学位论文 > 优秀研究生学位论文题录展示
基于可见光—近红外光谱的冬小麦氮素营养诊断与生长监测
作 者: 胡昊
导 师: 白由路
学 校: 中国农业科学院
专 业: 植物营养学
关键词: 可见-近红外 冬小麦 高光谱 主动光谱 成像光谱 氮素诊断 生长监测
分类号: S512.11
类 型: 博士论文
年 份: 2009年
下 载: 444次
引 用: 2次
阅 读: 论文下载
内容摘要
本文分析了冬小麦冠层及叶片不同光谱特征参量在不同氮素水平下的变化,考察了不同光谱数据来源(高光谱、主动光谱以及成像光谱)提取的光谱特征参量与氮素及生长参数之间的相关关系,在实测数据验证的基础上,提出了不同光谱技术进行冬小麦氮素诊断与生长监测的最佳光谱参量与生育时期,建立了能够用于田间实际应用的估算与监测模型。主要结论如下:冬小麦冠层高光谱不同波段位置及组合形式对氮素的敏感程度不同,并且不同光谱特征与氮素、生长参数的相关性存在差异。冬小麦冠层光谱R550(550 nm处光谱反射率)与R680能区别不同处理氮素含量并对氮素含量进行估算。冬小麦冠层光谱随施氮量与生育期的变化出现“红移”与“蓝移”现象。红边特征参数与氮素含量呈极显著相关,通过REP(红边位置)、Lo(红谷位置)可对氮素进行估算,此外REP可以用于叶绿素含量、地上部生物量、产量的估算与监测,并且模型精度较高。施氮量与Area672(672 nm处的反射峰面积)、ND672(672 nm处的归一化反射峰深度)呈极显著相关,通过Area672、ND672可以对冬小麦氮素含量进行反演。利用GreenNDVI对单株叶鲜重进行监测效果较好。拔节期冬小麦冠层高光谱特征参量与叶氮含量的相关性优于其他生育期,对冬小麦氮素估算及生长监测选择拔节期最佳,直线回归方程是描述基于冬小麦冠层光谱特征与氮素及生长参数之间相关关系的主要数学形式。施氮对冬小麦叶片不同颜色空间内的特征值及其组合形式影响显著。氮素对RGB、HIS、OHTA颜色空间的红光值R、绿光值G、亮度I、饱和度S、洋红色值M以及OHTA颜色参量I1、I2、I3值影响较大。通过HIS颜色空间可以对冬小麦叶氮含量进行估算与监测。除个别参数外,RGB、HIS、OHTA、CMYK、Lab等5种颜色空间各颜色特征参量及转换形式均与叶绿素含量呈极显著相关,其中OHTA颜色空间与叶绿素含量的相关系数较大。各颜色空间多数颜色特征均与地上部生物量、单株叶鲜重显著相关。直线与指数方程是各颜色空间描述叶氮含量的最主要也是最佳形式。CMYK、RGB颜色空间与地上部生物量的相关性优于其他颜色空间。SPAD-502的SPAD值、GreenSeeker的NDVI读数、叶氮含量以及生长参数的生育期变化与作物的生长发育过程密切相关,拔节期是基于SPAD-502估测叶绿素含量与GreenSeeker进行氮素营养诊断的最佳时期,抽穗期是不同氮处理的生长参数差异最为明显的生育期,并且是基于SPAD-502与GreenSeeker进行生长监测的最好时期。利用SPAD-502可以对冬小麦叶片的叶绿素含量状况进行诊断,GreenSeeker可以对冬小麦的叶氮营养进行诊断。通过抽穗期的叶SPAD值或冠层NDVI值可以对生长参数进行估测。利用高光谱特征参量进行氮素诊断可以选择的参数较多,而且模型精度较高。与高光谱相比,SPAD与NDVI有很强的针对性,利用SPAD估算叶绿素含量精度较高,NDVI对氮素营养诊断较好。高光谱技术适合在作物的拔节期测定,相比而言,SPAD、NDVI的氮素诊断选择在拔节期、生长监测选择在抽穗期最佳。总体上看,SPAD更适宜监测作物的个体指标,NDVI主要可以监测群体指标。与高光谱与主动光谱相比,成像光谱可以进行叶绿素、氮素的监测与估算,但对生长参数的监测还需要进一步研究。
|
全文目录
摘要 6-7 Abstract 7-13 第一章 绪论 13-21 1.1 作物氮素光谱诊断与生长监测的意义与目的 13-14 1.2 作物氮素光谱诊断与生长监测研究进展 14-18 1.2.1 基于高光谱技术的作物氮素诊断与生长监测 14-16 1.2.2 基于成像光谱技术的作物氮素诊断与生长监测 16-17 1.2.3 基于主动光谱技术的作物氮素诊断与生长监测 17-18 1.3 问题的提出 18-19 1.4 本研究主要内容 19-20 1.5 研究路线 20-21 第二章 材料与方法 21-30 2.1 试验点概况 21 2.2 试验材料 21 2.3 试验设计 21-22 2.4 光谱测定 22-23 2.4.1 高光谱测定 22 2.4.2 成像光谱采集 22 2.4.3 主动光谱测定 22-23 2.5 农学参数测定方法 23 2.6 数据分析方法 23-28 2.6.1 高光谱分析方法 23-26 2.6.2 成像光谱分析方法 26-27 2.6.3 主动光谱分析方法 27-28 2.7 模型建立与评价方法 28-30 第三章 基于高光谱技术的冬小麦氮素诊断与生长监测 30-51 3.1 不同氮水平冬小麦冠层高光谱特征参量的变化特征 30-34 3.1.1 不同氮水平冬小麦冠层光谱反射率特征 30-31 3.1.2 不同氮水平冬小麦冠层红边参数特征 31-32 3.1.3 不同氮水平冬小麦冠层光谱吸收与反射特征 32-33 3.1.4 不同氮水平冬小麦冠层光谱植被指数 33-34 3.2 不同生育时期高光谱特征参量与叶氮含量的相关性 34-38 3.2.1 光谱反射率与叶氮含量的相关性 34-35 3.2.2 红边特征参数与叶氮含量的相关性 35-36 3.2.3 光谱吸收与反射特征与叶氮含量的相关性 36-37 3.2.4 光谱植被指数与叶氮含量的相关性 37-38 3.3 基于冬小麦冠层高光谱特征的氮素估算 38-41 3.3.1 光谱反射率估算模型 38-39 3.3.2 红边特征估算模型 39 3.3.3 吸收与反射特征估算模型 39-40 3.3.4 植被指数估算模型 40-41 3.4 基于冬小麦冠层高光谱特征的生长参数监测 41-44 3.4.1 地上部生物量、单株叶鲜重估测 41-42 3.4.2 叶绿素含量与产量估测 42-44 3.5 模型评价与校验 44-47 3.5.1 氮素估算模型校验 44-46 3.5.2 生长参数监测模型校验 46-47 3.6 讨论 47-49 3.7 本章小结 49-51 第四章 基于成像光谱的冬小麦氮素诊断与生长监测 51-69 4.1 不同氮水平冬小麦叶片颜色特征值的变化 51-54 4.1.1 RGB 特征值及转换形式的变化 51-52 4.1.2 不同颜色空间颜色特征值的变化 52-54 4.2 不同颜色特征值与氮素、生长参数的相关性 54-57 4.2.1 颜色特征值与氮素的相关性 54-55 4.2.2 颜色特征值与生长参数的相关性 55-57 4.3 基于颜色特征值的氮素估算与生长参数监测模型 57-64 4.3.1 基于颜色特征的叶氮含量估算 57-59 4.3.2 基于颜色特征的生长参数监测 59-64 4.4 模型校验 64-65 4.5 讨论 65-67 4.6 本章小结 67-69 第五章 基于主动光谱的冬小麦氮素诊断与生长监测 69-82 5.1 不同氮水平冬小麦SPAD 与NDVI 的变化特征 69-71 5.1.1 不同氮水平SPAD 与NDVI 的生育期变化 69-70 5.1.2 不同氮水平叶氮、叶绿素含量的生育期变化 70-71 5.2 SPAD、NDVI 与氮素、生长参数的相关性 71-73 5.2.1 SPAD、NDVI 与叶氮、叶绿素含量的相关性 71-72 5.2.2 SPAD、NDVI 与生长参数的相关性 72-73 5.2.3 SPAD、NDVI 与产量的相关性 73 5.3 基于SPAD、NDVI 的氮素估算与生长参数监测模型 73-75 5.3.1 基于SPAD、NDVI 的氮素估算模型 73-74 5.3.2 基于SPAD、NDVI 的生长参数监测模型 74-75 5.3.3 基于SPAD、NDVI 的产量估算模型 75 5.4 模型校验 75-79 5.5 讨论 79-81 5.6 本章小结 81-82 第六章 基于多种光谱技术的冬小麦氮素诊断与生长监测模型比较 82-102 6.1 基于高光谱与主动光谱的氮素估算、生长监测模型比较 82-87 6.1.1 高光谱特征参量与SPAD、NDVI 的相关性 82-85 6.1.2 高光谱模拟SPAD、NDVI 与SPAD、NDVI 比较 85-86 6.1.3 基于高光谱与SPAD、NDVI 的氮素估算与生长监测模型比较 86-87 6.2 基于高光谱与成像光谱的氮素估算、生长监测模型比较 87-95 6.2.1 高光谱特征参量与成像光谱特征的相关性 87-93 6.2.2 高光谱模拟RGB 与成像光谱RGB 的比较 93-94 6.2.3 基于高光谱与成像光谱的氮素估算与生长监测模型比较 94-95 6.3 基于成像光谱与主动光谱的氮素估算与生长监测模型比较 95-98 6.3.1 成像光谱特征参量与主动光谱特征的相关性 95-97 6.3.2 基于成像光谱与主动光谱的氮素、生长参数估算模型比较 97-98 6.4 基于多种光谱技术的最优估算模型的选择 98-99 6.5 讨论 99-100 6.6 本章小结 100-102 第七章 全文研究结论、创新点与展望 102-105 7.1 全文结论 102-103 7.1.1 结论1 102 7.1.2 结论2 102 7.1.3 结论3 102-103 7.1.4 结论4 103 7.2 创新之处 103 7.3 研究展望 103-105 参考文献 105-116 致谢 116-117 作者简介 117
|
相似论文
- 高光谱图像空—谱协同超分辨处理研究,TN911.73
- 基于感兴趣信息的高光谱图像压缩技术研究,TP391.41
- 星载高光谱传感器模拟仿真系统研究,TP391.9
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 高光谱遥感场景模型仿真研究,TP72
- 基于核方法的高光谱图像异常检测算法研究,TP751
- 施氮模式对冬小麦/夏玉米农田土壤硝态氮变化及产量的影响,S512.11
- 10t/hm~2冬小麦氮素营养特性及诊断和氮肥运筹研究,S512.1
- 基于高光谱遥感的太湖水体藻蓝素和CDOM浓度估算模型研究,X87
- 褐飞虱和稻纵卷叶螟为害后水稻的光谱特征,S435.112
- 江淮历代小麦主栽品种生产力与氮肥效率的比较研究,S512.1
- 双季稻群体生长与氮吸收对密度和氮肥的响应及其NDVI诊断,S511
- 不同栽培管理模式对冬小麦碳氮代谢及产量的影响,S512.1
- 氮肥施用时期对小麦产量形成及品质调控研究,S512.1
- 基于HJ卫星混合像元分解的水稻生长监测技术研究,S511
- 不同栽培管理模式冬小麦根系与地上部干物质积累和产量关系的研究,S512.11
- 施氮量对冬小麦根系生长分布和产量的影响,S512.11
- 基于遥感信息与模型耦合的小麦生长监测预测技术研究,S512.1
- 不同抗旱性冬小麦品种对干旱胁迫的生理响应,S512.11
- 不同类型冬小麦品种抗晚霜冻能力鉴定及相关生理指标研究,S512.11
- 太原盆地冬小麦农田生态系统水分利用效率与CO2净交换的关系研究,S512.11
中图分类: > 农业科学 > 农作物 > 禾谷类作物 > 麦 > 小麦 > 冬小麦
© 2012 www.xueweilunwen.com
|