本文關鍵詞：玉米氮素營養(yǎng)監(jiān)測的高光譜遙感估算模型研究

  更多相關文章： 玉米 氮素含量 高光譜 葉鞘莖 估算模型

【摘要】：研究以玉米為試驗材料,通過2年大田試驗,運用高光譜遙感技術獲取不同氮素水平下玉米冠層高光譜數據,主要研究了玉米不同生育時期及全生育期的光譜參數與玉米地上營養(yǎng)器官氮素含量的相關關系,通過篩選不同的光譜特征參量,建立了玉米葉片葉鞘莖莖稈氮素含量的定量估算模型,并對模型的精度進行了檢驗。研究結果如下(1)玉米冠層反射光譜在400～680nm可見光范圍具有綠色植物典型的“峰谷”的特征。綠峰反射率隨著生育期的推移逐漸降低,并出現紅移現象。在760～1000nm的近紅外區(qū)域反射率隨生育期的推移逐漸降低,在孕穗期與施氮量成正相關關系。(2)通過玉米冠層原始光譜反射率的倒數、對數、導數的光譜轉換參數及基于光譜位置、光譜面積、植被指數的光譜特征參量對玉米葉片氮素含量的建模分析：以RDVI(943,749)為自變量建立的拔節(jié)期玉米葉片氮素含量的估算模型y=204.05x2+7.5201x+2.4484 (RMSE=0.2531, R2=0.8329)觀測值和預測值的相關系數r0.9126**；玉米冠層光譜578nm的一階導數對開花吐絲期玉米葉片全氮含量進行估測y=376236x2+1871.1x+3.3134 (RMSE=0.2235, R2=0.7514)觀測值和預測值的相關系數r=0.8668**；成熟期玉米葉片氮素含量是由871nm處光譜的一階導數為自變量的指數函數y=1.9852e-308.3x(RMSE=0.2328, R2=0.7086)進行估算,其觀測值和預測值的相關系數為0.8418**;孕穗期、抽雄期、灌漿期估算模型的建模均方根誤差大,不能對玉米氮素含量進行有效估測。(3)建立了玉米葉鞘氮素含量估算模型。灌漿期玉米葉鞘氮素含量由于建模均方根誤差較大而沒能建立模型,其余各個生育時期及全生育期都建立了氮素含量的估算模型。與玉米葉片氮素含量的相比,玉米葉鞘的氮素含量易建立模型。拔節(jié)期建立了以ρ′(597nm)為自變量的二次模型y=376236x2+1871.1x+3.3134 (RMSE=0.2694, R2=0.7023)觀測值和預測值的相關系數r=0.838**：孕穗期建立了以(1/p)″(842nm)為自變量的二次模型y=181925x2-638.11x+1.3104 (RMSE=0.2149, R2=0.7726)觀測值和預測值的相關系數r=0.879**;抽雄期建立了以RVI(760,755)為自變量的二次模型y=109.73x2-213.84x+104.89 (RMSE=0.1551, R2=0.7735)觀測值和預測值的相關系數r=0.8795**;開花吐絲期建立了以ρ'(340nm)為白變量的二次模型y=4.0567x2-187.39x+1.0843 (RMSE=0.2388, R2=0.8082)觀測值和預測值的相關系數r=0.8989**;成熟期建立了以ρ"(959nm)為自變量的指數模型y=0.9343e-0.944x (RMSE=0.1621, R2=0.7684)觀測值和預測值的相關系數r=0.8766**；全生育期建立了以RVI(774,697)為自變量的二次模型y=-0.0025x2+0.1111x+0.3127 (RMSE=0.2491, R2=0.7484)觀測值和預測值的相關系數r=0.8651**。(4)建立了玉米莖稈氮素含量的估算模型。拔節(jié)期、開花吐絲期的玉米莖稈氮素含量的估算模型精度差不能進行準確估測,建立了孕穗期、抽雄期、灌漿期、成熟期玉米莖稈氮素含量的估算模型。孕穗期建立了以(1/ρ)'(381nm)為自變量的指數模型y=1.1097e-0.053x(RMSE=0.2475, R2=0.7762)觀測值和預測值的相關系數r=0.881**；抽雄期建立了以RVI(760,755)為自變量的二次模型y=1089.6x2-2236.8x+1148.5 (RMSE=0.2401, R2=0.8026)觀測值和預測值的相關系數r=0.8959**;灌漿期建立了以(1/ρ)"(550nm)為自變量的二次模型y=-63.851x2-11.133x+0.6153 (RMSE=0.1923, R2=0.7768)觀測值和預測值的相關系數r=0.8814**;成熟期建立了以ρ"(880nm)為自變量的二次模型y=-2E+06x2-845.2x+0.61 (RMSE=0.1738, R2=0.7409)觀測值和預測值的相關系數r=0.8608**。
【關鍵詞】：玉米 氮素含量 高光譜 葉鞘莖 估算模型
【學位授予單位】：沈陽農業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：S513;S127
【目錄】：

• 摘要8-10
• Abstract10-13
• 1 緒論13-23
• 1.1 高光譜的概念及光譜學原理13-14
• 1.2 氮素對作物生長的重要性14-15
• 1.3 高光譜遙感技術在作物監(jiān)測上的研究進展15-20
• 1.3.1 在作物生長監(jiān)測方面的應用15-18
• 1.3.2 在作物營養(yǎng)診斷方面的應用18-20
• 1.4 研究目的及意義20-21
• 1.5 研究內容21
• 1.6 研究方法21-23
• 2 材料與方法23-27
• 2.1 供試材料與試驗設計23
• 2.2 數據采集23-24
• 2.2.1 冠層光譜數據采集23-24
• 2.2.2 米氮素含量測定24
• 2.3 光譜參量的選擇24-25
• 2.3.1 基于原始光譜反射率轉換參數24
• 2.3.2 基于光譜位置的特征參量24-25
• 2.3.3 基于植被(Ⅵ)指數的特征參量25
• 2.3.4 基于光譜面積的特征參量25
• 2.4 模型建立與檢驗25-27
• 3 結果與分析27-106
• 3.1 玉米冠層高光譜特征分析27-30
• 3.1.1 不同生育時期玉米冠層反射光譜特征27-29
• 3.1.2 不同氮素水平下玉米冠層反射光譜特征29-30
• 3.2 玉米葉片氮素含量估算模型的建立30-55
• 3.2.1 葉片氮素含量變化分析30-31
• 3.2.2 光譜轉換數據與葉片氮素含量相關性分析31-48
• 3.2.3 葉片氮素含量與光譜特征參量相關性分析48-49
• 3.2.4 葉片氮素含量估算模型的建立與驗證49-55
• 3.3 玉米葉鞘氮素含量估算模型的建立55-82
• 3.3.1 葉鞘氮素含量變化分析55-56
• 3.3.2 光譜轉換數據與葉鞘氮素含量相關性分析56-70
• 3.3.3 葉鞘氮素含量與光譜特征參量相關性分析70-72
• 3.3.4 葉鞘氮素含量估算模型的建立與檢驗72-82
• 3.4 玉米莖稈氮素含量估算模型的建立82-106
• 3.4.1 莖稈氮素含量變化分析82-83
• 3.4.2 光譜轉換數據與莖稈氮素含量相關性分析83-97
• 3.4.3 莖稈氮素含量與光譜特征參量相關性分析97-98
• 3.4.4 莖稈氮素含量估算模型的建立與檢驗98-106
• 4 結論與討論106-109
• 4.1 結論106-107
• 4.2 討論107-109
• 參考文獻109-116
• 致謝116-117
• 攻讀學位論文期間發(fā)表文章117

【相似文獻】

中國期刊全文數據庫 前10條

1 徐新剛;吳炳方;蒙繼華;李強子;黃文江;劉良云;王紀華;;農作物單產遙感估算模型研究進展[J];農業(yè)工程學報;2008年02期

2 張正斌;作物水分利用效率和蒸發(fā)蒸騰估算模型的研究進展[J];干旱地區(qū)農業(yè)研究;1997年01期

3 楊曦光;范文義;于穎;;森林葉綠素含量的高光譜遙感估算模型的建立[J];森林工程;2010年02期

4 姚付啟;張振華;楊潤亞;孫金偉;崔素芳;;基于紅邊參數的植被葉綠素含量高光譜估算模型[J];農業(yè)工程學報;2009年S2期

5 吳國金;許鐘;楊憲時;郭全友;李學英;;冰鮮魚貯運過程中耗冰量估算模型的建立與驗證[J];中國水產科學;2010年06期

6 徐永明;藺啟忠;王璐;黃秀華;;基于高分辨率反射光譜的土壤營養(yǎng)元素估算模型[J];土壤學報;2006年05期

7 程乾;;基于MOD09產品的水稻葉面積指數和葉綠素含量的遙感估算模型[J];應用生態(tài)學報;2006年08期

8 張永賀;陳文惠;郭喬影;張清林;;桉樹葉片光合色素含量高光譜估算模型[J];生態(tài)學報;2013年03期

9 李鳳濤;魯欣欣;王珍珍;楊錦忠;;基于多光譜特征的玉米生物參量估算模型[J];青島農業(yè)大學學報(自然科學版);2014年03期

10 ;[J];;年期

中國重要會議論文全文數據庫 前1條

1 陳朝斌;;鐵礦石經濟評價模型建立的探討[A];2012年全國煉鐵生產技術會議暨煉鐵學術年會文集（下）[C];2012年

中國博士學位論文全文數據庫 前1條

1 程志慶;基于高光譜信息的楊樹人工林生產力遙感估算模型的研究[D];中國林業(yè)科學研究院;2015年

中國碩士學位論文全文數據庫 前10條

1 張小萍;黃土高原溝壑區(qū)太陽輻射時空分布特征及估算模型研究[D];西北農林科技大學;2015年

2 柳燁;參考作物蒸發(fā)蒸騰量的少因子估算模型研究[D];西北農林科技大學;2016年

3 王靜;基于衛(wèi)星遙感的長三角主要城市PM2.5估算[D];華東師范大學;2016年

4 劉桂鵬;基于高光譜遙感的玉米冠層參數及葉綠素估算模型研究[D];沈陽農業(yè)大學;2016年

5 賀婷;玉米氮素營養(yǎng)監(jiān)測的高光譜遙感估算模型研究[D];沈陽農業(yè)大學;2016年

6 程博;面向敏捷開發(fā)項目的工作量估算模型的研究與應用[D];北京工業(yè)大學;2012年

7 馬劍;軟件開發(fā)工作量估算模型研究及其在項目管理中的應用[D];華北電力大學;2012年

8 賀軍亮;基于有機質光譜診斷指數的土壤重金屬含量估算模型研究[D];南京師范大學;2007年

9 劉飛鴻;衛(wèi)星對地偵察威脅估算模型研究[D];西安工業(yè)大學;2014年

10 周毅軍;濕地植物葉片重金屬含量高光譜遙感估算模型研究[D];福建師范大學;2014年

，

本文編號：849049