。     

基于成像高光谱仪的大豆叶面积指数反演研究

高光谱遥感能连续获取地物光谱图像,这一技术能大大提高估算叶面积指数的水平。利用无人机搭载成像高光谱仪获取作物光谱信息反演叶面积指数对精准农业生产与管理意义重大。通过灰色关联度排序、赤池信息量准则和偏最小二乘法(GRA-PLS-AIC)选择了三角植被指数(TVI)、比值植被指数(RVI)、红边植被指数(NDVI705)、归一化植被指数(NDVI)和重归一化植被指数(RDVI)5种植被指数,结合田间实测的叶面积指数数据,采用经验模型构建多指数反演模型。通过无人机为平台同步搭载数码相机和成像高光谱仪,在山东省嘉祥县一带获取了大豆生殖生长期内的遥感影像,同时利用LAI-2200C植物冠层分析仪进行叶面积指数测定,将获取到的遥感影像和地面实测数据进行叶面积指数的反演。结果表明:在大豆生殖生长期内建多指数模型,建模结果的预测值和实测值的R~2和RMSE分别为0.701和0.672,验证结果的R~2和RMSE分别为0.695和0.534,预测模型有比较高的精度和可靠性,利用该模型来反演LAI是准确的,生成的大豆LAI分布图能反映当地当时大豆的真实长势情况。因此,以多旋翼无人机为平台同步搭载高清数码相机和成像高光谱仪组成的无人机农情监测系统对研究大豆叶面积指数反演是可行性,构建的多指数模型适用于大豆生殖生长期。     

冬小麦叶面积指数的品种差异性与高光谱估算研究

为给小麦叶面积指数（LAI）的高光谱估算提供技术支持,基于2年大田试验,以4个河南主推品种为材料,对小麦LAI和冠层光谱变化特点、估算模型及其品种间的差异等进行了系统分析。结果表明,在生育期内不同冬小麦品种冠层光谱反射率的变化与LAI变化有差异;在相同LAI下,不同冬小麦品种的光谱曲线存在差异。利用400~900 nm范围内冠层光谱反射率的任意两波段组合的比值光谱指数（RSI）、归一化差值光谱指数（NDSI）和差值光谱指数（DSI）所建立的单品种模型以及不同品种综合模型的决定系数（r）均达到0.84以上,单品种模型的r和调整r分别较综合模型高出3.1%~4.8%和2.0%~4.2%。利用独立于建模样本以外的数据对上述模型进行检验,单品种模型预测的r较综合模型提高了0.6%~11.0%,而均方根误差降低了10.0%~37.0%。因此,在利用高光谱遥感技术估算冬小麦LAI时,可以通过建立单品种模型来提高估算精度。     

基于WOFOST模型的华北冬小麦动态长势评估指标构建

为构建基于WOFOST作物模型主要输出要素地上部生物量(TAGP)和叶面积指数(LAI)的华北平原冬小麦长势评估指标,利用华北平原冬小麦主产区农业气象站冬小麦生育期、叶面积指数和土壤湿度等观测资料以及河北固城站、河南郑州站和山东泰安站3个农业气象试验站冬小麦生物量观测资料,完成WOFOST模型参数本地化和适应性分析。利用华北平原354个气象站2001-2016年逐日气象资料驱动模型,根据不同时段15年地上总生物量(TAGP)和叶面积指数(LAI)要素及其与15年平均值的距平百分率的概率统计分布,确定冬小麦长势动态评估指标;利用冬小麦田间观测资料,检验指标的合理性和有效性。结果表明:(1)试验站观测值与模拟值对比显示,冬小麦生育期模拟误差绝对值平均为3.7d,地上部总生物量及各器官生物量的误差为3.8%～11.7%,WOFOST模型可较为准确地模拟冬小麦生长发育及其生物量的动态累积过程,在华北平原适用性良好;(2)基于指标的动态长势评估等级与观测数据对比,2个农业气象试验站点的指标评估结果与观测资料一致性较好,1个站点的结果则在冬小麦生长过程中呈波动状态,总体上基于LAI的长势评价指标与观测资料对比相关系数高于基于TAGP的评价指标;(3)基于WOFOST模型的冬小麦长势评估指标能够一定程度反映冬小麦长势状况,可用于业务中进行实时、动态和定量的评估。     

基于Sentinel-2多光谱数据和机器学习算法的冬小麦LAI遥感估算

为了丰富大田尺度下冬小麦叶面积指数的遥感估算方法并提高估算精度,以关中地区冬小麦为对象,基于Sentinel-2多光谱卫星数据与地面同步观测的冬小麦叶面积指数样点数据,应用偏最小二乘回归(PLSR)、反向传播神经网络(BPNN)和随机森林(RF)法构建冬小麦叶面积指数估算模型,进行区域冬小麦叶面积指数遥感反演。结果表明,Sentinel-2多光谱卫星影像中心842nm近红外B8波段与冬小麦叶面积指数相关性最好,样本总体相关系数为0.778;植被指数中反向差值植被指数(IDVI)与冬小麦叶面积指数相关性最好,样本总体相关系数为0.776。各种估算模型中LAI-RF模型预测效果最佳,r~2为0.72,RMSE为0.53,RE为16.83%。基于LAI-RF估算模型,应用Sentinel-2多光谱卫星数据较好地反演了研究区冬小麦叶面积指数区域分布,其结果总体上与地面真实情况接近,说明以Sentinel-2卫星影像数据建立LAI-RF估算模型,可应用于区域冬小麦LAI反演制图。     

河南新乡地区冬小麦叶面积指数的动态模型研究

为给小麦高产栽培提供理论依据,依据2004～2006年度田间试验数据,研究了新乡地区冬小麦叶面积指数变化规律,及其与有效积温的关系,并利用线性方程和Logistic曲线修正方程,分段建立了以气温估算冬小麦叶面积指数的半经验公式.结果表明,对叶面积指数和有效积温归一化后,冬小麦连续两个生长年度的相对叶面积指数动态变化与相对有效积温相关关系较好.通过对2003～2004年度冬小麦叶面积指数模拟值与实测值比较,平均绝对误差0.1572,相关系数0.98,相关达极显著水平(P＜0.01),这表明该方法可很好地反映叶面积的动态变化规律.     

冬小麦冠层降水截留性能研究

为定量分析冬小麦冠层降水截留量,采用"简易吸水法"分别研究了冬小麦单茎和群体的冠层截留性能,并对其影响因素进行了探讨。结果表明,在冬小麦抽穗前,叶数对单茎截留量影响显著(P<0.05),而对截留率影响不明显。在叶数相同条件下,单茎截留量在不同生育期间差异显著(P<0.01)。冬小麦单茎截留量随叶面积的增大而增大,而叶面积对截留率影响不显著。冬小麦单茎截留量与株高、鲜重呈线性正相关,相应截留率则与株高、鲜重呈线性负相关;群体截留量与叶面积指数(LAI)、地上部生物量呈线性正相关,相应截留率则与LAI、地上部生物量呈线性负相关。从拔节至成熟,冬小麦冠层截留量先增加后减少,最大冠层截留量出现在抽穗期(1.28mm),且不同生育期截留量差异极显著(P<0.01);相应截留率在不同生育期的变化无规律,各生育期间差异不显著。     

基于数字图像的小麦群体整齐度测量方法研究

为了给小麦群体的快速诊断提供依据,利用数字图像技术对小麦群体整齐度进行了测量分析.从小麦田间水平拍摄的图像中提取了反映小麦行内整齐度的数字图像指标--群体整齐度系数(PUI),并构建了PUI与总茎数、株高整齐度、绿叶数整齐度以及目测整齐度的回归估测模型.经显著性检验,这些模型均达到显著水平,可用于估测相应的小麦群体农艺指标.同时,分析了图像纵切层数对提取PUI的影响,确定了在本研究条件下提取PUI的临界纵切层数是20层.该测量方法克服了传统整齐度测量的诸多缺陷,具有一定的可行性,对整齐度的快速获取具有参考价值.     

基于卫星遥感的冬小麦拔节期长势监测

为给小麦调优栽培提供信息支持,利用卫星影像信息结合地面试验数据,通过分析小麦拔节期叶面积指数、生物量以及植株氮素含量三个群体质量指标与植被指数之间的关系,建立了基于归一化植被指数(NDVI)、比值植被指数(RVI)的小麦群体质量指标监测模型.结果表明,NDVI与叶面积指数和植株氮素含量呈现显著的正相关关系(R2分别为0.8483和0.8238),与地上部生物量间的相关性未达显著水平(R2=0.7746).RVI与叶面积指数和植株氮素含量呈线性正相关(R2=0.7651和R2=0.78),而与地上部生物量呈显著线性正相关(R2=0.8277).利用不同的试验数据对所建模型进行了检验,监测值与实测值较为吻合,根均方差(RMSE)分别为0.19、106.13 kg·ha-1和0.136%,显示模型具有较好的监测性和通用性.因此,在拔节期可以利用NDVI对叶面积指数和植株氮素含量进行监测,对地上部生物量的监测则以利用RVI数据较好.     

不同栽培措施对旱作春小麦叶面积和光合势的影响

为给早作春小麦高产栽培提供试验依据，分别对赤峰、呼盟两地区早作春小麦叶面积指数和光合势发展动态及其影响因素进行了系统的研究。结果表明，不同地区，春小麦适宜的叶面积指数及光合势不同，但全生育期叶面积指数和光舍势均呈单峰曲线变化，峰值出现时间因地区而异，且因不同密度、施肥量处理，叶面积指数和光合势存在明显的差异。生育后期叶面积指数和光合势与产量呈显著正相关，故保持孕穗期后较高的叶面积指数和光合势，才能获得较高的经济产量。     

小麦叶面积指数的模拟模型研究

小麦叶面积指数计算为群体绿叶与比叶面积的乘积，而绿叶重为其分配指数的地上部干重的乘积。建立了绿叶分配指数与生理发育时间之间的曲线关系。结果表明，模型能较好地模拟叶面积指数的变化动态，其平均相对误差小于10％。     

冬小麦叶面积指数真实性检验尺度扩展方法研究

为在空间尺度上实现冬小麦LAI地面观测与遥感观测直接匹配,从1 m×1 m范围的实测LAI出发,通过优化采样方法扩展得到16 m×16 m范围的冬小麦LAI,然后利用空间分辨率为16 m的高分1号卫星的多光谱数据计算样本点的植被指数,建立其与冬小麦LAI的拟合模型,从四种植被指数的拟合模型中挑选表现最好的LAI估测模型,获得16 m×16 m尺度的LAI分布图,并经过重采样聚合为250 m×250 m尺度的LAI格点图,从而实现从地面点测量数据到卫星尺度数据的扩展。检验结果表明,16 m×16 m和250 m×250 m两个研究区域模拟点值和实测点值的相对误差分别为4.18%和3.64%,说明这种尺度扩展方法是科学可行的。     

春小麦源库特性及其关系的研究（Ⅰ）——群体源的形成及其特性分析

为了了解春小麦群体源的形成与特性以及群体源在产量形成中的作用,通过试验对不同密度和施肥处理下两个品种的叶片性状变化进行了研究。结果表明,在不同处理下春小麦群体叶面积指数争光合劳均呈单峰由线变化,两个品种间在不同生育阶段的叶面积指数争光合势有差异。随着生育进程的推进,两品种的光合劳与产量相关性增强。在开花期争乳熟期,干物质积累与叶面积指数(LAI)争光合势(LAD)呈显著或极显著正相关,比叶重、叶绿素含量争群体光合速率等叶片性状与群体干物质生产密切相关。因此,在合理的栽培技术措施下,采取适宝的密度与合理的配方施肥技术,建立合理的群体叶面积,将最大叶面积指数控制在适宜的范围内,尽可能长时同地保持绿叶面积,增强叶片光合能力,提高群体生长速率,是扩大干物质(源)生产的主要途径。     

小麦氮素高效利用基因型的农艺性状及生理特性

为给小麦氮高效型品种选育和栽培调控提供理论依据,采用大田试验,以14份小麦品种为材料,研究了不同氮效率品种的农艺性状及生理特性的差异。结果表明,不同小麦品种间产量和氮素利用效率具有显著差异。基于氮肥吸收效率和氮肥农学效率将参试材料分为氮高效型、中效型和低效型。与氮中效型和低效型品种相比,氮高效型品种具有较高的产量、干物质和氮素积累量;在农艺性状上,氮高效型品种具有较高的粒重、收获指数(HI)、叶面积指数(LAI)和开花期旗叶面积;在生理上,氮高效型品种开花期旗叶的叶绿素含量、氮含量、净光合速率、硝酸还原酶活性和谷氨酰胺合成酶活性较高,而成熟期旗叶氮含量较低。聚类分析表明,淮麦30、徐麦32、矮抗58和扬麦16为氮高效型品种。经相关分析,小麦粒重、HI、LAI和开花期旗叶的面积、叶绿素含量、氮含量与氮效率呈显著正相关,小麦成熟期旗叶氮含量与氮效率呈显著负相关,这些指标可作为氮高效型小麦品种筛选的依据。     

联合主成分分析与最小二乘支持向量机估测冬小麦叶面积指数

利用单一植被指数估测叶面积指数存在高光谱遥感丰富的波段信息易丢失和外界因素干扰大的缺点,但若将波段信息全部引入模型又会增加建模难度。为解决利用多波段信息估测叶面积指数的问题,利用主成分分析法(PCA)对光谱数据进行降维,之后将提取的主成分与最小二乘支持向量机(LS-SVM)模型相结合,构建冬小麦叶面积指数的高光谱估测模型,并与以4类植被指数作为LS-SVM输入参数建立的模型进行比较。结果表明,以主成分作为LS-SVM模型的输入参数建立的模型精度最高,模型检验集R2为0.71,检验集RMSE为0.56,估测结果较使用植被指数作为输入参数建立的模型精度高,稳定性好。该方法可为利用多波段信息进行大范围冬小麦叶面积指数的无损测定提供参考。     

施氮对稻麦轮作区小麦地上器官干物质及氮素累积运转的影响

为给长江中下游稻麦轮作区小麦的高产栽培提供理论依据,以扬麦10号为材料,设置0、93.75、168.75和243.75 kg/ha四个氮肥处理水平(分别用N0、N1、N2和N3表示),研究了施氮对小麦地上器官干物质及氮素累积运转的影响.结果表明,增施氮肥提高了小麦群体叶面积指数,N3处理与N2处理差别不大,增施氮肥不影响叶面积指数的动态变化规律.干物质量随着施氮量的增加而增大,营养器官转运率以不施氮(N0)处理最大,对籽粒的贡献率以N2处理最大.增加施氮量提高了小麦各个生长时期氮素累积量,N3处理在收获时茎秆中有较高的氮素残留,降低了氮肥利用效率.增施氮肥提高了小麦产量,N2处理与N3处理之间差异不显著.氮肥生理效率以N1最高,氮肥利用效率和农学效率均以N2最高.