基于长期定位试验的土壤及冬小麦的高光谱响应特征

发布时间：2017-08-24 16:24

  本文关键词：基于长期定位试验的土壤及冬小麦的高光谱响应特征

  更多相关文章： 光谱反射率 氮肥 叶绿素 叶面积指数 植被指数

【摘要】：小麦作为世界上广泛种植的粮食作物,其产量的高低影响世界的粮食安全。遥感技术是现代农业中监测土壤、植被等信息的重要手段,它不仅能快速、无损地获取田间农作物实时的生长状况,也可合理地指导水肥等田间管理措施,从而促使小麦高产优质。本文以冬小麦为研究对象,设置了不同的轮作施肥系统,如小麦-豌豆轮作系统和小麦连作施肥系统,并采用不同氮、磷化肥施用水平,运用高光谱遥感、生理生化参数的测试以及小波去噪分析等技术,分析了不同轮作种植系统以及不同轮作施肥系统冬小麦的冠层高光谱以及一阶导数光谱特征,同时结合植被指数和光谱特征参数,建立了冬小麦不同处理的氮素、叶绿素以及叶面积指数的相关性模型。主要研究结论如下:(1)不同轮作种植系统和不同肥料施用量使土壤肥力发生变化,也使小麦植株吸收的养分量有所不同。与小麦-豌豆轮作相比,小麦连作系统中的土壤碱解氮和有效磷含量较高,而有机质、全氮和全磷的含量较低,其碱解氮的含量为97.33mg/kg,增加了163.05%;而小麦-豌豆系统的碱解氮含量为75.56mg/kg,增加了104.21%。小麦连作和小麦-豌豆轮作系统使土壤有效磷分别增加了23.05 mg/kg和25.03mg/kg,有机质含量分别增加了40.38%和52.28%。肥料配合施用能够均衡的增加土壤养分并有利于小麦吸收养分,单施氮肥和单施磷肥能明显增加土壤中氮、磷的含量,同时也提高了冬小麦对氮、磷养分的吸收。(2)不同处理在不同生育期的土壤光谱曲线基本相同,均随波长的增加而增加,但不同处理的光谱反射率存在差异,尤其是轮作种植系统中的NPM和NP处理的光谱反射率较高,均达到0.45左右;在不同氮、磷施用水平下,随施肥量的增加,其光谱反射率有所增加,其中N180、N135和P180、P135处理的反射率最高达到0.45,其余均在0.4左右。(3)不同生育期冬小麦光谱反射率差异明显。500-600nm的光谱反射率随冬小麦的生长逐渐降低,光谱曲线也趋于平缓,而在680-760nm之间,所有处理的光谱曲线都出现急剧的上升,这一波段被称为“红边”。从一阶导数可以看出,小麦-豌豆轮作和小麦连作施肥种植系统的肥料配合施用及长期施氮处理随施氮量的增加,使红边向长波方向移动,也就是“红移”现象。在近红外波段,从返青、拔节、抽穗到灌浆期,反射率逐渐增大。(4)不同的轮作种植系统下冬小麦的氮素、叶绿素和叶面积指数各不相同。轮作种植和连作种植系统的肥料配合施用处理的小麦叶绿素、叶面积指数和各个养分含量均高于其他单施肥处理;而长期施氮处理随施氮量的增加,其冬叶面积、叶绿素以及氮含量均显著增加,但长期施用磷肥效果不明显。从整体上看,抽穗期的模型的检验精度最高,模型也最优,尤其是抽穗期的PC-BP模型表现最佳。进一步分析发现冬小麦氮素含量与不同氮水平处理的光谱反射率有较高的相关性,叶绿素与小麦连作系统的光谱反射率有较好的相关性,而叶面积指数则同小麦-豌豆轮作系统的光谱反射率有较高的相关性。(5)研究了比值植被指数(RVI)、差值植被指数(DVI)和归一化植被指数(NDVI)在不同的生育期反演冬小麦氮素、叶绿素和叶面积指数,发现其之间的决定系数非常高,尤其是NDVI植被指数,均达到0.9以上,在建模过程中优势更大。
【关键词】：光谱反射率 氮肥 叶绿素 叶面积指数 植被指数
【学位授予单位】：西北农林科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：S512.11
【目录】：

• 摘要6-8
• abstract8-13
• 第一章 前言13-21
• 1.1 研究背景13-14
• 1.2 国内外研究现状14-19
• 1.2.1 高光谱遥感的基本概念14
• 1.2.2 高光谱技术的发展过程14-15
• 1.2.3 高光谱技术在现代农业中的应用15-18
• 1.2.4 小结18-19
• 1.3 本文的研究目标与研究内容19-20
• 1.4 技术路线20-21
• 第二章 材料与研究方法21-27
• 2.1 研究区域概况21
• 2.2 实验设计21-22
• 2.3 样品采集22-23
• 2.3.1 土壤样品采集22
• 2.3.2 作物样品采集22-23
• 2.4 土壤与作物化学成分测定23-24
• 2.4.1 土壤样品化学分析23
• 2.4.2 植物样品营养元素的测定23-24
• 2.5 光谱与生理生化参数24-27
• 2.5.1 光谱测量24-25
• 2.5.2 生理生态参数测定25-27
• 第三章 长期轮作与施肥对土壤肥力的影响27-31
• 3.1 轮作和施肥对土壤肥力的影响27-29
• 3.1.1 轮作种植系统对土壤肥力的影响27
• 3.1.2 不同施肥处理对土壤肥力的影响27-29
• 3.2 长期施用化肥对土壤肥力的影响29-31
• 3.2.1 施用氮肥对土肥力的影响29-30
• 3.2.2 施用磷肥对土肥力的影响30-31
• 第四章 土壤光谱性质分析与参数提取31-39
• 4.1 土壤光谱基本特征31-33
• 4.2 土壤光谱的处理33-35
• 4.2.1 傅里叶变换去噪33
• 4.2.2 小波变化去噪33-35
• 4.3 参数提取及分析35-39
• 4.3.1 参数数值分析35-37
• 4.3.2 特征参数及其相关性分析37-39
• 第五章 轮作与施肥对小麦养分的含量影响39-46
• 5.1 轮作与施肥对小麦生育期养分的影响39-42
• 5.1.1 轮作与施肥对不同生育期小麦含氮量影响39-40
• 5.1.2 轮作与施肥对不同生育期小麦磷含量的影响40-41
• 5.1.3 轮作与施肥对不同生育期小麦钾含量的影响41-42
• 5.2 长期定位施肥对小麦生育期养分的影响42-46
• 5.2.1 施用氮肥对小麦生育期养分含量的影响42-43
• 5.2.2 施用磷肥对小麦生育期养分含量的影响43-46
• 第六章 冬小麦冠层高光谱特征分析46-59
• 6.1 冬小麦冠层光谱特征46-56
• 6.1.1 植物的原始反射光谱46-47
• 6.1.2 小麦轮作处理的冬小麦冠层高光谱特征47-51
• 6.1.3 小麦轮作系统不同生育期冬小麦的高光谱特征51-56
• 6.2 光谱数据处理与分析56-59
• 6.2.1 冬小麦原始光谱和导数光谱56-57
• 6.2.2 冬小麦光谱和导数光谱的特征参数57
• 6.2.3 植被指数57-59
• 第七章 冬小麦氮素高光谱遥感监测研究59-72
• 7.1 不同轮作与施肥水平下冬小麦高光谱及一阶导数光谱的响应特征59-61
• 7.2 基于冠层光谱的冬小麦氮素含量的估算模型61-66
• 7.2.1 冬小麦冠层光谱反射率的主成分分析62-63
• 7.2.2 基于冬小麦冠层光谱的氮素含量的逐步回归模型（ρ-LR）63-64
• 7.2.3 基于冠层光谱主成分得分值的冬小麦氮素含量多元线性模型64
• 7.2.4 基于冠层光谱的冬小麦氮素含量的神经网络模型64-65
• 7.2.5 基于冠层光谱的冬小麦氮含量的模型检验65-66
• 7.3 冬小麦冠层光谱和一阶导数光谱与含氮量的相关性分析66-68
• 7.4 冬小麦冠层光谱的特征参量与叶片氮含量的相关性分析68-72
• 7.4.1 冬小麦一阶导数光谱的特征参量68-69
• 7.4.2 冬小麦氮含量与特征波段和特征参量的相关性分析69-70
• 7.4.3 植被指数与冬小麦氮含量的回归分析70-72
• 第八章 冬小麦叶绿素高光谱特征研究72-80
• 8.1 轮作与施肥处理的冬小麦叶绿素含量72-73
• 8.2 基于冠层光谱的冬小麦叶绿素含量的估算模型73-75
• 8.2.1 冬小麦冠层光谱的叶绿素含量的回归分析73
• 8.2.2 基于冠层光谱主成分得分值的冬小麦叶绿素含量的多元线性模型73-74
• 8.2.3 冬小麦叶绿素含量的神经网络模型74
• 8.2.4 基于冠层光谱的冬小麦叶绿素含量的模型检验74-75
• 8.3 冬小麦冠层光谱和导数光谱与SPAD的相关性分析75-77
• 8.4 冬小麦冠层光谱特征参量与叶片SPAD含量的相关性分析77-80
• 8.4.1 冬小麦一阶导数光谱特征参量77-78
• 8.4.2 冬小麦叶绿素含量与特征波段和特征参量的相关性分析78
• 8.4.3 植被指数与冬小麦叶绿素含量的回归分析78-80
• 第九章 冬小麦叶面积高光谱研究80-86
• 9.1 不同生育期冬小麦叶面积指数及其变化80-81
• 9.2 冬小麦冠层光谱和导数光谱与叶面积的相关性分析81-82
• 9.3 冬小麦冠层光谱的特征参量与叶片叶面积的相关性分析82-86
• 9.3.1 冬小麦一阶导数光谱的特征参量83
• 9.3.2 冬小麦叶面积与特征波段和特征参量的相关性分析83-84
• 9.3.3 植被指数与冬小麦叶面积的回归分析84-86
• 第十章 结论与展望86-88
• 10.1 主要结论86-87
• 10.2 主要创新点87
• 10.3 存在的问题与展望87-88
• 参考文献88-95
• 致谢95-96
• 作者简介96

【相似文献】

中国期刊全文数据库 前10条

1 J.G.布哈特;棉花不同形态品种叶片生长与叶面积指数的研究[J];湖北农业科学;1975年08期

2 莫家让;;水稻叶面积指数简易测定法[J];农业科技通讯;1975年09期

3 赵福;;叶面积和叶面积指数的计算[J];内蒙古农业科技;1975年07期

4 C.R.Chinnamuthu;夏明忠;;用第六叶面积估计高粱总叶面积[J];国外农学-杂粮作物;1990年04期

5 于强，傅抱璞，，姚克敏;水稻叶面积指数的普适增长模型[J];中国农业气象;1995年02期

6 向佐湘,闫景彩,杨知建,张志飞;依据叶面积指数确定牧草适刈期[J];湖南农业大学学报(自然科学版);2003年02期

7 申晓瑜;李湛东;;园林植物叶面积指数研究进展[J];吉林林业科技;2007年01期

8 林超文;陈一兵;黄晶晶;涂仕华;;四川间作地区作物高度、覆盖度和叶面积指数的动态变化(英文)[J];生态学杂志;2007年07期

9 王磊;马英杰;赵经华;洪明;;基于图像上冠层体积的叶面积指数测算方法[J];农机化研究;2013年12期

10 ;从一张叶片估计高粱叶面积[J];农业科技;1975年08期

中国重要会议论文全文数据库 前10条

1 姚冬萍;;融合多源遥感数据估算地表叶面积指数[A];中国地理学会百年庆典学术论文摘要集[C];2009年

2 高帅;;利用ENVISAT-ASAR数据的植被叶面积指数反演研究[A];遥感定量反演算法研讨会摘要集[C];2010年

3 陈雪洋;蒙继华;吴炳方;朱建军;纽立明;杜鑫;;基于环境星高光谱数据红边参数的冬小麦叶面积指数反演[A];遥感定量反演算法研讨会摘要集[C];2010年

4 张娜;;半干旱天然草地叶面积指数反演模型[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

5 孙永华;宫辉力;李小娟;浦瑞良;周德民;;基于高光谱的三江平原湿地叶面积指数反演研究[A];遥感定量反演算法研讨会摘要集[C];2010年

6 曹中盛;朱艳;田永超;曹卫星;姚霞;;小麦叶面积指数估测的最佳高光谱参数研究[A];中国作物学会2013年学术年会论文摘要集[C];2013年

7 吕芸帙;杨旭;骆祖莹;;基于无线传感器网络的植被叶面积指数测量方法[A];第六届中国测试学术会议论文集[C];2010年

8 夏帆;;基于MODIS数据的长江流域生态环境质量评价[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

9 刘倩;;2000-2010年三江源地区MODIS叶面积指数及FPAR产品验证分析[A];遥感定量反演算法研讨会摘要集[C];2010年

10 杨鹏;李春强;;基于MODIS数据的河北省冬小麦叶面积指数模型研究[A];第31届中国气象学会年会S5 干旱灾害风险评估与防控[C];2014年

中国重要报纸全文数据库 前1条

1 李济 供稿;理科综合测试模拟（四）[N];山西科技报;2003年

中国博士学位论文全文数据库 前2条

1 骆社周;激光雷达遥感森林叶面积指数提取方法研究与应用[D];中国地质大学(北京);2012年

2 郝雅s

本文编号：732327