發(fā)布時(shí)間：2020-10-24 17:32

　　 隨著科技、農(nóng)業(yè)和經(jīng)濟(jì)的迅速發(fā)展,世界糧食安全、國(guó)家的宏觀政策、干旱和洪澇監(jiān)測(cè)等影響全球經(jīng)濟(jì)發(fā)展的關(guān)鍵領(lǐng)域急需大量快速精準(zhǔn)的數(shù)據(jù)支持,而遙感的技術(shù)可以充分滿足上述要求,可以對(duì)農(nóng)作物對(duì)干旱、洪澇等極端事件的響應(yīng)進(jìn)行快速、高效、無(wú)損的監(jiān)測(cè)。目前,大部分關(guān)于夏玉米水分脅迫的研究都集中于作物生理和生產(chǎn)過(guò)程分別受單一的干旱和澇漬的影響,從干旱到澇漬,夏玉米對(duì)連續(xù)水分脅迫水平的動(dòng)態(tài)生理生態(tài)響應(yīng)特征以及不同尺度下作物理化參數(shù)變化對(duì)光譜反射率的敏感度方面的深入研究依然很少,以至于目前精確的對(duì)其理化參數(shù)進(jìn)行遙感監(jiān)測(cè)十分困難。本研究在連續(xù)五年的夏玉米連續(xù)水分脅迫田間試驗(yàn)的基礎(chǔ)上,對(duì)夏玉米進(jìn)行生育期、各生育期株高、根、莖、葉、果實(shí)等器官鮮重和干重、葉面積、葉面積指數(shù)、葉水勢(shì)、冠層溫度、光合特性等的動(dòng)態(tài)變化進(jìn)行觀測(cè),在成熟期進(jìn)行產(chǎn)量構(gòu)成因素的測(cè)量。根據(jù)具體觀測(cè)數(shù)據(jù),對(duì)連續(xù)水分脅迫下夏玉米生理生態(tài)響應(yīng)的特征及其機(jī)理進(jìn)行深入分析�；谔镩g觀測(cè)的葉片光譜、冠層光譜數(shù)據(jù),對(duì)連續(xù)水分脅迫下夏玉米不同生育期的葉片光譜特征和冠層光譜特征進(jìn)行分析。在此基礎(chǔ)上,基于Prospect葉片模型以及PROSAIL冠層模型研究連續(xù)水分脅迫下夏玉米光譜特征和植被指數(shù)的尺度效應(yīng)。建立適用于不同尺度的不同理化參數(shù)的最佳光譜指數(shù),之后,建立夏玉米葉片尺度和冠層尺度不同理化參數(shù)遙感監(jiān)測(cè)模型,并通過(guò)實(shí)測(cè)光譜數(shù)據(jù)以及理化參數(shù)數(shù)據(jù)來(lái)進(jìn)行驗(yàn)證,進(jìn)一步為農(nóng)業(yè)精細(xì)化提供合理有效的理論依據(jù)。研究結(jié)果表明:(1)干旱處理和淹沒(méi)處理對(duì)夏玉米的株高、葉面積、果穗長(zhǎng)、果穗粗、株子粒重、百粒重以及理論產(chǎn)量呈現(xiàn)出不同程度的抑制的趨勢(shì),尤其是重旱脅迫和中旱脅迫,理論產(chǎn)量較對(duì)照處理分別下降了 76.9%和56.2%。夏玉米上中下三層的葉面積在ST1和ST2呈現(xiàn)上葉葉面積中葉葉面積下葉葉面積的分布,所有處理的上葉葉面積從ST1到ST2再到ST3,均呈現(xiàn)先增大再減小的趨勢(shì)。(2)夏玉米光合速率、氣孔導(dǎo)度、蒸騰速率以及作物水分脅迫指數(shù)均基本呈現(xiàn)出“雙峰”型,胞間二氧化碳濃度則呈現(xiàn)W形的變化趨勢(shì)。干旱處理和淹沒(méi)處理對(duì)光合速率、胞間二氧化碳濃度、氣孔導(dǎo)度和蒸騰速率呈現(xiàn)出不同程度的抑制趨勢(shì)。作物水分脅迫指數(shù)隨水分處理梯度呈現(xiàn)出趨勢(shì)。隨著干旱脅迫的加劇,葉片含水率、葉水勢(shì)、LAI和葉綠素含量呈現(xiàn)逐漸下降的趨勢(shì)。(3)從連續(xù)水分脅迫下夏玉米在營(yíng)養(yǎng)生長(zhǎng)期和抽雄吐絲期的葉片的光譜特征可以看出,在1450nm出不同處理間的吸收深度和吸收面積以及近紅外反射平臺(tái)均反映出了隨著干旱的加劇,夏玉米脅迫程度加深,輕度淹沒(méi)對(duì)夏玉米也存在一定程度的脅迫作用。抽雄吐絲期不同處理間夏玉米葉片光譜特征之間的差距減小。在葉片尺度,對(duì)于結(jié)構(gòu)型植被指數(shù)而言,NDVI(Normalized Difference Vegetation Index)與 LWC(Leaf Water Content)之間的關(guān)系最密切;從三個(gè)葉綠素指標(biāo)的角度來(lái)看,TVI(Triangular Vegetation Index)在LAI(Leaf Area Index)和葉綠素含量的檢測(cè)中變現(xiàn)最佳;PRI(Photochemical Reflectance Index)對(duì) LWP(Leaf Water Potential)較敏感。在冠層尺度,NDVI與葉綠素含量之間的關(guān)系最為顯著;從三個(gè)葉綠素指標(biāo)的角度來(lái)看,TVI在LAI和葉綠素含量的檢測(cè)中變現(xiàn)最佳;PRI對(duì)LAI和葉綠素含量較敏感;沒(méi)有任何一種指數(shù)能夠檢測(cè)到熱量指標(biāo)CWSI(Crop Water Stress Index)。(4)隨著LAI的增加,在可見(jiàn)光波段,各個(gè)處理的反射率均逐漸減小。在近紅外反射平臺(tái),各個(gè)處理間的反射率明顯增加,當(dāng)LAI大于5時(shí),反射率逐漸趨于飽和。在短波紅外波段,干旱處理下,隨著脅迫程度的加強(qiáng)不同LAI所以造成的反射率差異越大。在近紅外波段冠層反射率受LAD(LeafAngleDistribution)的影響最大。且當(dāng)冠層閉合時(shí),隨著LAD的變化,冠層光譜反射率變化比較明顯。隨著LAI的增大,各個(gè)處理下的DVI(Difference Vegetation Index)和NDVI指數(shù)值均呈現(xiàn)逐漸增大的趨勢(shì)。隨著LAD的增加,DVI值逐漸較小且冠層飽和時(shí),DVI值要明顯大于冠層未閉合時(shí)的DVI值。對(duì)NDVI而言,冠層閉合時(shí),所有處理的NDVI值基本不隨葉傾角的變化而變化。(5)本研究確立了葉片和冠層尺度不同理化參數(shù)的最優(yōu)植被指數(shù)。建立了葉片尺度的葉水勢(shì)、葉綠素含量和葉片含水率的監(jiān)測(cè)模型。建立了冠層尺度的葉水勢(shì)、葉綠素含量、葉面積指數(shù)以及葉片含水率的監(jiān)測(cè)模型。經(jīng)過(guò)精度檢驗(yàn),基本所有模型的R2均在0.55(p0.05)以上,且RMSE值較小,證明葉片尺度和冠層尺度不同理化參數(shù)的遙感監(jiān)測(cè)模型具有適用性。
【學(xué)位單位】：南京信息工程大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類(lèi)】：S513
【部分圖文】：

圖１．２健康綠色葉片的反射光譜特征［３４１??作為最經(jīng)典的冠層尺度輻射傳輸模型，ＳＡＩＬ模型是Ｖｅｒｈｏｅ爐１］提出的四流輻射傳??模型。ＳＡＩＬ模型假設(shè)冠層水平且為無(wú)限延展的介質(zhì)，冠層組分僅與葉片有關(guān)，冠層??分布各向同性。模型需要輸入三類(lèi)參數(shù)：冠層結(jié)構(gòu)參數(shù)（葉面積指數(shù)ＬＡＩ和平均葉??角ＬＡＤ），葉片參數(shù)（葉片反射率和透射率），環(huán)境參數(shù)（觀測(cè)天頂角和方位角、太??天頂角和方位角、土壤反射率、天空漫反射比）。之后，許多學(xué)者對(duì)ＳＡＩＬ模型進(jìn)行??很多改進(jìn)，比如Ｋｕｕｓｋ［８２］在模型中引入了?“熱點(diǎn)”立了?ＳＡＩＬＨ模型。Ｖｅｒｈｏｅｆ＾之??考慮了土壤濕度對(duì)冠層反射率的影響，引入模擬土壤反射率的子模塊，建立了??ｅｏＳＡＩＬ模型。Ｈｕｅｍｍｒｉｃｈ［８４］將幾何光學(xué)模型與ＳＡＩＬ模型結(jié)合，假設(shè)冠層為均一的圓??體，建立了?ＧｅｏＳａｉｌ模型。之后，Ｖｅｒｈｏｅｆ通過(guò)進(jìn)一步的改進(jìn)，相繼提出了穩(wěn)健性更??的模型４ＳＡＩＬ［８５］以及４ＳＡＩＬ２［８６］模型。通過(guò)一系列的研究，這些模型在實(shí)際應(yīng)用中??到了廣泛的推廣。劉照言［８７］使用ＳＡＩＬ模型，在多角度和多光譜數(shù)據(jù)的支持下，從??卿

?Ｖ?」??圖１．３綜合反演法流程??１．２．３?Ｐｒｏｓｐｅｃｔ?和?ＳＡＩＬ?模型簡(jiǎn)介??由于本研宄中主要用到了?Ｐｒｏｓｐｅｃｔ模型和ＳＡＩＬ模型，故下面對(duì)這兩個(gè)模型進(jìn)行深??入的介紹。??（１）?Ｐｒｏｓｐｅｃｔ?模型??Ｐｒｏｓｐｅｃｔ模型是一個(gè)計(jì)算葉片反射率和透射率的模型，是基于Ａｌｌｅｎ的平板模型??改進(jìn)的輻射傳輸模型。Ｐｒｏｓｐｅｃｔ模型可以模擬４００－２５００ｎｍ葉片的光學(xué)特性。Ｐｒｏｓｐｅｃｔ模??型通過(guò)葉片結(jié)構(gòu)參數(shù)和折射系數(shù)來(lái)描述葉片內(nèi)部和表面的散射、反射和透射等光學(xué)特??性，用光合色素含量、干物質(zhì)含量、水分含量等來(lái)描述葉片內(nèi)部的光學(xué)吸收特性。??Ａｌｌｅｎ平板模型假設(shè)葉片為單層的平板，該平板表面為朗伯面，緊密透明。假設(shè)入??射光線是各向同性，其福？亮度在２ｔｃ空間為定值且為平行光線，垂直照射于宏觀葉片??表面。微觀上講，葉表面仍然存在不同程度的起伏，入射光線以ｎ立體角內(nèi)的入射方向??穿過(guò)葉片。圖１．４闡明了光在緊密的單層葉片平板內(nèi)的內(nèi)部傳輸機(jī)制�；谏鲜鎏匦�，??單層平板光學(xué)模型的反射率和透過(guò)率公式如下［６８］：??ｒ

不同失水狀態(tài)下的葉片反射率光譜的研宄，發(fā)現(xiàn)Ｎ值會(huì)隨著葉片烘干脫水而顯著上升。??（２）?ＳＡＩＬ?模型??ＳＡＩＬ模型假設(shè)冠層具有如下性質(zhì)，示意圖見(jiàn)圖１．５：??（１）
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 武榮;;不同水氮處理對(duì)夏玉米的產(chǎn)量影響[J];楊凌職業(yè)技術(shù)學(xué)院學(xué)報(bào);2017年04期

2 徐延紅;;夏玉米產(chǎn)量動(dòng)態(tài)預(yù)報(bào)方法研究[J];陜西氣象;2017年03期

3 趙玉花;;不同施肥量與種植密度對(duì)夏玉米產(chǎn)量及效益的影響[J];種子科技;2017年04期

4 王振學(xué);史紅志;;影響夏玉米產(chǎn)量的因素及高產(chǎn)栽培技術(shù)措施[J];科學(xué)種養(yǎng);2015年09期

5 張培蘋(píng);;施用緩釋肥料對(duì)夏玉米產(chǎn)量的影響試驗(yàn)[J];安徽農(nóng)學(xué)通報(bào);2014年16期

6 劉艷紅;李晶晶;徐桂華;;氣象條件對(duì)濰坊市夏玉米產(chǎn)量的影響[J];農(nóng)業(yè)與技術(shù);2013年02期

7 周美燕;韋良文;孟令中;;2011年陽(yáng)信縣氣候條件對(duì)夏玉米產(chǎn)量影響的分析[J];寧夏農(nóng)林科技;2012年09期

8 盧振宇;黃志銀;翟乃家;劉樹(shù)棠;王婧;劉蔚霞;喬健;曹繼春;馬秀香;;不同類(lèi)型氮肥對(duì)夏玉米產(chǎn)量及經(jīng)濟(jì)效益的影響[J];山東農(nóng)業(yè)科學(xué);2012年10期

9 盧西旺;;氣象條件對(duì)泰安市夏玉米產(chǎn)量的影響[J];現(xiàn)代農(nóng)業(yè)科技;2010年24期

10 張翠英;樊景豪;;菏澤市夏玉米產(chǎn)量與氣象條件分析及預(yù)報(bào)[J];山東氣象;2006年02期

相關(guān)博士學(xué)位論文 前10條

1 李萌;夏玉米理化參數(shù)對(duì)連續(xù)水分脅迫的響應(yīng)特征及遙感監(jiān)測(cè)[D];南京信息工程大學(xué);2018年

2 王麗君;黃淮海平原夏玉米季干旱、高溫的發(fā)生特征及對(duì)產(chǎn)量的影響[D];中國(guó)農(nóng)業(yè)大學(xué);2018年

3 申麗霞;碳氮代謝對(duì)夏玉米穗粒數(shù)形成的影響機(jī)理[D];中國(guó)農(nóng)業(yè)大學(xué);2005年

4 張海林;華北平原麥玉兩熟區(qū)覆蓋免耕土壤—作物系統(tǒng)農(nóng)田耗水與調(diào)控[D];中國(guó)農(nóng)業(yè)大學(xué);2001年

5 趙鵬飛;小麥/玉米輪作體系農(nóng)戶產(chǎn)量差定量及其縮減途徑[D];中國(guó)農(nóng)業(yè)大學(xué);2016年

6 魏珊珊;增密減氮對(duì)高產(chǎn)夏玉米產(chǎn)量形成的影響及生理機(jī)制研究[D];山東農(nóng)業(yè)大學(xué);2016年

7 景立權(quán);精確施氮對(duì)超高產(chǎn)夏玉米產(chǎn)量形成的影響及機(jī)理[D];揚(yáng)州大學(xué);2014年

8 張靖;華北平原不同管理措施下土壤有機(jī)碳動(dòng)態(tài)模擬及時(shí)空變化特征[D];中國(guó)農(nóng)業(yè)大學(xué);2016年

9 張運(yùn)龍;有機(jī)肥施用對(duì)冬小麥—夏玉米產(chǎn)量和土壤肥力的影響[D];中國(guó)農(nóng)業(yè)大學(xué);2017年

10 劉建剛;黃淮海農(nóng)作區(qū)冬小麥—夏玉米產(chǎn)量差及其限制因素解析[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 李學(xué)文;夏玉米生育期水分供需平衡狀況及干旱時(shí)空特征[D];安徽師范大學(xué);2018年

2 郭金金;尿素?fù)交炀忈尩蕦?duì)夏玉米/冬小麥生長(zhǎng)和氮素利用的影響[D];西北農(nóng)林科技大學(xué);2018年

3 李思逸;不同覆蓋處理對(duì)土壤水熱及夏玉米生長(zhǎng)過(guò)程的影響[D];西北農(nóng)林科技大學(xué);2018年

4 番聰聰;黃淮海地區(qū)夏玉米干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估及預(yù)估[D];南京信息工程大學(xué);2018年

5 張志濤;秸稈覆蓋對(duì)夏玉米棵間蒸發(fā)、生理指標(biāo)和土壤物理特性的影響研究[D];山東理工大學(xué);2014年

6 馬玉詔;水硫互作對(duì)夏玉米產(chǎn)量及水分利用效率的影響[D];山東農(nóng)業(yè)大學(xué);2018年

7 王帆;夏玉米不同葉位葉片含水量及其與光合作用的關(guān)系[D];中國(guó)氣象科學(xué)研究院;2018年

8 唐德秀;土壤斥水性對(duì)蒸散發(fā)及夏玉米生長(zhǎng)過(guò)程的影響[D];西北農(nóng)林科技大學(xué);2018年

9 李華龍;水分脅迫對(duì)冬小麥和夏玉米冠層受光特性、溫度及濕度的影響[D];西北農(nóng)林科技大學(xué);2018年

10 江銘諾;基于資料同化方法的山東省夏玉米估產(chǎn)研究試驗(yàn)[D];華東師范大學(xué);2018年

本文編號(hào)：2854772