發(fā)布時(shí)間：2017-12-30 06:32

  本文關(guān)鍵詞：基于高光譜的水稻氮素診斷和產(chǎn)量估測(cè)模型　出處：《沈陽農(nóng)業(yè)大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 水稻 氮素含量 產(chǎn)量 高光譜 回歸估測(cè)模型

【摘要】：在農(nóng)作物生產(chǎn)中,水肥是影響作物生長最主要的限制因子之一,是構(gòu)成作物有機(jī)物(如葉綠素、核酸、蛋白質(zhì)等)的主要成分。氮元素在植物的生長過程中起重要作用,是植物光合作用的重要參與者,也是植物生長發(fā)育過程中不可或缺的一種元素。長期以來,化學(xué)分析方法是檢測(cè)水稻營養(yǎng)元素含量的重要手段,但由于其操作流程繁瑣、破壞性較強(qiáng),無法作為田間指導(dǎo)施肥的手段,而其他非破壞性的診斷氮素營養(yǎng)的方法如肥料窗口法、葉色卡法等又存在著難以定量施肥、精確度低的缺點(diǎn)。近年來,隨著高光譜技術(shù)的迅猛發(fā)展,利用高光譜技術(shù)進(jìn)行水稻營養(yǎng)元素診斷已經(jīng)成為一種結(jié)論獲得快、操作效率高、檢測(cè)無損傷的新方法。本研究通過2015年的田間試驗(yàn),獲取不同水稻品種在不同的施氮水平下的各生育期高光譜數(shù)據(jù)并用不同的方式進(jìn)行分析與總結(jié),找出能敏感指示水稻氮素含量和水稻產(chǎn)量的高光譜參數(shù),構(gòu)建以高光譜變量為基礎(chǔ)的水稻葉片氮素和產(chǎn)量的反演模型,并以2016年的試驗(yàn)數(shù)據(jù)驗(yàn)證其準(zhǔn)確性。具體研究內(nèi)容和所獲成果如下:(1)通過2015、2016兩年間的水稻田間試驗(yàn),在四種施氮水平下培育了沈稻47、沈稻539兩種水稻植株以作為本試驗(yàn)的研究樣本。(2)利用機(jī)載高光譜成像系統(tǒng)獲取了水稻植株在不同施氮水平、不同生長發(fā)育階段冠層高光譜信息和生物理化參量的高光譜特征;利用光譜儀獲取相對(duì)應(yīng)的水稻葉片光譜信息,對(duì)比了沈稻47、沈稻539不同施氮水平、不同生育期的冠層光譜響應(yīng)特征并分析了其中的差異,并以此構(gòu)建水稻葉片氮素含量與產(chǎn)量高光譜估測(cè)模型。(3)通過對(duì)水稻冠層光譜特征參量的分析,發(fā)現(xiàn)水稻葉片氮素含量與成熟期紅邊面積Sr(R2=0.8559*)、抽穗期差值植被指數(shù)DVI(R2 = 0.7342*)和成熟期差值植被指數(shù)DVI(R2 = 0.8136*)具有較好的相關(guān)性,并建立了水稻葉片氮素含量的高光譜估測(cè)模型,其檢驗(yàn)精度在90%以上。(4)通過對(duì)水稻冠層光譜特征參量的分析,發(fā)現(xiàn)水稻理論產(chǎn)量與抽穗期紅邊面積Sr(R2 = 0.932*)、成熟期紅邊面積r(R2=0.775*)、抽穗期差值植被指數(shù)DVI(R2 = 0.828*)和成熟期差值植被指數(shù)DVI(RR2 = 0.948*)均具有較好的相關(guān)性;水稻實(shí)際產(chǎn)量與抽穗期紅邊面積Sr(R2=0.874*)、成熟期紅邊面積Sr(R2 = 0.798*)、抽穗期差值植被指數(shù)DVI(R2=0.815*)和成熟期差值植被指數(shù)DVI(R2 = 0.917*)均具有較好的相關(guān)性,并建立了水稻產(chǎn)量的高光譜估測(cè)模型,其檢驗(yàn)精度在85%以上。
[Abstract]:......
【學(xué)位授予單位】：沈陽農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：S511

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙曉慶;楊貴軍;劉建剛;張小燕;徐波;王艷杰;趙春江;蓋鈞鎰;;基于無人機(jī)載高光譜空間尺度優(yōu)化的大豆育種產(chǎn)量估算[J];農(nóng)業(yè)工程學(xué)報(bào);2017年01期

2 李永梅;張學(xué)儉;張立根;;水稻氮素高光譜遙感估測(cè)模型研究[J];江蘇農(nóng)業(yè)科學(xué);2016年08期

3 吳瓊;齊波;趙團(tuán)結(jié);姚鑫鋒;朱艷;蓋鈞鎰;;高光譜遙感估測(cè)大豆冠層生長和籽粒產(chǎn)量的探討[J];作物學(xué)報(bào);2013年02期

4 張浩;胡昊;陳義;唐旭;吳春艷;劉玉學(xué);楊生茂;鄭可鋒;;水稻葉片氮素及籽粒蛋白質(zhì)含量的高光譜估測(cè)模型[J];核農(nóng)學(xué)報(bào);2012年01期

5 王爽;黃沖;孫振宇;李冠林;馬占鴻;;基于高光譜遙感估測(cè)條銹病下的混種小麥產(chǎn)量分析[J];農(nóng)業(yè)工程學(xué)報(bào);2010年07期

6 方美紅;劉湘南;;小波分析用于水稻葉片氮含量高光譜反演[J];應(yīng)用科學(xué)學(xué)報(bào);2010年04期

7 譚昌偉;周清波;齊臘;莊恒揚(yáng);;水稻氮素營養(yǎng)高光譜遙感診斷模型[J];應(yīng)用生態(tài)學(xué)報(bào);2008年06期

8 馮偉;朱艷;田永超;姚霞;郭天財(cái);曹衛(wèi)星;;基于高光譜遙感的小麥籽粒產(chǎn)量預(yù)測(cè)模型研究[J];麥類作物學(xué)報(bào);2007年06期

9 王潤生;楊蘇明;閻柏琨;;成像光譜礦物識(shí)別方法與識(shí)別模型評(píng)述[J];國土資源遙感;2007年01期

10 孫釗;高光譜遙感的應(yīng)用[J];貴州教育學(xué)院學(xué)報(bào)(自然科學(xué));2004年04期

相關(guān)博士學(xué)位論文 前3條

1 田永超;基于高光譜遙感的水稻氮素營養(yǎng)參數(shù)監(jiān)測(cè)研究[D];南京農(nóng)業(yè)大學(xué);2008年

2 唐延林;水稻高光譜特征及其生物理化參數(shù)模擬與估測(cè)模型研究[D];浙江大學(xué);2004年

3 王秀珍;水稻生物物理與生物化學(xué)參數(shù)的光譜遙感估算模型研究[D];浙江大學(xué);2001年

相關(guān)碩士學(xué)位論文 前2條

1 何理;水稻葉片氮素含量及產(chǎn)量、相關(guān)品質(zhì)高光譜預(yù)測(cè)模型的初步研究[D];揚(yáng)州大學(xué);2014年

2 孫雪梅;利用高光譜參數(shù)預(yù)測(cè)水稻氮素狀況、色素含量和籽粒蛋白含量的研究[D];浙江大學(xué);2005年

，

本文編號(hào)：1353774