当前位置:主页 > 农业论文 > 农作物论文 >

基于高光谱的寒地水稻叶片氮素营养诊断研究

发布时间:2023-02-13 19:04
  水稻的产量和品质关系着国家的粮食安全和国民经济命脉,而氮素是水稻生长发育所必须的营养元素之一。农民本着高投入高回报的原则,大量施用氮肥,造成了氮素的浪费和流失。随着农业现代化的迅速发展,高光谱技术在农作物营养诊断方面得到了广泛的研究。本研究以龙稻23、龙稻20为试验品种,采用高光谱技术进行寒地水稻叶片氮素含量预测研究,为快速检测水稻叶片氮素含量及水稻生长期间精确施肥管理提供了技术支撑和理论依据。试验于2015年在黑龙江省方正县水稻研究院进行,2个水稻品种各设置6个不同的施氮梯度,于分蘖、拔节、抽穗、成熟4个生育期开展试验。采用美国Headwall公司的高光谱系统室内平台进行水稻叶片高光谱图像采集,采用浙江托普仪器有限公司的植物营养测定仪对水稻叶片进行氮素含量活体测定。使用ENVI软件提取了水稻叶片在400-1000nm下的光谱反射率,通过分析不同氮素水平下的水稻叶片在各个时期的光谱反射率曲线和红边位置曲线,得到水稻叶片光谱特征和反射率变化趋势。采用连续投影算法(successive projections algorithm,SPA)和分段主成分分析(segmented princip...

【文章页数】:79 页

【学位级别】:硕士

【文章目录】:
摘要
英文摘要
1 引言
    1.1 研究的目的与意义
    1.2 作物营养诊断技术国内外研究现状
        1.2.1 传统作物营养诊断技术
        1.2.2 现代作物营养诊断技术
    1.3 本章小结
2 研究内容与技术路线
    2.1 试验材料与方法
        2.1.1 试验设计
        2.1.2 高光谱系统
        2.1.3 水稻叶片氮素含量测定
    2.2 研究内容
    2.3 技术路线
    2.4 本章小结
3 水稻叶片高光谱信息处理
    3.1 水稻叶片高光谱图像采集
    3.2 水稻叶片高光谱数据提取与分析
        3.2.1 水稻叶片高光谱反射率提取
        3.2.2 水稻叶片高光谱反射率曲线
        3.2.3 水稻叶片高光谱红边参数
    3.3 本章小结
4 水稻叶片高光谱特征波段选择
    4.1 基于SPA方法的特征波段选择
        4.1.1 水稻叶片分蘖期SPA特征波段选择
        4.1.2 水稻叶片拔节期SPA特征波段选择
        4.1.3 水稻叶片抽穗期SPA特征波段选择
        4.1.4 水稻叶片成熟期SPA特征波段选择
    4.2 基于SPCA方法的特征波段选择
        4.2.1 水稻叶片分蘖期SPCA特征波段选择
        4.2.2 水稻叶片拔节期SPCA特征波段选择
        4.2.3 水稻叶片抽穗期SPCA特征波段选择
        4.2.4 水稻叶片成熟期SPCA特征波段选择
    4.3 本章小结
5 水稻叶片氮素含量预测模型
    5.1 基于全波段高光谱数据的建模预测
        5.1.1 水稻叶片分蘖期全光谱氮素预测模型
        5.1.2 水稻叶片拔节期全光谱氮素预测模型
        5.1.3 水稻叶片抽穗期全光谱氮素预测模型
        5.1.4 水稻叶片成熟期全光谱氮素预测模型
    5.2 基于SPA方法的特征波段建模预测
        5.2.1 水稻叶片分蘖期SPA氮素预测模型
        5.2.2 水稻叶片拔节期SPA氮素预测模型
        5.2.3 水稻叶片抽穗期SPA氮素预测模型
        5.2.4 水稻叶片成熟期SPA氮素预测模型
    5.3 基于SPCA方法的特征波段建模预测
        5.3.1 水稻叶片分蘖期SPCA氮素预测模型
        5.3.2 水稻叶片拔节期SPCA氮素预测模型
        5.3.3 水稻叶片抽穗期SPCA氮素预测模型
        5.3.4 水稻叶片成熟期SPCA氮素预测模型
    5.4 水稻叶片氮素含量预测模型分析
    5.5 本章小结
6 结论
    6.1 结论
    6.2 展望
致谢
参考文献
附录
攻读硕士学位期间发表的学术论文



本文编号:3742136

资料下载
论文发表

本文链接:https://www.wllwen.com/nykjlw/nzwlw/3742136.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户2fb21***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com