發(fā)布時間：2020-03-20 17:05

【摘要】：遙感以其快速、精準、無損、覆蓋范圍廣的特點,已經(jīng)廣泛用于農(nóng)作物的生長監(jiān)測,長勢、產(chǎn)量與籽粒品質(zhì)的研究及對各種自然災(zāi)害的預(yù)警預(yù)防中。但是目前國內(nèi)外對于利用遙感技術(shù)進行農(nóng)作物播期研究及不同播期情況下小麥長勢、產(chǎn)量與籽粒品質(zhì)狀況研究還較少。本研究以江蘇東海、贛榆、灌云、淮安、江陰、姜堰、金湖、宿遷、儀征、昆山和睢寧等地區(qū)冬小麥為研究對象,調(diào)查江蘇省小麥的不同播種時期與不同播種時期小麥的關(guān)鍵長勢、品質(zhì)參數(shù)和產(chǎn)量。結(jié)合國產(chǎn)環(huán)境星(HJ-1A/1B)及高分一號衛(wèi)星(GF-1)的融合衛(wèi)星影像,建立江蘇小麥播期模型與不同播期長勢、品質(zhì)和產(chǎn)量遙感監(jiān)測模型并評價。研究不同播期情況下小麥長勢、品質(zhì)、產(chǎn)量等的綜合性變化規(guī)律,探討不同遙感變量組合對小麥播期遙感監(jiān)測的可行性,主要研究結(jié)果如下:(1)分析冬小麥不同播期與衛(wèi)星遙感變量的關(guān)系,分析拔節(jié)期與孕穗期冬小麥播期信息與遙感參數(shù)及不同遙感參數(shù)組合間的相關(guān)性,發(fā)現(xiàn)相關(guān)性較好。拔節(jié)期NDVI/GNDVI組合來監(jiān)測播期是可行的。孕穗期用GNDVI/RVI組合來監(jiān)測播期也是可行的。拔節(jié)期冬小麥播期遙感監(jiān)測模型的R2和RMSE值分別為0.742和10.820;孕穗期期冬小麥播期遙感監(jiān)測模型的R2和RMSE值分別為0.774和11.702,利用孕穗期建立的模型精度比利用拔節(jié)期建立的模型精度提高了 4.3%。在孕穗期建立模型精度比拔節(jié)期建立的冬小麥播期模型有所提高,故選擇利用孕穗期遙感變量組合建立的播期模型。(2)分析冬小麥不同長勢參數(shù)與衛(wèi)星遙感變量的關(guān)系,發(fā)現(xiàn)在拔節(jié)期與孕穗期冬小麥的生物量、SPAD值、葉面積指數(shù)(LAI)和葉片含氮量(LNC)與遙感參數(shù)及不同遙感參數(shù)組合相關(guān)性較好。拔節(jié)期用(SIPI-PSRI)/(SIPI+PSRI)組合,NRI/SIPI,SIPI-PSRI和NDVI組合來分別監(jiān)測SPAD、LAI、LNC和生物量是可行的,其擬合度R2分別達到了0.612,0.511,0.568,0.533,RMSE 分別為 6.790,0.858,0.344,672.290。孕穗期用(DVI-RVI)/(DVI+RVI)組合,(NDVI-PSRI)/(NDVI+PSRI)組合,NDVI/NRI 和(GNDVI-EVI)/(GNDVI+EVI)組合來分別監(jiān)測SPAD,LAI,LNC和生物量也是可行的,其擬合度R2分別達到了 0.588,0.575,0.607,0.563,RMSE 分別為 9.527,0.763,0.425,1182.802。同時發(fā)現(xiàn)遙感變量組合監(jiān)測精度普遍優(yōu)于單個變量,說明利用遙感變量組合監(jiān)測冬小麥長勢是可行的。(3)分析冬小麥籽粒品質(zhì)與衛(wèi)星遙感變量間的關(guān)系,分析了冬小麥主要品質(zhì)參數(shù)與遙感參數(shù)及其組合之間的相關(guān)性,發(fā)現(xiàn)冬小麥主要品質(zhì)參數(shù)與遙感參數(shù)及其組合之間存在較好的相關(guān)性。用(SIPI-PSRI)/(SIPI+PSRI)組合,NDVI/GNDVI 和 NRI/GNDVI 組合來分別監(jiān)測蛋白質(zhì)含量,濕面筋含量和淀粉含量是可行的,其擬合度R2分別達到了 0.665,0.624,0.655,RMSE 分別為 0.999,1.742,1.061。(4)分析冬小麥的產(chǎn)量與衛(wèi)星遙感變量間的關(guān)系,發(fā)現(xiàn)冬小麥的產(chǎn)量和遙感參數(shù)及其組合之間存在較好的相關(guān)性。用GNDVI/EVI組合和(GNDVI-EVI)/(GNDVI+EVI)組合來分別監(jiān)測理論產(chǎn)量和實際產(chǎn)量是可行的,其擬合度R2分別達到了 0.697和0.630,RMSE分別為84.760和71.087。說明利用遙感變量組合監(jiān)測冬小麥產(chǎn)量是可行的。(5)分析冬小麥播期與冬小麥產(chǎn)量間的關(guān)系,分析了冬小麥實際產(chǎn)量與播期之間的相關(guān)性,發(fā)現(xiàn)冬小麥實際產(chǎn)量與播期之間存在較好的相關(guān)性。通過播期與產(chǎn)量間的相關(guān)性分析可以確定2018年冬小麥最適播期范圍處于10月28日至11月6日之間,其R2和RMSE值分別為0.734和114.403。通過對2018年江蘇省冬小麥播期遙感監(jiān)測圖與2018年江蘇省冬小麥實際產(chǎn)量遙感監(jiān)測圖的對比,推薦蘇南、蘇中和蘇北的最佳播期分別為11月2日至11月6日,10月31日至11月4日和10月28日至11月1日。(6)分析冬小麥不同播期條件下高光譜變化規(guī)律,分析了冬小麥不同播期與一階微分高光譜反射率的相關(guān)性,發(fā)現(xiàn)在拔節(jié)期,與播期相關(guān)性最高的高光譜反射率為717nm;在孕穗期,與播期相關(guān)性最高的高光譜反射率為731nm。同時將播期與高光譜特征變量進行相關(guān)性分析,發(fā)現(xiàn)紅邊內(nèi)一階微分總和(SDr)擬合度R2最高。比較發(fā)現(xiàn)(SDr-SDb)/(SDr+SDb)擬合度(R2)最高,故可選擇其構(gòu)建模型,評價發(fā)現(xiàn)利用高光譜特征變量組合(SDr-SDb)/(SDr+SDb)與播期建模是可行的。(7)依據(jù)冬小麥播期與遙感變量及其組合間的關(guān)系,通過建模得到獲得2018年江蘇省冬小麥播期遙感監(jiān)測圖,同時劃分不同播期冬小麥的長勢、產(chǎn)量和品質(zhì),最終得到冬小麥不同播期的長勢、品質(zhì)和產(chǎn)量遙感監(jiān)測專題圖,據(jù)此可及時獲得不同播期條件下冬小麥長勢信息,對大田生產(chǎn)實現(xiàn)優(yōu)質(zhì)高產(chǎn)具有指導(dǎo)的意義。
【圖文】：

昆山和睢寧等地區(qū)進行，每縣設(shè)置采樣點１５？３０個，每個定位點相隔距離在３公里以上，逡逑一共設(shè)置１０５個采樣點。２０１６年于江蘇省姜堰、高郵和興化麥區(qū)設(shè)置采樣點〗５？３０個，一逡逑共設(shè)置５５個采樣點（圖２．２）。逡逑其中樣點間直線距離超過３公里，分布均勻，地理位置信息的獲取采用的是Ｔｒｉｍｂｌｅ逡逑公司生產(chǎn)的Ｊｕｎｏ邋ＳＴ邋ＧＰＳ定位儀。逡逑于２０１７年進行播期小區(qū)試驗，試驗地點位于姜堰，經(jīng)緯度（１２０．１１６３４４°，逡逑３２．６０９５８５°邋）；試驗品種：揚麥２３、揚麥２５。每個品種種植面積１５ｍ２，，重復(fù)２次，并且逡逑

８９邐儀征市馬集鎮(zhèn)蔡湖村蔡一組邐１１月１２日寧麥１３逡逑９０邐昆山邐昆山市淀山湖鎮(zhèn)晟泰村邐１０月２９日鎮(zhèn)麥１０逡逑９１邐昆山市淀山湖鎮(zhèn)永新村邐１１月３日揚麥１６逡逑９２邐昆山市淀山湖鎮(zhèn)金家莊村邐１１月４日揚麥１６逡逑９３邐昆山市高新區(qū)大公邐１１月１日鎮(zhèn)麥１０逡逑９４邐昆山市高新區(qū)廟燈邐１１月８日鎮(zhèn)麥１０逡逑９５邐昆山市高新區(qū)群星邐１１月１日鎮(zhèn)麥１０逡逑９６邐昆山市高新區(qū)大眾邐１０月３日揚麥１６逡逑９７邐昆山市周市鎮(zhèn)許家村邐１０月２６日鎮(zhèn)麥１０逡逑９８邐昆山巴城鎮(zhèn)高標準糧油基地邐１１月２日鎮(zhèn)麥１０逡逑９９邐睢寧邐雙溝鎮(zhèn)官路村邐１０月２５日徐麥３３逡逑１００邐王集鎮(zhèn)趙集村邐１０月２６日淮麥４０逡逑１０１邐王集鎮(zhèn)趙集村邐１０月２３日徐麥３３逡逑１０２邐王集鎮(zhèn)趙集村邐１０月２８日徐麥３３逡逑１０３邐梁集鎮(zhèn)高樓村邐１１月５日淮麥３３逡逑１０４邐姚集鎮(zhèn)金武村邐１１月１日徐麥３３逡逑１０５邐凌城鎮(zhèn)勝利村邐１１月１日徐麥３３逡逑１１８。０’０＂１２０°０’０’？１２２°ｆｌ’Ｄ＂東逡逑
【學(xué)位授予單位】：揚州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：S512.11;S127

【相似文獻】

相關(guān)期刊論文 前10條

1 曹利萍;王君杰;雷夢林;張晉;;高光譜對冬小麥倒伏的響應(yīng)[J];山西農(nóng)業(yè)科學(xué);2017年12期

2 李洪芹;;淺析冬小麥優(yōu)質(zhì)高產(chǎn)栽培技術(shù)[J];農(nóng)業(yè)與技術(shù);2018年18期

3 許朗;吳桐;黃武;;氣候變化對冬小麥產(chǎn)量的影響[J];廣東農(nóng)業(yè)科學(xué);2016年03期

4 奧斯曼江·斯迪克;古麗娜爾·吾布力;;影響和田地區(qū)冬小麥產(chǎn)量的因素與應(yīng)對措施[J];新疆農(nóng)業(yè)科技;2011年03期

5 杜雯;唐立松;李彥;;綠洲農(nóng)田不同施肥方式對冬小麥產(chǎn)量的效應(yīng)分析[J];干旱區(qū)資源與環(huán)境;2008年09期

6 ;Sparks公司預(yù)期美國2004年冬小麥產(chǎn)量為14.65億蒲式耳[J];飼料廣角;2004年11期

7 邱新法,曹燕;影響我國冬小麥產(chǎn)量的氣象要素研究[J];中國農(nóng)業(yè)氣象;2001年04期

8 邱新法,曾燕;影響我國冬小麥產(chǎn)量的氣象因子研究[J];南京氣象學(xué)院學(xué)報;2000年04期

9 董大學(xué),鐘良平,李玉山;冬小麥產(chǎn)量與底墑關(guān)系分析[J];水土保持通報;1993年05期

10 申明華;;1985-1986年度冬小麥遙感估產(chǎn)地面監(jiān)測資料分析[J];新疆氣象;1987年05期

相關(guān)會議論文 前10條

1 何璇;牟鳳軍;許啟慧;孫愛良;;滄州干熱風(fēng)時空分布特征及對冬小麥產(chǎn)量影響[A];第32屆中國氣象學(xué)會年會S15 提升氣象為農(nóng)服務(wù)能力，保障農(nóng)業(yè)提質(zhì)增效[C];2015年

2 李松敏;王仰仁;周青云;孫書洪;;水肥耦合方式對冬小麥產(chǎn)量和水分利用效率的影響[A];現(xiàn)代節(jié)水高效農(nóng)業(yè)與生態(tài)灌區(qū)建設(shè)（上）[C];2010年

3 王景悅;;衡水市小麥產(chǎn)量預(yù)測分析[A];第27屆中國氣象學(xué)會年會現(xiàn)代農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會場論文集[C];2010年

4 唐為安;唐為安;田紅;陳曉藝;溫華洋;丁霞;徐光清;;氣候變暖背景下安徽省冬小麥產(chǎn)量對氣候要素變化的響應(yīng)[A];第27屆中國氣象學(xué)會年會現(xiàn)代農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會場論文集[C];2010年

5 羅蔣梅;王建林;薛曉萍;申雙和;;影響冬小麥產(chǎn)量的氣象要素定量評價模型研究[A];中國氣象學(xué)會2007年年會生態(tài)氣象業(yè)務(wù)建設(shè)與農(nóng)業(yè)氣象災(zāi)害預(yù)警分會場論文集[C];2007年

6 信志紅;郭建平;譚凱炎;;高溫年景下分期播冬小麥生長差異性分析[A];第35屆中國氣象學(xué)會年會 S5 氣候變暖背景下干旱災(zāi)害形成機制變化與監(jiān)測預(yù)測及其影響評估[C];2018年

7 史印山;顧光芹;池俊成;魏瑞江;;河北平原氣候變化對冬小麥產(chǎn)量的影響[A];第26屆中國氣象學(xué)會年會農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會場論文集[C];2009年

8 商健;劉義國;林琪;;不同滴灌鋪管方式對冬小麥產(chǎn)量和品質(zhì)的影響[A];中國作物學(xué)會2013年學(xué)術(shù)年會論文摘要集[C];2013年

9 郝立生;閔錦忠;;氣候變暖對河北省冬小麥產(chǎn)量的影響[A];第26屆中國氣象學(xué)會年會農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會場論文集[C];2009年

10 王瓊;;滄州地區(qū)冬小麥產(chǎn)量趨勢分析及其預(yù)測[A];全國農(nóng)業(yè)氣象與生態(tài)環(huán)境學(xué)術(shù)年會論文集[C];2006年

相關(guān)重要報紙文章 前10條

1 張榮勝;新麥生長進入關(guān)鍵期 預(yù)防天氣再“惹禍”[N];糧油市場報;2017年

2 趙建軍 劉川;我省夏糧喜獲豐收[N];山西科技報;2017年

3 記者 趙建軍 通訊員 劉川;我省夏糧喜獲豐收[N];山西日報;2017年

4 記者 孫楠　通訊員 鄭昌玲;我國開展冬小麥產(chǎn)量逐月預(yù)報[N];中國氣象報;2012年

5 曾曉偉 陳曉藝;安徽冬小麥產(chǎn)量呈增產(chǎn)趨勢[N];中國氣象報;2004年

6 小靜;印度冬小麥產(chǎn)量下滑[N];國際商報;2003年

7 本報記者　 黃憲奇;巴西8月份冬小麥產(chǎn)量年比下降28%[N];中國證券報;2006年

8 國家糧油信息中心;冬小麥產(chǎn)量預(yù)期減幅較大[N];期貨日報;2007年

9 河北省農(nóng)林科學(xué)院農(nóng)業(yè)資源環(huán)境研究所 河北省肥料工程技術(shù)研究中心 郭麗 王麗英 史建碩 任燕利 張彥才 李若楠;冬小麥高效施肥技術(shù)要點[N];河北科技報;2019年

10 喬林生;我國冬小麥產(chǎn)量與質(zhì)量有望同步提高[N];期貨日報;2006年

相關(guān)博士學(xué)位論文 前10條

1 楊閆君;基于植被指數(shù)時序譜類內(nèi)差異特征的冬小麥遙感識別研究[D];南京大學(xué);2019年

2 李廣信;基于光譜遙感的冬小麥氮素和可溶性糖監(jiān)測研究[D];山西農(nóng)業(yè)大學(xué);2017年

3 張超;基于高光譜數(shù)據(jù)與SAFY-FAO作物模型同化的冬小麥生長監(jiān)測與模擬研究[D];西北農(nóng)林科技大學(xué);2018年

4 張迪;基于DSSAT模型的冬小麥節(jié)水高產(chǎn)技術(shù)機理和優(yōu)化管理策略研究[D];河北農(nóng)業(yè)大學(xué);2018年

5 吳尚蓉;基于流依賴背景誤差同化系統(tǒng)的冬小麥估產(chǎn)研究[D];中國農(nóng)業(yè)科學(xué)院;2019年

6 梁悅萍;冬小麥奢侈蒸騰變化規(guī)律及其調(diào)控[D];中國農(nóng)業(yè)科學(xué)院;2018年

7 張玲玲;黃土高原冬小麥產(chǎn)量差及其水氮利用效率分析[D];中國科學(xué)院大學(xué)(中國科學(xué)院教育部水土保持與生態(tài)環(huán)境研究中心);2019年

8 孫昭安;不同供氮條件下冬小麥生產(chǎn)向土壤碳庫的輸入及氮素損失特征[D];中國農(nóng)業(yè)大學(xué);2018年

9 賽力汗·賽;滴灌量調(diào)配對北疆冬小麥耗水特性及產(chǎn)量形成的影響研究[D];中國農(nóng)業(yè)大學(xué);2018年

10 邢會敏;基于遙感與作物模型同化的冬小麥節(jié)水灌溉研究[D];中國礦業(yè)大學(xué)(北京);2018年

相關(guān)碩士學(xué)位論文 前10條

1 周健;基于中高分融合影像冬小麥播期遙感監(jiān)測機理研究[D];揚州大學(xué);2019年

2 王琦;區(qū)域冬小麥籽粒蛋白含量遙感預(yù)測研究[D];山東農(nóng)業(yè)大學(xué);2019年

3 辛琪;不同灌溉方式對冬小麥生長及水分利用效率的影響[D];山東農(nóng)業(yè)大學(xué);2019年

4 燕琪琦;冬小麥葉片水分利用效率時空變異規(guī)律研究[D];天津農(nóng)學(xué)院;2018年

5 鈐太峰;播期對冬小麥莖稈伸長、干物質(zhì)充實與花后調(diào)運的調(diào)控研究[D];山東農(nóng)業(yè)大學(xué);2019年

6 閆恒輝;不同比例分層施磷對冬小麥產(chǎn)量和磷素利用效率的影響[D];山東農(nóng)業(yè)大學(xué);2019年

7 張浩男;推遲灌溉拔節(jié)水對不同種植模式冬小麥莖稈蠕變和抗倒伏特性研究[D];山東農(nóng)業(yè)大學(xué);2019年

8 王金杰;澇漬脅迫對淮北平原冬小麥碳通量及生長發(fā)育的影響研究[D];華北水利水電大學(xué);2019年

9 趙二妮;引黃灌區(qū)不同水肥措施對作物水肥利用效率及產(chǎn)量的影響研究[D];濟南大學(xué);2019年

10 衛(wèi)潔;基于遙感的黃淮海冬小麥區(qū)干旱指數(shù)適應(yīng)性研究[D];山西大學(xué);2019年

本文編號：2591914