冬小麥是我國重要的商品糧品種之一。傳統(tǒng)的小麥生理生化指標的測量大都采用田間破壞性的采樣手法和實驗室分析的手段,費時、費力,大都是事后性和破壞性的,只能做到“點尺度”上采樣,因而不適合大面積開展。而利用高光譜遙感技術(shù)無損、快速地監(jiān)測冬小麥生長狀態(tài),獲取小麥生理生化指標來指導(dǎo)其農(nóng)業(yè)生產(chǎn),對促進我國小麥生產(chǎn)具有重大的意義。本研究以山東省肥城市抽穗期的冬小麥為研究對象,以大田試驗為依托,分別利用地物光譜儀和光合儀獲取其葉片光譜數(shù)據(jù)和光合數(shù)據(jù),同時在實驗室內(nèi)測定小麥葉片的葉綠素含量,可溶性糖含量等生理生化指標�；诟吖庾V遙感無損處理技術(shù),探討了抽穗期冬小麥葉片反射光譜及其一階導(dǎo)數(shù)、倒數(shù)、對數(shù)光譜的光譜特征和變化規(guī)律,以及采用BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建方法,分析了葉綠素含量、可溶性糖、蒸騰速率及凈光合速率與光譜數(shù)據(jù)的定量關(guān)系,建立了抽穗期冬小麥葉片葉綠素含量、可溶性糖含量、蒸騰速率及凈光合速率間的BP神經(jīng)網(wǎng)絡(luò)估測模型,并對所構(gòu)建的模型進行檢驗,從而篩選出最優(yōu)估測模型。主要結(jié)論如下:(1)在325nm~400 nm,葉片光譜反射率對不同的生理生化指標響應(yīng)不大。在可見光400nm~760 nm,葉片的蒸騰速... 

【文章來源】：山東農(nóng)業(yè)大學(xué)山東省

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【部分圖文】：

可溶性糖標準曲線

基于 BP 神經(jīng)網(wǎng)絡(luò)的冬小麥抽穗期葉片生理生化指標的高光譜估測研究2.4 小麥葉片高光譜數(shù)據(jù)處理及分析為了探究冬小麥葉片吸收反射光譜的特征，解釋冬小麥葉片光譜特征的生理化學(xué)機理，進而求得冬小麥葉片的生理化學(xué)參數(shù)。常常需要對原始高光譜數(shù)據(jù)進行各種形的變換、提取高光譜特征參數(shù)、構(gòu)建高光譜植被指數(shù)等。2.4.1 原始光譜及導(dǎo)數(shù)光譜的特征和特征參數(shù)由于綠色植物葉片中細胞、葉綠素含量、氮素含量或是其他的生理生化成分的含的變化，植物的反射光譜會在某些特定的波段表現(xiàn)出各式各樣的特定的形態(tài)和特征規(guī)（王紀華 2008）。正常的綠色健康且長勢良好的冬小麥冠層可見光范圍內(nèi)的高光譜射曲線如圖 2.2。綠色植物葉片中的色素會對可見光范圍中的藍光和紅光波段強烈收，并對綠光的吸收很少，所以會形成紅光吸收谷和綠光吸收峰，即“綠峰”、“紅等區(qū)別于其它顏色植物或者其他地物的獨特光譜特征。

山東農(nóng)業(yè)大學(xué)碩士學(xué)位論文數(shù)處理可以有效降低噪聲影響，在實際應(yīng)用中較為有效。由圖 2.3 可知，一階導(dǎo)數(shù)光譜具有明顯的藍邊、黃邊和紅邊等特征區(qū)域。這些特征區(qū)域是綠色植被光譜的特有性質(zhì)，可以將它區(qū)別于其他地物，這些特征光譜的特征參數(shù)可以用于構(gòu)造蒸騰速率含量、葉面積指數(shù)和生物量等生理生化指標的估測模型，以及提供植被生長態(tài)勢、產(chǎn)量和品質(zhì)以及病蟲災(zāi)害等的信息。特別是紅邊位置，會隨蒸騰速率含量、生物量以及物候變化而變化(Gitelson1996)。當(dāng)植被長勢較好時，紅邊會向長波方向移動，而當(dāng)植物受到環(huán)境脅迫而“失綠”時，紅邊位置會向藍光方向移動。紅邊拐點及一階導(dǎo)數(shù)峰值

【參考文獻】：
期刊論文
[1]基于多植被指數(shù)組合的冬小麥地上干生物量高光譜估測[J]. 賈學(xué)勤,馮美臣,楊武德,王超,肖璐潔,孫慧,武改紅,張松.  生態(tài)學(xué)雜志. 2018(02)
[2]基于高光譜圖像的藍莓糖度和硬度無損測量[J]. 李瑞,傅隆生.  農(nóng)業(yè)工程學(xué)報. 2017(S1)
[3]棉花冠層葉片葉綠素含量與高光譜參數(shù)的相關(guān)性[J]. 楚萬林,齊雁冰,常慶瑞,蒲潔.  西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版). 2016(09)
[4]基于高光譜植被指數(shù)的葉片凈光合速率Pn反演[J]. 王娣,佃袁勇,樂源,黃春波.  地理與地理信息科學(xué). 2016(04)
[5]基于小波變換的毛竹葉片凈光合速率高光譜遙感反演[J]. 孫少波,杜華強,李平衡,周國模,徐小軍,高國龍,李雪建.  應(yīng)用生態(tài)學(xué)報. 2016(01)
[6]Effects of light intensity on photosynthesis and photoprotective mechanisms in apple under progressive drought[J]. MA Ping,BAI Tuan-hui,WANG Xiao-qian,MA Feng-wang.  Journal of Integrative Agriculture. 2015(09)
[7]蘋果糖度高光譜圖像可視化預(yù)測的光強度校正方法[J]. 郭志明,趙春江,黃文倩,彭彥昆,李江波,王慶艷.  農(nóng)業(yè)機械學(xué)報. 2015(07)
[8]高光譜指數(shù)法用于確定多枝檉柳(Tamarix ramosissima)蒸騰速率[J]. 王珊珊,陳曦,周可法,王重.  中國沙漠. 2014(04)
[9]基于高光譜圖像的黃瓜葉片葉綠素含量分布檢測[J]. 鄒小波,張小磊,石吉勇,李志華,申婷婷.  農(nóng)業(yè)工程學(xué)報. 2014(13)
[10]高光譜遙感技術(shù)在農(nóng)業(yè)中的應(yīng)用現(xiàn)狀及展望[J]. 王思恒.  中國農(nóng)業(yè)信息. 2013(13)

博士論文
[1]基于高光譜遙感的小麥氮素營養(yǎng)及生長指標監(jiān)測研究[D]. 馮偉.南京農(nóng)業(yè)大學(xué) 2007



本文編號：2906223