中耕追肥是提高玉米產量和品質必不可少的農業(yè)生產環(huán)節(jié)。追肥方式是一個區(qū)域內或一個地塊內使用一個平均追肥量,由于自然條件的影響,不同位置的土壤肥力存在顯著性差異,因此平均追肥量在土壤肥力較低的地方出現(xiàn)供肥不足的情況,而在土壤肥力高的地方引起過量追肥,影響玉米的產量和品質。同時造成肥料利用率低和環(huán)境污染等問題,嚴重制約了農業(yè)可持續(xù)發(fā)展。施肥分區(qū)是提高肥料利用率的有效手段,其通過農情信息（土壤養(yǎng)分、產量、生長狀態(tài)參數(shù)）建立變量施肥模型,結合農情信息的空間分布規(guī)律,建立分區(qū)施肥處方圖,實現(xiàn)整個地號內不同位置的精準肥料調控。根據(jù)施肥分區(qū)思想,結合玉米在不同營養(yǎng)狀態(tài)冠層光譜參數(shù)歸一化植被指數(shù)（Normalized Difference Vegetation Inde x,NDVI）存在顯著性差異性原理,提出一種基于光譜反射參數(shù)歸一化植被指數(shù)（NDVI）的智能、實時玉米追肥分區(qū)方法。主要內容是通過車載冠層光譜傳感器獲取中耕時期玉米冠層NDVI,研究其與玉米產量、氮含量間的關系,建立基于NDVI變量施肥模型。在此基礎上,分析NDVI空間變異規(guī)律確定合理的采樣方法,并探討基于大數(shù)據(jù)的智能分區(qū)算法,從而建立... 

【文章來源】：黑龍江八一農墾大學黑龍江省

【文章頁數(shù)】：116 頁

【學位級別】：博士

【部分圖文】：

技術路線

玉米 NDVI 實時檢測及智能施肥分區(qū)方法的研究致多重反射，因此對近紅外光產生強烈地反射。在中紅外區(qū)波段（1300-2500nm），葉子光的吸收主要是由葉子中水的含量引起的，葉子中的水量越多，其吸收越強，主要吸收帶位于 1450nm、1950nm 和 2500nm。在這些譜帶中，葉子的反射率最小，除此之外，葉子中水的吸收對葉子光學特性起重要作用。葉子反射率隨葉子含水量而變。

基于 NDVI 玉米變量追肥模型建立素含量檢測敏感波段近紅外波段的交接處可以發(fā)現(xiàn)一個陡增的區(qū)域，此為紅波方向位置表明葉綠素濃度增加加劇了長波光子的消耗，對于近紅外波段的電磁波近乎透明，而細胞結構對于近紅此時植物葉片的反射率顯著增加[59-61]。紅邊向短波方向移合作用減弱，此時在可見光波段葉片綠素吸收了大部分的效應是反映植物營養(yǎng)元素含量的有效指示波段，波段范圍

【參考文獻】：
期刊論文
[1]基于NDVI的水稻產量遙感估測[J]. 劉珊珊,牛超杰,邊琳,刀劍,王建雄,張輔霞.  江蘇農業(yè)科學. 2019(03)
[2]動態(tài)應變采集系統(tǒng)的設計及誤差測試[J]. 陳誠,李建青,馬爭爭,戴亞文,陳子鵬.  自動化與儀表. 2019(02)
[3]時間交替采集系統(tǒng)誤差的頻域校正方法[J]. 余躍聽,孔祥偉,吳浩偉.  艦船科學技術. 2018(21)
[4]祁連山牧區(qū)青貯玉米追肥及與箭筈豌豆混播對草產量及品質的影響[J]. 閆慧穎,李春喜.  青海草業(yè). 2018(03)
[5]“基于低空遙感的東北水稻營養(yǎng)診斷與變量追肥管理模型”進展[J]. 許童羽,于豐華.  浙江大學學報(農業(yè)與生命科學版). 2018(04)
[6]四川省化肥面源污染環(huán)境風險評估及趨勢模擬[J]. 田若蘅,黃成毅,鄧良基,方從剛,薛超,楊連心,雷永疆.  中國生態(tài)農業(yè)學報. 2018(11)
[7]不同時期追肥對玉米性狀和產量的影響[J]. 劉美洲,賈鴻燕,宋利軍.  基層農技推廣. 2018(05)
[8]我國變量施肥技術研究現(xiàn)狀與發(fā)展對策[J]. 陳金,趙斌,衣淑娟,戈天劍,趙雪,肖躍進.  農機化研究. 2017(10)
[9]中國化肥面源污染環(huán)境風險時空變化[J]. 劉欽普.  農業(yè)環(huán)境科學學報. 2017(07)
[10]蔬菜區(qū)土壤有機質空間變異特征分析[J]. 王晶,楊聯(lián)安,楊煜岑,馮武煥,于世鋒,呂爽,張彬.  山東農業(yè)大學學報(自然科學版). 2017(04)

博士論文
[1]基于遙感數(shù)據(jù)的作物長勢參數(shù)反演及作物管理分區(qū)研究[D]. 付元元.浙江大學 2015
[2]基于主動作物冠層傳感器的冬小麥、水稻精準氮素管理[D]. 曹強.中國農業(yè)大學 2014

碩士論文
[1]基于圖像相似度的停車場車位識別方法研究[D]. 魏雨濃.吉林大學 2018
[2]基于高光譜的甜菜不同生育時期氮素營養(yǎng)參數(shù)監(jiān)測研究[D]. 楊榮超.內蒙古農業(yè)大學 2017
[3]基于MODIS時間序列地表物候特征分析及農作物分類[D]. 平躍鵬.哈爾濱師范大學 2016
[4]基于GIS棉田土壤氮素空間變異特性及施肥管理研究[D]. 郭蕾.石河子大學 2013
[5]基于高光譜玉米氮素營養(yǎng)與生長指標的監(jiān)測[D]. 李振.山東農業(yè)大學 2012
[6]基于GIS和地統(tǒng)計學的土壤養(yǎng)分空間變異研究[D]. 張敏.河南農業(yè)大學 2010
[7]玉米冠層光譜氮營養(yǎng)診斷追肥模型的研究[D]. 趙福剛.吉林農業(yè)大學 2007
[8]基于高光譜遙感技術的作物營養(yǎng)診斷初步研究[D]. 喬欣.吉林大學 2005



本文編號：3514677