基于冠层反射光谱的棉花叶片氮含量估测

通过分析不同施氮水平下棉花叶片氮含量与冠层多光谱反射率及其衍生的比值、归一化及差值植被指数之间的关系,确立了棉花叶片氮含量的敏感波段及预测方程.结果表明:由红谷区域(610、660、680和710nm4个波段)和近红外区域(760、810、870、950、1100和1220nm6个波段)组成的植被指数与棉花叶片氮含量的相关性较好,比值植被指数RVI(950,710)对叶片氮含量的预测性最好.利用独立的棉花田间试验资料对基于RVI(950,710)的预测方程进行检验,该模型适用于不同棉花品种及不同生育期棉花叶片氮含量预测.     

小麦叶面积指数与冠层反射光谱的定量关系

在分析不同氮素水平下小麦叶面积指数（LAI）和冠层光谱反射率随生育期变化模式的基础上,确立了LAI与冠层光谱反射率及光谱参数的相关关系,提出了小麦LAI的敏感光谱参数及预测方程.结果表明,小麦LAI和近红外短波段（760～1 220 nm）反射率都随施氮量的增加呈上升趋势,可见光波段反射率则相反;从拔节期到成熟期,LAI和近红外短波段反射率均表现为先上升后下降的趋势,而可见光波段（460～710 nm）反射率随生育期的推进先降低后升高,以孕穗期反射率最低,近红外长波段区域（1 480～1 650 nm）反射率的变化与可见光部分相同.LAI与可见光波段反射率呈负相关,与近红外短波段反射率呈极显著正相关,其中以810 nm相关性最好.可以选择RVI(810,510)和DVI(810,560)作为反演小麦LAI的光谱参数.另外,在证明垂直植被指数PVI和转换型土壤调整指数TSAVI对LAI预测能力的同时,发现利用RVI(810,510)、DVI(810,560)和PVI 3个植被指数共同推算小麦LAI的准确度更高.     

光谱植被指数与水稻叶面积指数相关性的研究

 综合分析比较了几种常见光谱植被指数与水稻（Oryza sativa）叶面积指数的相关性及其预测力。结果表明,植被指数的预测力在水稻营养生长旺盛期间最好。植被指数的预测力主要依赖于叶面积指数(LAI)的整体变化范围。因此,综合不同生育时期和氮肥处理的试验资料,光谱植被指数能准确地预测LAI的变化。LAI与各植被指数均呈曲线相关,与比值植被指数(RVI)、再归一化植被指数(RDVI)和R810/R560显著幂相关,与归一化植被指数(NDVI)、垂直植被指数(PVI)、差值植被指数(DVI)、土壤调整植被指数(SAVI)和转换型土壤调整指数(TSAVI)显著指数相关。其中,近红外与绿光波段的比值R810/R560的预测力最佳。用不同移栽秧龄、不同密度、不同水分和氮肥处理的数据对R810/R560的表现进行了检验,结果表明估算精度平均为91.22%,估计的均方差根(RMSE)平均为0.480　5,平均相对误差为-0.013。表明宽波段光谱植被指数可以准确地用来监测水稻叶面积指数。     

烤烟冠层光谱参数与叶片叶绿素含量的相关分析

为了明确烤烟冠层光谱参数与叶片叶绿素含量的相关性,测定了不同氮肥施用量条件下烤烟冠层光谱特征和烤烟鲜烟叶片叶绿素a(Chl-a)、叶绿素b(Chl-b)、类胡萝卜素(Cars)含量,并对光谱参数与叶绿素含量进行了相关分析和回归分析。结果表明:随着氮肥施用量增加,团棵期和旺长期鲜烟叶片的Chl-a、Chl-b和Cars含量均增加,可见光波段反射率降低、近红外波段反射率增加;而打顶期叶片的3种色素含量和光谱特征的变化规律不明显。可见光460～670nm范围内,460nm反射率与叶片叶绿素含量呈显著正相关,其他波段反射率与叶片叶绿素的含量呈显著负相关;近红外780～1260nm范围内,所有波段与叶片叶绿素含量的都呈显著正相关,1480nm反射率与叶片叶绿素含量呈显著负相关。反映Chl-a、Chl-b、Cars含量与光谱参数——比值植被指数(ratio vegetation index,RVI)定量关系的最佳回归方程分别为幂函数、幂函数和指数函数:Chl-a=0.250RVI(730,550)1.511,Chl-b=0.049RVI(730,550)1.841,Cars=0.0998e0.379RVI(730,550)。     

湿地小叶章叶绿素含量的高光谱遥感估算模型

通过实测不同覆盖度和水深状况下小叶章(Calamagroestis angustifolia)的冠层高光谱反射率与叶绿素a(Chl-a)浓度,采用高光谱可见光-近红外波段及其微分光谱波段(350～1050 nm)逐波段构建FNDVI、FRVI、FDVI、FDNDVI、FDRVI和FDDVI植被指数,分别找出与Chl-a具有最佳相关性波段组合的植被指数,建立小叶章Chl-a含量的最佳估算模型,并对比分析了最佳模型与线性模型的预测精度.结果显示:微分光谱植被指数与Chl-a的最佳预测模型(FDNDVI、FDRVI和FDDVI)比反射率植被指数最佳模型(FNDVI、FRVI和FDVI)的预测精度分别提高了6.86%、4.82%和10.10%;植被指数(FNDVI、FD-VI、FDNDVI和FDRVI)与Chl-a含量具有较好的线性关系,而最佳模型比线性模型预测精度仅仅提高了0.60%、1.40%、1.02%和0.93%,可以用简单的线性模型反演湿地小叶章的Chl-a含量.     

稻麦叶片氮积累量与冠层反射光谱的定量关系

作物氮素积累动态是评价作物群体长势及估测产量和品质的重要指标,对于作物氮素的实时监测和精确管理具有重要意义。该文以5个小麦(Triticum aestivum)品种和3个水稻(Oryza sativa)品种在不同施氮水平下的3年田间试验为基础,综合研究了稻麦叶片氮积累量与冠层反射光谱的定量关系。结果表明,不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势;稻麦冠层光谱反射率在不同施氮水平下存在明显差异,可见光区(460~710 nm)反射率一般随施氮水平的增加逐渐降低,近红外波段(760~1 220 nm)反射率却随施氮水平的增加逐渐升高;就单波段而言,810和870 nm处的冠层光谱反射率均与稻麦叶片氮积累量具有相对较高的相关性;在光谱参数中,比值植被指数(Ratio vegetation index, RVI)(870,660)和RVI(810,660)均与稻麦叶片氮积累量具有高度的相关性,且相关系数明显高于单波段反射率,尤其是水稻作物;对于小麦和水稻,均可以利用统一的波段和光谱指数来监测其叶片氮积累量,并可以采用统一的回归方程来描述其叶片氮积累量随单波段反射率和反射光谱参数的变化模式,但若采用单独的回归系数则可以提高稻麦叶片氮积累量估测的准确性。     

根域限制下水氮供应对膜下滴灌棉花叶片光合生理特性的影响

在新疆气候生态条件下,采用管栽方法,选用棉花新陆早13号和新陆早33号2个品种为供试材料,通过人工限制根系垂直生长深度和水氮供应,测定棉花叶片气体交换和叶绿素荧光参数、光合物质积累等,探讨根域限制及水氮供应对棉花光合生理特性及产量形成的影响。结果表明:与对照相比,相同水氮供应条件下,根域限制处理棉花从开花期至盛絮期叶片净光合速率(Pn)、气孔导度(Gs)和光化学猝灭系数(qp)显著降低,尤其在盛铃后期至盛絮期表现明显,但潜在最大光化学效率(Fv/Fm)、实际光化学效率(ΦPSⅡ)未受到影响;盛花期和盛絮期根重均显著降低,但地上部总干物质、蕾铃干物质累积量及籽棉产量均显著高于对照。同一根域容积不同水氮处理棉花开花期至盛絮期的Pn、Gs和Fv/Fm、ΦPSⅡ、qp均表现为W1N1>W0N1>W1N0>W0N0;根域限制条件下适量水氮供应处理盛花期和盛絮期地上部总干物质和蕾铃干物质累积量均显著增加,最终单株铃数、单铃重和籽棉产量均显著高于其它处理。因此,在膜下滴灌棉花根域容积受限制条件下,通过优化生育期水氮供应,能改善叶片光合性能、增加地上部干物质积累量及其向生殖器官分配比例,是挖掘膜下滴灌棉花产量潜力和提高效益的有效途径。     

利用水稻冠层光谱特征诊断土壤氮素营养状况

系统测定了不同秸秆还田和氮肥处理下水稻(Oryza sativa)关键生育期的冠层反射光谱及土壤速效氮含量,并对两者之间的关系进行了详尽的分析。结果表明: 土壤速效氮含量在整个水稻生育期内均与可见光波段反射率呈负相关,与近红外波段反射率呈正相关。归一化及比值植被指数与土壤速效氮含量有更好的相关性,分蘖期要优于其它生育时期,以870、1 220 nm波段与560和710 nm波段的组合最佳,但两者的关系易受土壤等背景的干扰。而转换型土壤调节植被指数TSAVI能较好地消除分蘖期土壤背景的影响,两生态点可用统一的方程来拟合,用该研究中所筛选出的最佳波段组合计算出的TSAVI的表现更好,尤其是870 nm波段和710 nm波段的组合,决定系数(R²)由0.46提高到0.60。抽穗期和灌浆期由1 220和760 nm计算的比值指数R(1 220, 760)和新土壤调节植被指数SAVI(1 220,760)与土壤速效氮含量的关系则不受生态点的影响,可用统一回归方程来拟合。这说明水稻冠层反射光谱可以用来评价稻田土壤肥力状况,但仍需进一步研究。     

芦苇和香蒲地上部N和P积累动态及适宜收获时期分析

通过野外采样和室内分析相结合的方法,对5月至11月芦苇〔Phragmites australis(Cav.)Trin.ex Steud.〕和香蒲(Typha orientalis Presl)地上部生物量以及N和P的含量和积累量的动态变化进行了分析,并对生物量、N和P含量及N和P积累量间的相关性进行了研究;在此基础上,确定芦苇和香蒲的适宜收获时期。结果表明:在整个生长过程中,芦苇和香蒲地上部生物量随生长时间延长呈典型的单峰型曲线,最高值分别出现在9月份和10月份,且芦苇地上部生物量极显著高于香蒲(P<0.01)。芦苇和香蒲地上部N含量呈先升高后降低的趋势、P含量呈逐渐降低的趋势,香蒲地上部N和P含量均极显著高于芦苇地上部。芦苇地上部N和P积累量在8月份达到最高,香蒲地上部N和P积累量在9月份达到最高。芦苇和香蒲地上部C/N、C/P和N/P比在不同月份差异较大,C/N和N/P比呈波动趋势,C/P比则总体呈逐渐升高的趋势。总体来看,芦苇和香蒲的生长在生长初期和中期受N限制、在生长末期受P限制。相关性分析结果表明:芦苇和香蒲地上部的N含量与P含量、N积累量与P积累量间均呈极显著正相关;N和P积累量与其生物量呈显著正相关(P<0.05),但与N和P含量的相关性不显著(P>0.05)。综合分析结果表明:芦苇和香蒲的适宜收获时期分别为8月份和9月份。     

水稻地上部干物质积累动态的定量模拟

选用4个不同株型水稻品种进行不同施氮水平的田间试验,于主要生育期测定植株地上部干物质积累量（DMA）,并对DMA及出苗至成熟期累积辐热积（TEP）进行归一化处理,建立了基于相对DMA（RDMA）和相对TEP（RTEP）的水稻相对干物质积累（RDMA）动态模型,进而定量分析了水稻干物质积累过程的动态特征.结果表明：Richards方程能够准确描述水稻地上部干物质积累的动态模式,具有明确的生物学意义,具体方程式为RDMA=1.0157/(1+e^{3,6329-7.5907×RTEP})^1/0.5574,r=0.9938;利用独立的水稻田间试验资料对所建模型进行了检验,水稻不同RTEP所对应的DMA观测值与模拟值之间的根均方差为0.86 t·hm^-2.根据水稻地上部干物质积累速率方程的2个拐点,可将整个干物质积累过程划分为前、中和后期3个阶段,发现水稻干物质最大积累速率及其出现时的相对辐热积和相对干物质积累量分别为2.24、0.56和0.46.     

基于Sentinel-2A影像干旱区棉花叶片SPAD数字制图

植被叶片叶绿素是农业遥感反演的重要参数,叶绿素含量的变化与植被生长环境的胁迫程度、生理变化密切相关,故将植被叶绿素进行实时、动态监测对农业生产极为重要。然而,传统经验模型及叶绿素精准测量存在困难。基于高分辨率的Sentinel-2A数据,在机器学习框架下,利用光谱信息、最适光谱指数和基于PROSAIL辐射传输模型的生物协变量构建3种建模方案（方案1：光谱信息和最适光谱指数联合,方案2：光谱信息和物理模型生物协变量联合,方案3：光谱信息、最适光谱指数和物理模型生物协变量联合）。最终基于优选出的建模方案进行棉花叶片叶绿素相对含量的空间数字制图。结果表明：（1）红边波段参与的最适光谱指数比值植被指数（RVI）与棉花叶片SPAD值相关性最高r=0.767,P^**=0.195;（2）将构建的17个变量进行重要性分析可知,构建的最适光谱指数比值植被指数（RVI）与物理模型生物协变量LAI-Cab对估算模型的精度贡献率较大;（3）建模方案构建植被指数时红边波段被确定为最优波段,在增加精度方面起到决定性作用;通过模型评价标准来分析3种方案可知,预测精度大小顺序为模型方案3 > 模型方案1 > 模型方案2,其中方案3的决定系数R²最高为0.826,即估算模型方案3对棉花叶片SPAD值具有最好的预测能力,可以为干旱区农作物的生理参数反演提供新的思路,为农业安全监测,合理水肥配置提供科学数据支持。     

基于高光谱遥感的小麦叶干重和叶面积指数监测

生物量和叶面积指数(LAI)是描述作物长势的重要参数, 叶干重和LAI的实时动态监测对小麦(Triticum aestivum)生长诊断和管理调控具有重要意义。为分析多种高光谱参数估算小麦叶干重和LAI的效果, 建立小麦叶干重和LAI的定量监测模型, 该研究连续3年采用不同小麦品种进行不同施氮水平的大田试验, 于小麦不同生育期采集田间冠层高光谱数据并测定叶片叶干重和LAI。试验结果显示, 小麦叶干重和LAI随施氮水平的提高而增加, 随生育进程呈单峰动态变化模式。小麦叶干重和LAI与光谱反射率间相关性较好的区域主要位于红光波段(590~710 nm, r<-0.60)和近红外波段(745~1 130 nm, r>0.69)。对于不同试验条件下的叶干重和LAI, 可以使用统一的光谱参数进行定量反演, 其中基于RVI (810, 560)、FD755、GM1、SARVI (MSS)和TC3等光谱参数的方程拟合效果较好。经不同年际独立试验数据的检验表明, 以参数RVI (810, 560)、GM1、SARVI (MSS)、PSSRb、(R_750-800/R_695-740) -1、VOG2和MSR705为变量建立的叶干重和LAI监测模型均给出较好的检验结果。因此, 利用关键特征光谱参数可以有效地评价小麦叶片生长状况, 尤其是光谱参数RVI (810, 560)、GM1和SARVI (MSS)可以对不同条件下小麦叶干重和LAI进行准确可靠的监测。     

FACE水稻干物质积累与分配模型

借助中国唯一的FACE技术平台,通过设置不同的N肥处理,研究了FACE条件下水稻干物质积累及分配动态的模拟模型.模型以生理发育时间为驱动因子,以CO₂浓度函数为主要影响因子,同时引入N素影响因子调节干物质的积累与各器官分配指数.模拟结果表明,随着大气CO₂浓度的增加,水稻地上部总干物重显著增加,叶干重分配指数下降,穗干重分配指数基本不变,茎干重分配指数前期增加,后期持平.通过不同年份试验数据对模型的验证,预测根均方差（RMSE）较小,且相关系数均达到了极显著水平.表明模型拟合程度高,具有较好的适应性和预测性.     

小麦冠层反射光谱与植株水分状况的关系

研究了不同土壤水、氮条件下小麦冠层光谱反射特征与叶片和植株水分状况的相关性．结果表明,在小麦主要生育期,冠层叶片含水率与460～510、610～680和1480～1500nm波段范围内的光谱反射率有较高的相关性,植株含水率与810～870nm波段范围内的光谱反射率密切相关．在整个生长期内,小麦冠层叶片含水率与460～1500nm波段范围内的光谱反射率均有良好相关性,植株含水率与560～1480nm波段范围内光谱反射率的相关性均达到极显著水平．冠层叶片(CL)、上层叶(UL)和下层叶片(LL)含水率与光谱指数的相关程度为CL>LL>UL．冠层叶片和植株含水率与比值指(R(610,560))和光谱指数(R(610,560)／ND(810,610))呈极显著线性负相关,与归一化指数((R810-R610)／(R810+R610))呈极显著线性正相关．其中,用光谱指数(R(610,560)／ND(810,610))监测不同生育期小麦冠层叶片和植株含水率的效果最好。     

温室番茄干物质分配与产量的模拟分析

根据试验资料及温室番茄(Lycopersicon esculentum)作物的生长特性,构建了基于分配指数(Partitioning index,PI)和收获指数(Harvest index,HI)与辐热积(Product of thermal effectiveness and PAR,TEP)关系的番茄干物质分配和产量预测的数学模型,并利用不同品种、基质和地点的试验资料对模型进行检验.模型对番茄地上部分干重、根系干重、茎干重、叶片干重和果干重的预测结果与1∶1直线之间的决定系数(Coefficient of determination,R²)分别为0.95、0.57、0.82、0.79和0.93;统计回归标准误差(Root mean squared error,RMSE)分别为647.0、78.1、279.0、496.9和381.8 kg·hm^-2;对产量的预测结果与1∶1直线之间的R²和RMSE分别为0.88和5 828.5 kg·hm^-2;不仅预测精度较高,且参数少、用户易于获取,为温室番茄模型应用于温室番茄生产的优化管理奠定了基础.     

新疆超高产棉花冠层光分布特征及其与群体光合生产的关系

以新疆超高产棉田(皮棉产量在4000 kg·hm^-2以上)为研究对象,分析不同生育时期棉花冠层光分布、群体光合速率和干物质积累量的变化,研究不同产量水平棉田冠层的光环境变化特征及其与群体光合生产的关系.结果表明： 超高产田盛花期到盛铃后期冠层上、中、下层光吸收率的比例为2∶2∶1,呈均匀分布,群体散射辐射和直射辐射透过系数分别为0.20～0.55和0.22～0.56,处于较适宜范围,中、下层叶片受光良好,冠层各层次叶片群体光合速率差异较小.与高产(3500 kg·hm^-2)和一般高产(3000 kg·hm^-2)棉田相比,超高产田在盛铃前期具有较高的叶面积指数和群体光合速率峰值,在初絮期和盛絮期的叶面积指数下降缓慢,群体光合速率峰值仍保持较高值,非叶绿色器官对产量形成的光合贡献增大,群体干物质积累量较高.在栽培过程中,调节冠层结构,使垂直方向上光辐射和群体光合能力分布均匀是确保棉花高效利用光能、实现超高产的重要途径.