發(fā)布時間：2021-07-30 13:01

　　陜西省地處黃土高原蘋果優(yōu)勢產(chǎn)區(qū),蘋果種植面積和產(chǎn)量均居全國前列,是當(dāng)?shù)卮龠M(jìn)經(jīng)濟(jì)發(fā)展和農(nóng)民增收的特色產(chǎn)業(yè)。蘋果產(chǎn)業(yè)發(fā)展對優(yōu)化與調(diào)整陜西區(qū)域產(chǎn)業(yè)結(jié)構(gòu)、促進(jìn)地區(qū)特色產(chǎn)業(yè)發(fā)展、增加農(nóng)民就業(yè)、實(shí)現(xiàn)地方農(nóng)民增收具有重要意義。探討蘋果葉片生物化學(xué)參數(shù)的高光譜估算方法,為果樹的田間管理、施肥等提供理論依據(jù)。以陜西召宅村標(biāo)準(zhǔn)化蘋果果園為研究對象,分別測定蘋果葉片終花期、幼果期、膨果期、果實(shí)著色期、果實(shí)成熟期的原始高光譜數(shù)據(jù)及其葉綠素含量（SPAD）、氮平衡指數(shù)（NBI）、含水率,分析獲取各生育期一階微分光譜,分析不同生育期生物化學(xué)參數(shù)的變化規(guī)律及高光譜特征,以及不同生物化學(xué)參數(shù)水平下高光譜變化規(guī)律。在此基礎(chǔ)上,選擇多種建模方法構(gòu)建蘋果葉片不同生育期的葉綠素、氮素以及水分含量估算模型,并對模型精度進(jìn)行驗(yàn)證,主要結(jié)論如下:（1）在蘋果葉片生化參數(shù)的高光譜估算模型中,估算精度和擬合度最好的是參數(shù)是葉綠素含量,其次是氮平衡指數(shù),最差的是水分含量。整體上果實(shí)成熟期、果實(shí)著色期、膨果期的估算精度和擬合度好于終花期和幼果期。其中,果實(shí)著色期是蘋果生化參數(shù)估算、監(jiān)測的敏感時期。（2）蘋果葉片葉綠素含量和氮平衡指數(shù)的敏感... 

【文章來源】：西北農(nóng)林科技大學(xué)陜西省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：97 頁

【學(xué)位級別】：碩士

【部分圖文】：

研究區(qū)地理位置圖

西北農(nóng)林科技大學(xué)碩士學(xué)位論文20從圖中可以看出，各生育期的蘋果葉片光譜曲線變化趨勢基本一致，呈現(xiàn)出可見光波段（400~780nm）反射率低，近紅外波段（780~1000nm）反射率高。由于在可見光波段，葉片色素對綠光發(fā)生強(qiáng)烈地反射，對藍(lán)光和紅光產(chǎn)生強(qiáng)烈的吸收作用，光譜反射率在綠光波段550nm附近形成一個明顯的反射峰，藍(lán)光波段450nm附近和紅光波段680nm附近出現(xiàn)兩個吸收谷。在680nm~750nm波段，光譜反射率迅速攀升，在近紅外波段（780~1000nm）形成植物光譜特有的高反射平臺。圖3-1不同生育期蘋果葉片原始光譜特征Fig.3-1Primaryspectralcharacteristicsofappleleavesatdifferentgrowthstages3.2.2一階微分光譜特征不同生育期的蘋果葉片一階微分光譜曲線如圖3-2所示�？梢钥闯觯魃谝浑A微分光譜曲線變化一致，均表現(xiàn)出相同的“兩峰一谷”的特征。表3-4為不同生育期蘋果葉片一階微分光譜三邊參數(shù)匯總。結(jié)合圖3-2和表3-4可得，各生育期左鋒位于490~530nm（藍(lán)邊波段）內(nèi)，幅值分別位于520nm、519nm、520nm、519nm、520nm處；右峰位于680~760nm（紅邊波段）內(nèi)，幅值分別位于708nm、709nm、713nm、709nm、713nm處，右峰的振幅較大，約為左峰的4倍；“一谷”位于560~640nm（黃邊波段）內(nèi)，幅值分別位于566nm、566nm、569nm、569nm、569nm處。

第三章蘋果葉片生物化學(xué)參數(shù)及高光譜特征分析21圖3-2不同生育期蘋果葉片一階微分光譜特征Fig.3-2Firstorderdifferentialspectralcharacteristicsofappleleavesatdifferentgrowthstages表3-4不同生育期蘋果葉片一階微分光譜三邊參數(shù)匯總Table3-4firstorderdifferentialspectraltrilateralparametersofappleleavesatdifferentgrowthstages“三邊”參數(shù)Threesideparameter生育期Growthstage終花期Finalfloweringstage幼果期Youngfruitstage膨果期Fruitfillingstage著色期Fruitcoloringstage成熟期Fruitripeningstage藍(lán)邊位置λ520519520519520藍(lán)邊幅值D0.00320.00280.00270.00320.0026藍(lán)邊面積D0.07090.06560.06200.08050.0628黃邊位置λ566566569569569黃邊幅值D-0.0024-0.0021-0.0019-0.0022-0.0018黃邊面積D0.07890.06900.06750.07950.0659紅邊位置λ708709713709713紅邊幅值D0.01470.01320.01260.01220.0119紅邊面積D0.54670.52710.52090.51330.5214各生育期蘋果葉片“藍(lán)邊”、“黃邊”位置較為固定，分別位于520nm、569nm附近。從終花期到膨果期，“紅邊”位置逐漸向波長大的方向移動，逐漸從708nm移動至713nm，一階微分最大值和面積都逐漸減小，出現(xiàn)“紅移”現(xiàn)象，這是由于隨著果實(shí)的生長發(fā)育，對果樹對各種營養(yǎng)物質(zhì)的需求不斷增加，葉片葉綠素含量增加，光合作用變

【參考文獻(xiàn)】：
期刊論文
[1]不同品種核桃葉片含水量與高光譜反射率的相關(guān)性差異分析[J]. 潘慶梅,張勁松,張俊佩,孟平,汪貴斌,楊洪國,王鑫梅,原文文,周宇.  林業(yè)科學(xué)研究. 2019(06)
[2]我國蘋果育種研究現(xiàn)狀及展望[J]. 叢佩華,張彩霞,韓曉蕾,田義,張利義,李武興.  中國果樹. 2018(06)
[3]高光譜遙感技術(shù)發(fā)展與展望[J]. 張淳民,穆廷魁,顏廷昱,陳澤宇.  航天返回與遙感. 2018(03)
[4]蘋果冠層葉綠素含量高光譜估算模型[J]. 董淼,王振錫.  新疆農(nóng)業(yè)科學(xué). 2018(06)
[5]甘蔗葉片光譜特征分析及氮含量估算初探[J]. 楊紹鍔,陳廷速.  廣東農(nóng)業(yè)科學(xué). 2018(02)
[6]高光譜數(shù)據(jù)降維對馬鈴薯分類的影響[J]. 王麗艷,薛河儒,王洪南.  江蘇農(nóng)業(yè)科學(xué). 2017(18)
[7]基于無人機(jī)高光譜影像的引黃灌區(qū)水稻葉片全氮含量估測[J]. 秦占飛,常慶瑞,謝寶妮,申健.  農(nóng)業(yè)工程學(xué)報. 2016(23)
[8]中國高光譜遙感的前沿進(jìn)展[J]. 童慶禧,張兵,張立福.  遙感學(xué)報. 2016(05)
[9]植被葉片含水量反演的精度及敏感性[J]. 陳小平,王樹東,張立福,姜海玲.  遙感信息. 2016(01)
[10]基于高分一號衛(wèi)星數(shù)據(jù)的冬小麥葉片SPAD值遙感估算[J]. 李粉玲,王力,劉京,常慶瑞.  農(nóng)業(yè)機(jī)械學(xué)報. 2015(09)

博士論文
[1]蘋果種植戶標(biāo)準(zhǔn)化生產(chǎn)行為研究[D]. 馬興棟.西北農(nóng)林科技大學(xué) 2019
[2]西北地區(qū)冬小麥生長狀況高光譜遙感監(jiān)測研究[D]. 田明璐.西北農(nóng)林科技大學(xué) 2017
[3]玉米生理參數(shù)及農(nóng)田土壤信息高光譜監(jiān)測模型研究[D]. 劉秀英.西北農(nóng)林科技大學(xué) 2016
[4]陜西蘋果、獼猴桃果園施肥技術(shù)研究[D]. 趙佐平.西北農(nóng)林科技大學(xué) 2014
[5]陜西渭北蘋果園土壤養(yǎng)分特征時空分析及施肥效應(yīng)研究[D]. 高義民.西北農(nóng)林科技大學(xué) 2013
[6]面向精細(xì)農(nóng)業(yè)的無線傳感器網(wǎng)絡(luò)關(guān)鍵技術(shù)研究[D]. 張偉.浙江大學(xué) 2013
[7]陜西蘋果生產(chǎn)與出口貿(mào)易研究[D]. 王秀娟.西北農(nóng)林科技大學(xué) 2012
[8]冬小麥高光譜特征及其生理生態(tài)參數(shù)估算模型研究[D]. 姚付啟.西北農(nóng)林科技大學(xué) 2012

碩士論文
[1]陜西省蘋果品種結(jié)構(gòu)、區(qū)域布局與品質(zhì)比較分析[D]. 史星雲(yún).西北農(nóng)林科技大學(xué) 2013



本文編號：3311450