基于長(zhǎng)期定位試驗(yàn)的土壤及冬小麥的高光譜響應(yīng)特征
本文關(guān)鍵詞:基于長(zhǎng)期定位試驗(yàn)的土壤及冬小麥的高光譜響應(yīng)特征
更多相關(guān)文章: 光譜反射率 氮肥 葉綠素 葉面積指數(shù) 植被指數(shù)
【摘要】:小麥作為世界上廣泛種植的糧食作物,其產(chǎn)量的高低影響世界的糧食安全。遙感技術(shù)是現(xiàn)代農(nóng)業(yè)中監(jiān)測(cè)土壤、植被等信息的重要手段,它不僅能快速、無損地獲取田間農(nóng)作物實(shí)時(shí)的生長(zhǎng)狀況,也可合理地指導(dǎo)水肥等田間管理措施,從而促使小麥高產(chǎn)優(yōu)質(zhì)。本文以冬小麥為研究對(duì)象,設(shè)置了不同的輪作施肥系統(tǒng),如小麥-豌豆輪作系統(tǒng)和小麥連作施肥系統(tǒng),并采用不同氮、磷化肥施用水平,運(yùn)用高光譜遙感、生理生化參數(shù)的測(cè)試以及小波去噪分析等技術(shù),分析了不同輪作種植系統(tǒng)以及不同輪作施肥系統(tǒng)冬小麥的冠層高光譜以及一階導(dǎo)數(shù)光譜特征,同時(shí)結(jié)合植被指數(shù)和光譜特征參數(shù),建立了冬小麥不同處理的氮素、葉綠素以及葉面積指數(shù)的相關(guān)性模型。主要研究結(jié)論如下:(1)不同輪作種植系統(tǒng)和不同肥料施用量使土壤肥力發(fā)生變化,也使小麥植株吸收的養(yǎng)分量有所不同。與小麥-豌豆輪作相比,小麥連作系統(tǒng)中的土壤堿解氮和有效磷含量較高,而有機(jī)質(zhì)、全氮和全磷的含量較低,其堿解氮的含量為97.33mg/kg,增加了163.05%;而小麥-豌豆系統(tǒng)的堿解氮含量為75.56mg/kg,增加了104.21%。小麥連作和小麥-豌豆輪作系統(tǒng)使土壤有效磷分別增加了23.05 mg/kg和25.03mg/kg,有機(jī)質(zhì)含量分別增加了40.38%和52.28%。肥料配合施用能夠均衡的增加土壤養(yǎng)分并有利于小麥吸收養(yǎng)分,單施氮肥和單施磷肥能明顯增加土壤中氮、磷的含量,同時(shí)也提高了冬小麥對(duì)氮、磷養(yǎng)分的吸收。(2)不同處理在不同生育期的土壤光譜曲線基本相同,均隨波長(zhǎng)的增加而增加,但不同處理的光譜反射率存在差異,尤其是輪作種植系統(tǒng)中的NPM和NP處理的光譜反射率較高,均達(dá)到0.45左右;在不同氮、磷施用水平下,隨施肥量的增加,其光譜反射率有所增加,其中N180、N135和P180、P135處理的反射率最高達(dá)到0.45,其余均在0.4左右。(3)不同生育期冬小麥光譜反射率差異明顯。500-600nm的光譜反射率隨冬小麥的生長(zhǎng)逐漸降低,光譜曲線也趨于平緩,而在680-760nm之間,所有處理的光譜曲線都出現(xiàn)急劇的上升,這一波段被稱為“紅邊”。從一階導(dǎo)數(shù)可以看出,小麥-豌豆輪作和小麥連作施肥種植系統(tǒng)的肥料配合施用及長(zhǎng)期施氮處理隨施氮量的增加,使紅邊向長(zhǎng)波方向移動(dòng),也就是“紅移”現(xiàn)象。在近紅外波段,從返青、拔節(jié)、抽穗到灌漿期,反射率逐漸增大。(4)不同的輪作種植系統(tǒng)下冬小麥的氮素、葉綠素和葉面積指數(shù)各不相同。輪作種植和連作種植系統(tǒng)的肥料配合施用處理的小麥葉綠素、葉面積指數(shù)和各個(gè)養(yǎng)分含量均高于其他單施肥處理;而長(zhǎng)期施氮處理隨施氮量的增加,其冬葉面積、葉綠素以及氮含量均顯著增加,但長(zhǎng)期施用磷肥效果不明顯。從整體上看,抽穗期的模型的檢驗(yàn)精度最高,模型也最優(yōu),尤其是抽穗期的PC-BP模型表現(xiàn)最佳。進(jìn)一步分析發(fā)現(xiàn)冬小麥氮素含量與不同氮水平處理的光譜反射率有較高的相關(guān)性,葉綠素與小麥連作系統(tǒng)的光譜反射率有較好的相關(guān)性,而葉面積指數(shù)則同小麥-豌豆輪作系統(tǒng)的光譜反射率有較高的相關(guān)性。(5)研究了比值植被指數(shù)(RVI)、差值植被指數(shù)(DVI)和歸一化植被指數(shù)(NDVI)在不同的生育期反演冬小麥氮素、葉綠素和葉面積指數(shù),發(fā)現(xiàn)其之間的決定系數(shù)非常高,尤其是NDVI植被指數(shù),均達(dá)到0.9以上,在建模過程中優(yōu)勢(shì)更大。
【關(guān)鍵詞】:光譜反射率 氮肥 葉綠素 葉面積指數(shù) 植被指數(shù)
【學(xué)位授予單位】:西北農(nóng)林科技大學(xué)
【學(xué)位級(jí)別】:博士
【學(xué)位授予年份】:2015
【分類號(hào)】:S512.11
【目錄】:
- 摘要6-8
- abstract8-13
- 第一章 前言13-21
- 1.1 研究背景13-14
- 1.2 國(guó)內(nèi)外研究現(xiàn)狀14-19
- 1.2.1 高光譜遙感的基本概念14
- 1.2.2 高光譜技術(shù)的發(fā)展過程14-15
- 1.2.3 高光譜技術(shù)在現(xiàn)代農(nóng)業(yè)中的應(yīng)用15-18
- 1.2.4 小結(jié)18-19
- 1.3 本文的研究目標(biāo)與研究?jī)?nèi)容19-20
- 1.4 技術(shù)路線20-21
- 第二章 材料與研究方法21-27
- 2.1 研究區(qū)域概況21
- 2.2 實(shí)驗(yàn)設(shè)計(jì)21-22
- 2.3 樣品采集22-23
- 2.3.1 土壤樣品采集22
- 2.3.2 作物樣品采集22-23
- 2.4 土壤與作物化學(xué)成分測(cè)定23-24
- 2.4.1 土壤樣品化學(xué)分析23
- 2.4.2 植物樣品營(yíng)養(yǎng)元素的測(cè)定23-24
- 2.5 光譜與生理生化參數(shù)24-27
- 2.5.1 光譜測(cè)量24-25
- 2.5.2 生理生態(tài)參數(shù)測(cè)定25-27
- 第三章 長(zhǎng)期輪作與施肥對(duì)土壤肥力的影響27-31
- 3.1 輪作和施肥對(duì)土壤肥力的影響27-29
- 3.1.1 輪作種植系統(tǒng)對(duì)土壤肥力的影響27
- 3.1.2 不同施肥處理對(duì)土壤肥力的影響27-29
- 3.2 長(zhǎng)期施用化肥對(duì)土壤肥力的影響29-31
- 3.2.1 施用氮肥對(duì)土肥力的影響29-30
- 3.2.2 施用磷肥對(duì)土肥力的影響30-31
- 第四章 土壤光譜性質(zhì)分析與參數(shù)提取31-39
- 4.1 土壤光譜基本特征31-33
- 4.2 土壤光譜的處理33-35
- 4.2.1 傅里葉變換去噪33
- 4.2.2 小波變化去噪33-35
- 4.3 參數(shù)提取及分析35-39
- 4.3.1 參數(shù)數(shù)值分析35-37
- 4.3.2 特征參數(shù)及其相關(guān)性分析37-39
- 第五章 輪作與施肥對(duì)小麥養(yǎng)分的含量影響39-46
- 5.1 輪作與施肥對(duì)小麥生育期養(yǎng)分的影響39-42
- 5.1.1 輪作與施肥對(duì)不同生育期小麥含氮量影響39-40
- 5.1.2 輪作與施肥對(duì)不同生育期小麥磷含量的影響40-41
- 5.1.3 輪作與施肥對(duì)不同生育期小麥鉀含量的影響41-42
- 5.2 長(zhǎng)期定位施肥對(duì)小麥生育期養(yǎng)分的影響42-46
- 5.2.1 施用氮肥對(duì)小麥生育期養(yǎng)分含量的影響42-43
- 5.2.2 施用磷肥對(duì)小麥生育期養(yǎng)分含量的影響43-46
- 第六章 冬小麥冠層高光譜特征分析46-59
- 6.1 冬小麥冠層光譜特征46-56
- 6.1.1 植物的原始反射光譜46-47
- 6.1.2 小麥輪作處理的冬小麥冠層高光譜特征47-51
- 6.1.3 小麥輪作系統(tǒng)不同生育期冬小麥的高光譜特征51-56
- 6.2 光譜數(shù)據(jù)處理與分析56-59
- 6.2.1 冬小麥原始光譜和導(dǎo)數(shù)光譜56-57
- 6.2.2 冬小麥光譜和導(dǎo)數(shù)光譜的特征參數(shù)57
- 6.2.3 植被指數(shù)57-59
- 第七章 冬小麥氮素高光譜遙感監(jiān)測(cè)研究59-72
- 7.1 不同輪作與施肥水平下冬小麥高光譜及一階導(dǎo)數(shù)光譜的響應(yīng)特征59-61
- 7.2 基于冠層光譜的冬小麥氮素含量的估算模型61-66
- 7.2.1 冬小麥冠層光譜反射率的主成分分析62-63
- 7.2.2 基于冬小麥冠層光譜的氮素含量的逐步回歸模型(ρ-LR)63-64
- 7.2.3 基于冠層光譜主成分得分值的冬小麥氮素含量多元線性模型64
- 7.2.4 基于冠層光譜的冬小麥氮素含量的神經(jīng)網(wǎng)絡(luò)模型64-65
- 7.2.5 基于冠層光譜的冬小麥氮含量的模型檢驗(yàn)65-66
- 7.3 冬小麥冠層光譜和一階導(dǎo)數(shù)光譜與含氮量的相關(guān)性分析66-68
- 7.4 冬小麥冠層光譜的特征參量與葉片氮含量的相關(guān)性分析68-72
- 7.4.1 冬小麥一階導(dǎo)數(shù)光譜的特征參量68-69
- 7.4.2 冬小麥氮含量與特征波段和特征參量的相關(guān)性分析69-70
- 7.4.3 植被指數(shù)與冬小麥氮含量的回歸分析70-72
- 第八章 冬小麥葉綠素高光譜特征研究72-80
- 8.1 輪作與施肥處理的冬小麥葉綠素含量72-73
- 8.2 基于冠層光譜的冬小麥葉綠素含量的估算模型73-75
- 8.2.1 冬小麥冠層光譜的葉綠素含量的回歸分析73
- 8.2.2 基于冠層光譜主成分得分值的冬小麥葉綠素含量的多元線性模型73-74
- 8.2.3 冬小麥葉綠素含量的神經(jīng)網(wǎng)絡(luò)模型74
- 8.2.4 基于冠層光譜的冬小麥葉綠素含量的模型檢驗(yàn)74-75
- 8.3 冬小麥冠層光譜和導(dǎo)數(shù)光譜與SPAD的相關(guān)性分析75-77
- 8.4 冬小麥冠層光譜特征參量與葉片SPAD含量的相關(guān)性分析77-80
- 8.4.1 冬小麥一階導(dǎo)數(shù)光譜特征參量77-78
- 8.4.2 冬小麥葉綠素含量與特征波段和特征參量的相關(guān)性分析78
- 8.4.3 植被指數(shù)與冬小麥葉綠素含量的回歸分析78-80
- 第九章 冬小麥葉面積高光譜研究80-86
- 9.1 不同生育期冬小麥葉面積指數(shù)及其變化80-81
- 9.2 冬小麥冠層光譜和導(dǎo)數(shù)光譜與葉面積的相關(guān)性分析81-82
- 9.3 冬小麥冠層光譜的特征參量與葉片葉面積的相關(guān)性分析82-86
- 9.3.1 冬小麥一階導(dǎo)數(shù)光譜的特征參量83
- 9.3.2 冬小麥葉面積與特征波段和特征參量的相關(guān)性分析83-84
- 9.3.3 植被指數(shù)與冬小麥葉面積的回歸分析84-86
- 第十章 結(jié)論與展望86-88
- 10.1 主要結(jié)論86-87
- 10.2 主要?jiǎng)?chuàng)新點(diǎn)87
- 10.3 存在的問題與展望87-88
- 參考文獻(xiàn)88-95
- 致謝95-96
- 作者簡(jiǎn)介96
【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 J.G.布哈特;棉花不同形態(tài)品種葉片生長(zhǎng)與葉面積指數(shù)的研究[J];湖北農(nóng)業(yè)科學(xué);1975年08期
2 莫家讓;;水稻葉面積指數(shù)簡(jiǎn)易測(cè)定法[J];農(nóng)業(yè)科技通訊;1975年09期
3 趙福;;葉面積和葉面積指數(shù)的計(jì)算[J];內(nèi)蒙古農(nóng)業(yè)科技;1975年07期
4 C.R.Chinnamuthu;夏明忠;;用第六葉面積估計(jì)高粱總?cè)~面積[J];國(guó)外農(nóng)學(xué)-雜糧作物;1990年04期
5 于強(qiáng),傅抱璞,,姚克敏;水稻葉面積指數(shù)的普適增長(zhǎng)模型[J];中國(guó)農(nóng)業(yè)氣象;1995年02期
6 向佐湘,閆景彩,楊知建,張志飛;依據(jù)葉面積指數(shù)確定牧草適刈期[J];湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年02期
7 申曉瑜;李湛東;;園林植物葉面積指數(shù)研究進(jìn)展[J];吉林林業(yè)科技;2007年01期
8 林超文;陳一兵;黃晶晶;涂仕華;;四川間作地區(qū)作物高度、覆蓋度和葉面積指數(shù)的動(dòng)態(tài)變化(英文)[J];生態(tài)學(xué)雜志;2007年07期
9 王磊;馬英杰;趙經(jīng)華;洪明;;基于圖像上冠層體積的葉面積指數(shù)測(cè)算方法[J];農(nóng)機(jī)化研究;2013年12期
10 ;從一張葉片估計(jì)高粱葉面積[J];農(nóng)業(yè)科技;1975年08期
中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條
1 姚冬萍;;融合多源遙感數(shù)據(jù)估算地表葉面積指數(shù)[A];中國(guó)地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年
2 高帥;;利用ENVISAT-ASAR數(shù)據(jù)的植被葉面積指數(shù)反演研究[A];遙感定量反演算法研討會(huì)摘要集[C];2010年
3 陳雪洋;蒙繼華;吳炳方;朱建軍;紐立明;杜鑫;;基于環(huán)境星高光譜數(shù)據(jù)紅邊參數(shù)的冬小麥葉面積指數(shù)反演[A];遙感定量反演算法研討會(huì)摘要集[C];2010年
4 張娜;;半干旱天然草地葉面積指數(shù)反演模型[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年
5 孫永華;宮輝力;李小娟;浦瑞良;周德民;;基于高光譜的三江平原濕地葉面積指數(shù)反演研究[A];遙感定量反演算法研討會(huì)摘要集[C];2010年
6 曹中盛;朱艷;田永超;曹衛(wèi)星;姚霞;;小麥葉面積指數(shù)估測(cè)的最佳高光譜參數(shù)研究[A];中國(guó)作物學(xué)會(huì)2013年學(xué)術(shù)年會(huì)論文摘要集[C];2013年
7 呂蕓帙;楊旭;駱祖瑩;;基于無線傳感器網(wǎng)絡(luò)的植被葉面積指數(shù)測(cè)量方法[A];第六屆中國(guó)測(cè)試學(xué)術(shù)會(huì)議論文集[C];2010年
8 夏帆;;基于MODIS數(shù)據(jù)的長(zhǎng)江流域生態(tài)環(huán)境質(zhì)量評(píng)價(jià)[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年
9 劉倩;;2000-2010年三江源地區(qū)MODIS葉面積指數(shù)及FPAR產(chǎn)品驗(yàn)證分析[A];遙感定量反演算法研討會(huì)摘要集[C];2010年
10 楊鵬;李春強(qiáng);;基于MODIS數(shù)據(jù)的河北省冬小麥葉面積指數(shù)模型研究[A];第31屆中國(guó)氣象學(xué)會(huì)年會(huì)S5 干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估與防控[C];2014年
中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條
1 李濟(jì) 供稿;理科綜合測(cè)試模擬(四)[N];山西科技報(bào);2003年
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條
1 駱社周;激光雷達(dá)遙感森林葉面積指數(shù)提取方法研究與應(yīng)用[D];中國(guó)地質(zhì)大學(xué)(北京);2012年
2 郝雅s
本文編號(hào):732327
本文鏈接:http://www.sikaile.net/shoufeilunwen/nykjbs/732327.html