基于高光谱遥感的小麦农学参数及籽粒蛋白质含量监测模型构建

发布时间：2018-02-20 05:25

本文关键词： 普冰151小麦高光谱遥感农学参数蛋白质含量监测模型　出处：《西北农林科技大学》2017年硕士论文　论文类型：学位论文

【摘要】：高光谱遥感是精准农业研究的重要工具之一,是实时、快速、精准、无损监测作物生长及营养状况的重要途径。叶绿素含量和叶面积指数等农学参数是衡量小麦光合能力、生长发育阶段、营养生理状况和受环境胁迫程度的有效指标。因此,小麦冠层反射光谱数据对农学参数的响应特征,可以用来预测小麦长势、监测其光合能力与氮素营养状况,以及评估其产量变化。本试验以普冰151小麦为研究材料,在不同播种量和施氮量下的田间试验的基础上,分别于不同生育时期测定小麦冠层反射光谱数据,同时对各农学参数进行实际测量,分析农学参数与光谱反射率和一阶导数光谱及已有光谱指数之间的相关关系,并建立与各农学指标相应的定量反演模型。通过分析籽粒蛋白质含量(GPC)与不同生育时期的小麦冠层叶绿素含量(chl a+b)的相关关系以及籽粒产量(GY)与不同生育时期的叶面积指数(LAI)的相关关系,分别将冠层叶绿素含量和叶面积指数作为链接点建立籽粒蛋白质含量和籽粒产量的高光谱预测模型。预期结果将为普冰151小麦的氮肥和播量的合理运筹提供技术依据,为小麦生长发育的无损监测和精确管理提供理论基础和关键技术。主要研究结果如下:1.不同播种量、氮素水平及不同生育时期的小麦冠层光谱反射率具有规律性的变化。施氮肥使可见光波段的光谱反射率值降低,129 kg·hm-2(D1)、202 kg·hm-2(D2)播量下的光谱反射率值分别在120 kg·hm-2(N2)、180 kg·hm-2(N3)施氮水平出现最小值;近红外波段范围内的光谱反射率值反而增大。在可见光部分,D2播量下的光谱反射率值低于D1播量,近红外区域恰好相反。适宜的施氮量和增加播种量均使小麦产生“红移”现象。不同生育时期,普冰151的光谱反射率值的变化趋势大体一致,可见光区域在灌浆期达最高值,而近红外区域在抽穗期达最高值;小麦从拔节到抽穗,存在“红移”现象,从抽穗到开花存在“蓝移”现象,而红边面积的最大值出现在抽穗期,最小值出现在灌浆期。普冰151小麦的这些光谱特征有利于进一步利用反射光谱数据监测或预测其长势及养分等情况。2.不同播种量和施氮量处理下小麦叶绿素含量随生育时期的推进有规律性变化。在此基础上,不同处理下的chl a、chl b和chl a+b与原始光谱数据、一阶导数数据进行相关分析表明,光谱反射率与chl a+b含量在可见光范围内呈负相关关系,在近红外波段范围内呈正相关关系,二者间的相关系数在波长702 nm附近达最高值,为-0.73。chl a含量与光谱反射率值的相关关系与chl a+b相似,而chl b与光谱反射率值的相关关系低于chl a和chl a+b。进一步分析三者与已有17种光谱参数间的定量关系,发现光谱参数RVI(729,755)和GREEN-NDVI与叶绿素含量的关系非常密切,而且多项式回归模型的拟合可靠性均高于直线回归模型。经检验,RVI(729,755)和GREEN-NDVI对Chl b和Chl a+b的估测效果均较好,R2分别为0.5022和0.5305、0.5257和0.5447,而RVI(729,755)对Chl a的估测效果较差,R2为0.2918。因此,综合考虑基于不同光谱指数所构建的模型的拟合效果和检验结果,以GREEN-NDVI为变量的小麦冠层叶绿素含量监测模型较优。3.不同播种量及施氮量下普冰151叶面积指数随生育时期的推进发生了有规率的变化。在此基础上,LAI与原始光谱数据、一阶导数光谱数据相关分析表明,冠层光谱反射率与LAI间的相关系数在波长670 nm和1010 nm附近达最大值,为-0.89和0.90。选择与普冰151冠层LAI相关性较大的10种光谱参数为自变量,以LAI为因变量,分别建立线性、多项式、指数、幂函数模型,光谱参数NDVI 705、NDCI、OSAVI和NDVI(810,560)与小麦冠层LAI的关系非常密切。经独立资料检验,光谱指数NDVI 705检验结果最佳,r、R2、RMSE、RE、da、dap分别为0.74、0.548、0.354、5.86%、0.097、1.61%,预测值较接近于实测值。4.小麦成熟期GPC与各生育时期的群体叶绿素含量的相关分析发现灌浆期的叶绿素含量能够较好地估测成熟期的GPC,估测R2达0.635。基于小麦灌浆期的反射光谱数据构建GPC预测模型。表明,以NVI和PSSRb为自变量的多项式模型较好,拟合精度分别为0.3278和0.3014,经检验,PSSRb的检验效果优于NVI,r、R2、RMSE、RE、da、dap分别为0.833、0.693、0.152、1.11%、-0.108、0.80%。因此,以PSSRb为变量的小麦成熟期的GPC预测模型较优。5.普冰151籽粒产量与其各生育时期的叶面积指数相关分析发现小麦开花期冠层叶面积指数能较好的监测籽粒产量,预测R2达0.492。基于小麦开花期的冠层反射光谱数据构建GY预测模型。结果表明,光谱参数NVI、PSSRb、OSAVI和MSAVI与GY的关系非常密切,拟合精度分别为0.5405、0.6244、0.5926和0.6302,经检验,PSSRb和MSAVI的检验效果优于NVI和OSAVI。因此,以NVI和OSAVI为变量的小麦籽粒产量监测模型较优。
[Abstract]:The results are as follows : 1 . The results are as follows : 1 . The spectral reflectance value of winter wheat canopy is lower than that of different growth periods . The results are as follows : 1 . The spectral reflectance value of winter wheat canopy is lower than that of different growth periods . The relationship between the spectral reflectance and the spectral reflectance of wheat canopy is similar to that of chl a + b . The relationship between the spectral reflectance and the spectral reflectance is very close . The results show that the correlation coefficient between the spectral reflectance of the canopy and the LAI of the canopy is better than that of the linear regression model . The results show that the correlation coefficient between the spectral reflectance and LAI is 0 . 5022 and 0 . 5305 , 0 . 5257 and 0 . 5447 , respectively .

【学位授予单位】：西北农林科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：S512.1;S127

【相似文献】