基于多源遥感数据的夏玉米冠层氮素遥感监测研究
发布时间：2021-11-22 09:16
玉米是中国的主要粮食作物之一,氮素对玉米的生长有重要影响。氮肥的有效施用对于产量的形成具有重要作用,有利于玉米的高产优质。传统的玉米田信息采集大多依靠人工调查,既费时又费力,而且难以大规模实施。另外,人员采集的田间数据差异很大,很难形成统一的标准,也会对田间玉米造成不同程度的破坏。随着遥感技术的快速发展,特别是无人机的应用,利用空间遥感技术进行田间农业监测具有明显的优势,可以为夏玉米冠层氮素研究提供实时、高效、无损的数据采集技术。本文选取北京市昌平区小汤山国家精准示范基地为研究区,以2012年、2017年夏玉米冠层叶片氮素为研究对象。利用近地高光谱以及无人机搭载的高清数码相机、多光谱相机建立高通量玉米表型平台,获取包含玉米长势信息以及相关理化参数的光谱和影像数据,进行夏玉米冠层氮素的表型信息分析工作,对田间玉米表型参数进行定量反演。论文的主要研究内容如下:（1）基于近地高光谱的夏玉米冠层叶片氮素分析研究。基于近地高光谱数据获取夏玉米冠层的三种光谱变量:敏感光谱波段、光谱位置特征和典型高光谱植被指数,通过选择最优变量构建冠层叶片氮素遥感监测模型。首先,使用Savitzky-Golay算法...
【文章来源】：安徽大学安徽省 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
研究区Figure2.1Studyplots.
第二章研究区概况和数据获取及处理10实验二与实验一的地理位置相同，气候为温带大陆性季风气候。本次实验共48个小区（图2.2），其中北部24个小区品种处理（P），南部24个小区氮素处理（N）；每个小区10×6m，小区间有1m的隔离带。品种试验小区选取8个品种，每种品种重复3次，氮肥（尿素）处理为常规氮处理（N2）：420kg/hm2；氮素处理试验小区，氮肥（尿素）施用量为：不施氮处理（N0）：0，1/2常规氮处理（N）：210kg/hm2，常规氮处理（N2）：420kg/hm2，1.5倍常规氮处理（N3）：630kg/hm2，每种处理重复6次。试验地前茬玉米为冬小麦。土壤类型为湿润土和重壤土，其中硝酸氮为3.16-14.82mg/kg，氮浓度为1.0-1.2g/kg，有效磷含量为3.14-21.18mg/kg，有效钾含量为86.83-120.62mg/kg，有机质含量为15.8-20.0g/kg。氮肥分2次施用，分别在种植前（基施）和V12时期（追施）进行；磷肥（二胺）在种植前基施，其他管理程序，如害虫管理、杂草控制、磷肥和钾肥，按当地玉米生产标准惯例。图2.2实验小区设计Figure2.2Experimentalplotsofthestudy.2.2数据获取2.2.1夏玉米叶片氮素含量测定
安徽大学硕士学位论文11本文利用2012、2017年采集的农学数据，利用地面ASD以及无人机搭载的高清数码、多光谱相机进行田间信息采集。夏玉米各个关键生育期氮素含量的测定由瑞士FOSS公司生产的凯氏定氮仪（BuchiB-339）完成。凯氏定氮仪测定范围：0.1mgN-200mgN，测量精度：相对标准偏差<±1%，测定时间：45min。其采用了统一消煮条件、消煮废弃无毒无害处理、定时定量蒸馏和吸收、电位精确滴定以及数据自动处理等技术，操作方便，使用简单，并且测的数据重现性好、稳定性好，精密度高，故选取凯氏定氮仪对夏玉米氮素进行测定[75]。测定玉米冠层叶片氮素时，在每个小区内随机选取2株作为样本。先将茎、叶分开，并将叶放在纸袋中。然后将叶子放入105℃的烘箱中烘30min，然后在80℃下烘48h或更多，直到恒重。对干燥的叶片样品进行称重，然后将叶片研磨粉碎，并使用凯氏分析仪（BuchiB-339，FOSS，瑞典）测定其氮质量分数（N，%）[76]。各器官氮浓度计算公式为：叶氮累积量=叶氮浓度×叶生物量；茎氮累积量=茎氮浓度×茎生物量；穗氮累积量=穗氮浓度×穗生物量。在夏玉米的抽雄-吐丝生育期时，需要考虑穗氮浓度对植株全氮浓度的影响。采用的植株氮浓度计算公式如（2.1）所示：植株氮累积量=茎含氮量×茎生物量+叶含氮量×叶生物量+穗含氮量×穗生物量叶生物量+茎生物量+穗生物量×100%（2.1）2.2.2夏玉米冠层近地高光谱数据获取图2.3ASDFieldSpecFRPro2500光谱辐射仪Figure2.3ASDFieldSpecFRPro2500spectroradiometer.夏玉米地面冠层反射率光谱数据采用美国ASDFieldSpecFRPro2500光谱辐射仪测定，如图2.3所示，光谱范围为350nm-2500nm，350nm-1000nm区域范围内的光谱间距为1.4nm，1000nm-2500nm区域范围内的光谱间距为1nm。测量光谱数据时
【参考文献】：
期刊论文
[1]基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究[J]. 陈鹏飞,梁飞. 中国农业科学. 2019(13)
[2]基于无人机多光谱影像的夏玉米叶片氮含量遥感估测[J]. 魏鹏飞,徐新刚,李中元,杨贵军,李振海,冯海宽,陈帼,范玲玲,王玉龙,刘帅兵. 农业工程学报. 2019(08)
[3]基于无人机遥感影像的玉米苗期株数信息提取[J]. 刘帅兵,杨贵军,周成全,景海涛,冯海宽,徐波,杨浩. 农业工程学报. 2018(22)
[4]结合SPA和PLS法提高冬小麦冠层全氮高光谱估算的精确度[J]. 白丽敏,李粉玲,常庆瑞,曾凤,曹吉,芦光旭. 植物营养与肥料学报. 2018(05)
[5]基于新型植被指数的冬小麦LAI高光谱反演[J]. 束美艳,顾晓鹤,孙林,朱金山,杨贵军,王延仓,张丽妍. 中国农业科学. 2018(18)
[6]基于高光谱成像技术的草莓硬度预测[J]. 卢娜,韩平,王纪华. 软件导刊. 2018(03)
[7]低空反无人机技术现状与发展趋势[J]. 张静,张科,王靖宇,吕梅柏,王佩. 航空工程进展. 2018(01)
[8]基于高光谱的微生物作用下玉米叶片叶绿素含量估算研究[J]. 解文武. 西部大开发(土地开发工程研究). 2018(02)
[9]农业遥感研究进展与展望[J]. 唐华俊. 农学学报. 2018(01)
[10]中国农业航空发展现状及对策建议[J]. 周志艳,明锐,臧禹,何新刚,罗锡文,兰玉彬. 农业工程学报. 2017(20)
博士论文
[1]西北地区水稻长势遥感监测研究[D]. 秦占飞.西北农林科技大学 2016
[2]作物长势参数的垂直分布反演及遥感监测研究[D]. 廖钦洪.浙江大学 2014
[3]Worldview-2八波段影像支持下的湿地信息提取与地上生物量估算研究[D]. 凌成星.中国林业科学研究院 2013
硕士论文
[1]基于高光谱成像的寒地玉米叶片氮素营养诊断的研究[D]. 王丽凤.东北农业大学 2017
[2]基于无人机遥感技术的土地利用现状调查[D]. 李军英.吉林大学 2017
[3]玉米氮素营养监测的高光谱遥感估算模型研究[D]. 贺婷.沈阳农业大学 2016
[4]基于多源遥感数据的小麦病虫害大尺度监测预测研究[D]. 唐翠翠.安徽大学 2016
[5]基于OLI数据的西宁市森林生物量估测研究[D]. 杨伟志.西北农林科技大学 2015
[6]茶树氮素营养的快速诊断及其相关的生理生化指标的研究[D]. 周小生.安徽农业大学 2012
[7]基于环境卫星数据的冬小麦长势监测研究[D]. 冯海宽.辽宁工程技术大学 2011
本文编号：3511392
【文章来源】：安徽大学安徽省 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
研究区Figure2.1Studyplots.
第二章研究区概况和数据获取及处理10实验二与实验一的地理位置相同，气候为温带大陆性季风气候。本次实验共48个小区（图2.2），其中北部24个小区品种处理（P），南部24个小区氮素处理（N）；每个小区10×6m，小区间有1m的隔离带。品种试验小区选取8个品种，每种品种重复3次，氮肥（尿素）处理为常规氮处理（N2）：420kg/hm2；氮素处理试验小区，氮肥（尿素）施用量为：不施氮处理（N0）：0，1/2常规氮处理（N）：210kg/hm2，常规氮处理（N2）：420kg/hm2，1.5倍常规氮处理（N3）：630kg/hm2，每种处理重复6次。试验地前茬玉米为冬小麦。土壤类型为湿润土和重壤土，其中硝酸氮为3.16-14.82mg/kg，氮浓度为1.0-1.2g/kg，有效磷含量为3.14-21.18mg/kg，有效钾含量为86.83-120.62mg/kg，有机质含量为15.8-20.0g/kg。氮肥分2次施用，分别在种植前（基施）和V12时期（追施）进行；磷肥（二胺）在种植前基施，其他管理程序，如害虫管理、杂草控制、磷肥和钾肥，按当地玉米生产标准惯例。图2.2实验小区设计Figure2.2Experimentalplotsofthestudy.2.2数据获取2.2.1夏玉米叶片氮素含量测定
安徽大学硕士学位论文11本文利用2012、2017年采集的农学数据，利用地面ASD以及无人机搭载的高清数码、多光谱相机进行田间信息采集。夏玉米各个关键生育期氮素含量的测定由瑞士FOSS公司生产的凯氏定氮仪（BuchiB-339）完成。凯氏定氮仪测定范围：0.1mgN-200mgN，测量精度：相对标准偏差<±1%，测定时间：45min。其采用了统一消煮条件、消煮废弃无毒无害处理、定时定量蒸馏和吸收、电位精确滴定以及数据自动处理等技术，操作方便，使用简单，并且测的数据重现性好、稳定性好，精密度高，故选取凯氏定氮仪对夏玉米氮素进行测定[75]。测定玉米冠层叶片氮素时，在每个小区内随机选取2株作为样本。先将茎、叶分开，并将叶放在纸袋中。然后将叶子放入105℃的烘箱中烘30min，然后在80℃下烘48h或更多，直到恒重。对干燥的叶片样品进行称重，然后将叶片研磨粉碎，并使用凯氏分析仪（BuchiB-339，FOSS，瑞典）测定其氮质量分数（N，%）[76]。各器官氮浓度计算公式为：叶氮累积量=叶氮浓度×叶生物量；茎氮累积量=茎氮浓度×茎生物量；穗氮累积量=穗氮浓度×穗生物量。在夏玉米的抽雄-吐丝生育期时，需要考虑穗氮浓度对植株全氮浓度的影响。采用的植株氮浓度计算公式如（2.1）所示：植株氮累积量=茎含氮量×茎生物量+叶含氮量×叶生物量+穗含氮量×穗生物量叶生物量+茎生物量+穗生物量×100%（2.1）2.2.2夏玉米冠层近地高光谱数据获取图2.3ASDFieldSpecFRPro2500光谱辐射仪Figure2.3ASDFieldSpecFRPro2500spectroradiometer.夏玉米地面冠层反射率光谱数据采用美国ASDFieldSpecFRPro2500光谱辐射仪测定，如图2.3所示，光谱范围为350nm-2500nm，350nm-1000nm区域范围内的光谱间距为1.4nm，1000nm-2500nm区域范围内的光谱间距为1nm。测量光谱数据时
【参考文献】：
期刊论文
[1]基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究[J]. 陈鹏飞,梁飞. 中国农业科学. 2019(13)
[2]基于无人机多光谱影像的夏玉米叶片氮含量遥感估测[J]. 魏鹏飞,徐新刚,李中元,杨贵军,李振海,冯海宽,陈帼,范玲玲,王玉龙,刘帅兵. 农业工程学报. 2019(08)
[3]基于无人机遥感影像的玉米苗期株数信息提取[J]. 刘帅兵,杨贵军,周成全,景海涛,冯海宽,徐波,杨浩. 农业工程学报. 2018(22)
[4]结合SPA和PLS法提高冬小麦冠层全氮高光谱估算的精确度[J]. 白丽敏,李粉玲,常庆瑞,曾凤,曹吉,芦光旭. 植物营养与肥料学报. 2018(05)
[5]基于新型植被指数的冬小麦LAI高光谱反演[J]. 束美艳,顾晓鹤,孙林,朱金山,杨贵军,王延仓,张丽妍. 中国农业科学. 2018(18)
[6]基于高光谱成像技术的草莓硬度预测[J]. 卢娜,韩平,王纪华. 软件导刊. 2018(03)
[7]低空反无人机技术现状与发展趋势[J]. 张静,张科,王靖宇,吕梅柏,王佩. 航空工程进展. 2018(01)
[8]基于高光谱的微生物作用下玉米叶片叶绿素含量估算研究[J]. 解文武. 西部大开发(土地开发工程研究). 2018(02)
[9]农业遥感研究进展与展望[J]. 唐华俊. 农学学报. 2018(01)
[10]中国农业航空发展现状及对策建议[J]. 周志艳,明锐,臧禹,何新刚,罗锡文,兰玉彬. 农业工程学报. 2017(20)
博士论文
[1]西北地区水稻长势遥感监测研究[D]. 秦占飞.西北农林科技大学 2016
[2]作物长势参数的垂直分布反演及遥感监测研究[D]. 廖钦洪.浙江大学 2014
[3]Worldview-2八波段影像支持下的湿地信息提取与地上生物量估算研究[D]. 凌成星.中国林业科学研究院 2013
硕士论文
[1]基于高光谱成像的寒地玉米叶片氮素营养诊断的研究[D]. 王丽凤.东北农业大学 2017
[2]基于无人机遥感技术的土地利用现状调查[D]. 李军英.吉林大学 2017
[3]玉米氮素营养监测的高光谱遥感估算模型研究[D]. 贺婷.沈阳农业大学 2016
[4]基于多源遥感数据的小麦病虫害大尺度监测预测研究[D]. 唐翠翠.安徽大学 2016
[5]基于OLI数据的西宁市森林生物量估测研究[D]. 杨伟志.西北农林科技大学 2015
[6]茶树氮素营养的快速诊断及其相关的生理生化指标的研究[D]. 周小生.安徽农业大学 2012
[7]基于环境卫星数据的冬小麦长势监测研究[D]. 冯海宽.辽宁工程技术大学 2011
本文编号：3511392
本文链接：https://www.wllwen.com/shoufeilunwen/zaizhiyanjiusheng/3511392.html
教材专著
