水稻冠层光合有效辐射的时空分布特征

以2个不同株型水稻品种为材料,设置高、中、低3个施氮水平,利用SunScan冠层分析仪于灌浆期系统测定了不同施氮水平下不同株型水稻品种植株形态和冠层内光合有效辐射（PAR）的时空分布状况.结果表明：施氮量对水稻株高、穗弯曲度和茎叶夹角有明显影响;群体叶面积的垂直分布呈中部>上部>下部的分布特征,最大分层叶面积指数（LAI）出现在0.60相对高度处.冠层内平均PAR透光率从顶部向下递减,且在冠层上中部递减迅速,下部递减缓慢;平均PAR透光率随施氮量的增加而递减;平均PAR透光率日变化表现为早晚较低,中午较高;平均PAR透光率随向下累积LAI的增加呈指数递减,群体消光系数K的日变化表现为早晚较高,中午较低,灌浆期的K值介于0.35～0.50.水稻冠层内PAR的三维空间分布表现为冠层上中部水平面上PAR透光率高,光斑面积大;下部水平面上PAR透光率低,光斑少;同一冠层高度水平面上的PAR光强呈不均匀分布.株型紧凑的水稻品种,冠层透光率高,透光率日变化大,群体消光系数小.     

水稻群体冠层光分布及光合作用模型

作物冠层光分布及光合作用模型,是作物栽培学、作物育种学研究的共同基础,对优化设计和评价作物株型、模拟作物生长发育与对环境变化的响应研究都有十分重要的价值.本文根据水稻群体冠层结构的特点,在虚拟切层法的基础上,建立了水稻群体冠层光分布及光合速率模型,模型包括冠层形态子模型、冠层光分布子模型和冠层光合速率子模型等.利用本模型,对设定的15625种水稻株型的光合速率进行了模拟计算,获得水稻最佳株型模型.结果表明,水稻群体光合速率与叶片数、叶含氮量、叶长、叶宽和叶倾角等5因素密切相关;最佳株型的上述5因素在冠层上部取值大,向下逐渐变小.     

水稻多组分双向反射模型的研究

利用1999-2000年的水稻田间试验实测光谱数据,对水稻不同生长期特性建立的水稻多组分双向反向模型进行了一些主要因子的敏感性分析及模型模拟值与实测值的比较分析。结果表明,考虑水稻冠层叶、茎干、穗等作用及水稻不同生长期特点的水稻多组分双向反向模型,能较好地反映水稻多组分反向光谱的角度分布特征,较准确地模拟水稻不同条件下水稻的自然方向反向系数和冠层"热点"效应的非对称性分布。得到了薄层水体和土壤背景的一次反向辐射以及在冠层内部、薄层水体和土壤表面相互间的多次反向辐射随水稻各组分平均倾角的变化规律,冠层双向反向率随叶面积指数LAI的变化特征。     

黄土高原不同种植密度下春小麦冠层和叶片高光谱反射特征

2006年4-8月,通过大田试验,测定了7个密度梯度下3个品种的春小麦冠层、叶片在不同生育期的高光谱反射率.结果表明:孕穗期,不同密度的春小麦冠层和叶片光谱差异明显,波形相似,其冠层光谱反射率在可见光区随密度增大降低,在近红外区反射率随密度增加升高;乳熟期,不同种植密度春小麦冠层光谱在可见光区的差异比近红外区小;不同密度的叶片光谱在可见光区和近红外区的变化在不同生育期表现出一致性,但随密度变化的规律性不明显;不同生育期的冠层光谱表现为乳熟期的反射率高于孕穗期;叶片光谱表现为乳熟期较孕穗期在近红外光区反射率大大降低;不同品种春小麦的冠层和叶片光谱存在一定差异;孕穗期,不同品种的冠层光谱在可见光区差异较小,差别主要表现在短波红外和近红外区;成熟期,不同品种冠层光谱的差异小;不同品种叶片光谱在近红外区的差异显著;春小麦红边存在双峰现象,从孕穗期到乳熟期,红边位置蓝移,红边幅值降低,红边面积减小;红边幅值的变化可用于估产,红边位置的变动可指示生育阶段.     

不同肥料处理对豫麦49小麦冠层结构与产量性状的影响

为探讨不同肥料处理对小麦冠层结构和产量性状的影响,采用随机区组试验设计和大田切片法,研究了豫麦49小麦品种在单施尿素、鸡粪和鸡粪与尿素配施等条件下小麦冠层结构特征、产量构成因素的变化,结果表明:施用鸡粪有利于增加旗叶的叶绿素含量(SPAD),提高群体光合有效辐射(PAR),增大小麦群体的平均叶倾角(MLA),降低群体的冠层开度(DIFN),提高小麦群体的叶面积指数(LAI)和籽粒产量.综合考虑小麦产量、经济系数等因素,3种肥料处理以鸡粪与尿素配施为最佳,配施处理的小麦冠层结构适宜、株型最佳、群体光分布合理.     

秧苗平面分布对水稻群体动态、冠层透光率及穗部性状的影响

以分蘖能力较强的水稻品种D优527为材料,研究秧苗平面分布对水稻群体动态、冠层透光率及穗部性状的影响.结果表明:平面分布无序不等距程度越大,群体茎蘖数越多,差异在栽后34 d达显著水平,但齐穗期差异不显著.移栽后水稻不同平面分布群体逐渐呈平面分布无序不等距程度越大茎蘖数变异系数越大的趋势,至拔节期以后达到显著或极显著水平.与均匀分布相比,水稻秧苗不等距平面分布有利于改善群体冠层透光性和成穗质量.     

开放式空气C02浓度增高对水稻冠层能量平衡的影响

大气CO2浓度升高对植物冠层能量平衡的影响是导致植物生长发育和水分利用率发生变化的环境物理原因．利用位于江苏省无锡市安镇的农田自由开放式空气CO2浓度增高(FACE)系统平台,进行水稻冠层微气候和土壤热通量的连续观测,并结合能量平衡分析,研究了FACE对水稻冠层能量平衡的影响．结果表明,水稻冠层显热和潜热通量FACE与对照的差异日最大值出现在14：00左右,与空气相对湿度日最低值出现时间一致;潜热通量FACE与对照的差异日最大值变化在—15-—65J·m^-2·s^-1之间,显热通量FACE与对照的差异最低值变化在12—55J·m^-2·s^-1之间;显热和潜热通量FACE与对照的差异日最大值随冠层上方辐射平衡增加而增大．水稻冠层白天总显热通量FACE均高于对照,而总潜热通量FACE均低于对照．白天总显热和潜热通量FACE与对照的差异在同一生育期内随冠层上方净辐射增强而增大,在不同生育期随生育期推进而减少．开花期至蜡熟期,水稻冠层白天总潜热通量FACE比对照平均低6．7％．FACE使水稻冠层白天总显热通量及其占冠层上方辐射平衡的比例减少,而使总潜热通量及其占冠层上方辐射平衡的比例增大,但对土壤热通量及夜间显热和潜热通量的影响不大．开花期至蜡熟期水稻冠层白天总显热、潜热通量占冠层上方净辐射总量的比例FACE与对照之差平均为5．5％．     

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。     

不同水氮条件下水稻冠层反射光谱与植株含水率的定量关系

研究了不同土壤水氮条件下水稻 (Oryzasativa) 冠层光谱反射特征和植株水分状况的量化关系。结果表明, 水稻冠层近红外光谱反射率随土壤含水量的降低而降低, 短波红外光谱反射率随土壤含水量的降低而升高。相同土壤水分条件下, 高氮水稻的冠层含水率高于低氮水稻的冠层含水率 ;同一水分条件下, 高氮处理的可见光区和短波红外波段光谱反射率低于低氮处理, 近红外波段光谱反射率高于低氮处理。发现拔节后比值植被指数 (R810 /R460 ) 与水稻叶片含水率和植株含水率呈极显著的线性相关, 模型的检验误差 (RootmeansquareError, RMSE) 分别为 0.93和 1.5 0。表明比值植被指数R810 /R460 可以较好地监测不同生育期水稻叶片和植株含水率。     

稻麦叶片氮含量与冠层反射光谱的定量关系

作物氮素含量是评价作物长势、估测产量与品质的重要参考指标,叶片氮素含量的无损快速监测对于指导作物氮素营养的精确管理及生产力的预测预报具有重要意义.以5个小麦品种和3个水稻品种在不同施氮水平下的3a田间试验为基础,综合研究了稻麦叶片氮含量与冠层反射光谱的定量关系.结果显示：（1）不同试验中拔节后稻麦叶片氮含量均随施氮水平呈上升趋势;（2）稻麦冠层光谱反射率在不同施氮水平下存在明显差异,在可见光区（460～710 nm）的反射率一般随施氮水平的增加逐渐降低,而在近红外波段（760～1100 nm）却随施氮水平的增加逐渐升高;（3）就单波段光谱而言,610、660 nm和680 nm处的冠层反射率均与稻麦叶片氮含量具有较好的相关性;（4）在光谱指数中,归一化差值植被指数NDVI（1220,610）与水稻和小麦叶片氮含量均具有较好的相关性,且相关性好于单波段反射率;（5）对于小麦和水稻,可以利用共同的波段和光谱指数来监测其叶片氮含量,采用统一的回归方程来描述其叶片氮含量随单波段反射率和冠层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含量估测的准确性.     

利用红边面积形状参数估测水稻叶层氮浓度

研究红边面积参数与叶层氮素状况的定量关系, 有助于水稻(Oryza sativa)生长信息的实时无损获取及精确追氮管理。该研究基于多年不同施氮水平和不同水稻品种的冠层高光谱数据, 系统分析了水稻的红边区域光谱、面积形状特征及其与叶层氮浓度的定量关系。结果表明, 水稻冠层红边区域微分光谱随不同氮素水平变化出现“三峰”现象, 峰值分别出现在700、720和730 nm附近, 且3个波段的峰值高低发生交替变化; 同时, 以3个峰值波段为中心与x坐标轴组成的微分光谱面积和形状相应发生变化。发现基于两两峰值波段划分所得红边子面积所构成的比值(双峰对称度)、归一化差值(归一化对称度)参数与叶层氮浓度具有密切的定量关系, 可作为估测水稻叶层氮浓度的红边面积形状参数。经曲线拟合和模型检验的结果显示, 双峰对称度DPS (A_675-700, A_675-755), 即由675~700 nm区域面积与675~755 nm区域面积的比值, 和DPS (A_730-755,A_675-700) (由730~755 nm区域面积和675~700 nm区域面积的比值)对水稻叶层氮浓度的估测效果最好, 可用于不同水稻品种和生长条件下的叶层氮浓度估测。     

高光谱植被指数与水稻叶面积指数的定量关系

基于不同水稻品种、施氮水平和不同生育期下的大田试验,确立了水稻叶面积指数（LAI）与冠层光谱特征参数的定量关系.结果表明：水稻叶面积指数与部分高光谱植被指数存在良好的相关性,其中原始光谱组成的2波段差值指数（DI）形式相关性最好,其次为比值（RI）和归一化（NI）植被指数.相关最好的原始光谱植被指数是由近红外波段组成的差值指数DI(854,760),相关最好的一阶导数光谱植被指数是红光和近红外光组成的导数差值指数DI(D₆₇₆, D₇₇₈),但总体上导数光谱指数不如原始光谱指数与LAI关系密切.独立试验数据检验结果表明,以差值指数DI(854,760)为变量建立的水稻LAI监测模型具有较好的表现,可用于水稻LAI的估测.     

估测水稻叶层氮浓度的新型蓝光氮指数

基于不同氮素水平与品种类型的多个田间试验,综合分析了水稻冠层高光谱植被指数与叶层氮浓度的定量关系.结果表明：对氮反应最敏感的波段为红光665～675 nm、蓝光490～500 nm和红边区域波段680～760 nm.400～2500 nm波段范围内两波段植被指数与水稻叶层氮浓度相关性最好的是550～600 nm与500～550 nm,属绿光波段组合,决定系数（R²）最高的是比值指数SR(533,565).以3个蓝光波段构建的光谱参数R₄₃₄/(R₄₉₆+R₄₀₁)（蓝光氮指数）与水稻叶层氮浓度呈极显著的直线相关关系,与SR(533,565)相比,该参数显著提高了对叶层氮浓度的预测性.独立资料检验结果显示,R₄₃₄/(R₄₉₆+R₄₀₁)对水稻叶层氮浓度具有较好的预测性,检验根均方差（RMSE）和相对误差（RE）值分别为9.67%和8%,是一种适合于水稻叶层氮浓度估测的良好高光谱植被指数.     

Fine hyperspectral classification of rice varieties based on self-attention mechanism

The accurate identification of rice varieties using rapid and nondestructive hyperspectral technology is of practical significance for rice cultivation and agricultural production. This paper proposes a convolutional neural network classification model based on a self-attention mechanism (self-attention-1D-CNN) to improve accuracy in distinguishing between crop species in fields using canopy spectral information. After experimental materials were planted in the research area, portable equipment was used to collect the canopy hyperspectral data for rice during the booting stage. Five preprocessing methods and three extraction methods were used to process the data. A comparison of the classification accuracy of different classification models showed that the self-attention-1D-CNN proposed in this study achieved the best classification with an accuracy of 99.93%. The research demonstrated the feasibility of using hyperspectral technology for the fine classification of rice varieties, and the feasibility of using the CNN model as a potential classification method for near-ground crop monitoring and classification.     

陇中黄土高原春小麦光谱反射特征

通过田间小区试验,测定了3个春小麦品种(高原602、陇春8139和定西24)在不同生育期和不同种植密度的光谱反射率及对应叶面积指数(LAI)和地上生物量,分析了其光谱反射的一般特征和红边参数特征以及光谱变量与LAI和地上生物量的相关性.结果表明:在整个波段内,春小麦冠层光谱表现为高原602＞陇春8139＞定西24,其叶片光谱表现为定西24＞陇春8139＞高原602;春小麦冠层光谱在可见光波段和中红外波段成熟期明显大于孕穗期,而叶片光谱在近红外波段孕穗期明显大于成熟期;随着种植密度的提高,在近红外波段冠层和叶片的光谱反射率逐渐增加;冠层光谱的红边均具有"双峰"现象,从孕穗期到成熟期,冠层红边位置呈现"蓝移"现象;LAI和地上生物量与冠层光谱变量之间存在较好的相关性.     

Monitoring leaf photosynthesis with canopy spectral reflectance in rice

Non-destructive and rapid method for assessment of leaf photosynthetic characteristics is needed to support photosynthesis modelling and growth monitoring in crop plants. We determined the quantitative relationships between leaf photosynthetic characteristics and canopy spectral reflectance under different water supply and nitrogen application rates. The responses of reflectance at red radiation (wavelength 680 nm) to different water contents and nitrogen rates were parallel to those of leaf net photosynthetic rate (P _N). The relationships of reflectance at 680 nm and ratio index of R(810,680) (near infrared/red, NIR/R) to P _N of different leaf positions and leaf layers in rice indicated that the top two full leaves were the best leaf positions for quantitative monitoring of leaf P _N with remote sensing technique, and the ratio index R(810,680) was the best ratio index for evaluating leaf photosynthetic characteristics in rice. Testing of the models with independent data sets indicated that R(810,680) could well estimate P _N of top two leaves and canopy leaf photosynthetic potential in rice, with the root mean square error of 0.25, 0.16, and 4.38, respectively. Hence R(810,680) can be used to monitor leaf photosynthetic characteristics at different growth stages of rice under diverse growing conditions.     

Root phenotyping by root tip detection and classification through statistical learning

Background and aims

Variations in the water and soil background in the signal path can cause variations in canopy spectral reflectance, which leads to uncertainty in estimating the canopy nitrogen (N) status. The primary objective of this study was to explore the optimum vegetation indices that were highly correlated with canopy leaf N concentration (LNC) but less influenced by the canopy leaf area index (LAI) and vegetation coverage (VC) in rice.

Methods

A systematic analysis of the quantitative relationships between various hyperspectral vegetation indices and LNC, VC and LAI was conducted based on 4-year rice field experiments using different rice varieties, N rates and planting densities. New spectral indices were derived to estimate LNC in rice under variable vegetation coverage.

Results

Although the newly developed simple green ratio indices, SR (R₅₅₃, R₅₃₇) and SR (R₅₄₅, R₅₃₈), and the three-band index (R₆₀₅-R₅₂₁-R₆₈₂)/(R₆₀₅+R₅₂₁+R₆₈₂) correlated well with the LNC. Only SR (R₅₅₃, R₅₃₇) was less influenced by VC/LAI and showed a stable performance in both the independent calibration and validation datasets. For the published indices tested in the present study, NDVIg-b and ND (R₅₀₃, R₄₈₃) showed a good predictive ability for the LNC. However, both of these indices and other published indices were found to be significantly dominated by the VC/LAI.

Conclusion

SR (R₅₅₃, R₅₃₇) was the best index to reliably estimate the LNC in rice under various cultivation conditions, and is recommended for this use. However, other spectral indices need to be examined to determine if they influenced by factors such as VC/LAI. Such studies will improve the applicability of these indices to different types of rice cultivars and production systems.     

早晚季不同耐光氧化特性水稻品种籽粒灌浆关键酶活性变化

选用光氧化敏感和不敏感的两大类型4个水稻品种研究早晚季耐光氧化反应特性与其稻米品质稳定性密切相关的生理生化原因.结果表明,耐光氧化反应特性强的适强光生态型水稻品种的平均灌浆速率(G_mean)、达最大灌浆速率时间(T_max.G)和达最大灌浆速率百粒重(W_max.G)等参数在早晚季灌浆结实期间保持相对稳定;而对光氧化敏感的弱光生态型品种佳禾早占以上参数的早晚季稳定性较差.比较早晚季籽粒灌浆充实过程中关键酶活性的变化结果可见,耐光氧化反应特性强的品种,灌浆速率高峰到灌浆终期ADPG-焦磷酸化酶和淀粉合成酶活性早晚季变异比耐光氧化反应特性弱的品种小,且耐光氧化反应特性强的品种灌浆高峰前后酶活性变异的幅度早晚季也较一致.