發(fā)布時(shí)間：2021-11-06 05:30

　　氮(N)是維持果樹(shù)生長(zhǎng)必需的營(yíng)養(yǎng)元素和評(píng)價(jià)園地肥力的重要指標(biāo)之一,土壤氮素含量的多寡直接影響果樹(shù)的生長(zhǎng)發(fā)育和果實(shí)的品質(zhì)。統(tǒng)計(jì)資料表明,我國(guó)氮肥單位面積施用量約是美國(guó)的2.5倍,果農(nóng)為了增加產(chǎn)量盲目施肥,不僅導(dǎo)致氮肥利用率低、資源浪費(fèi),還造成土地和水污染,影響了園地的可持續(xù)利用。因此,及時(shí)準(zhǔn)確地監(jiān)測(cè)果園土壤中氮素的含量水平對(duì)果園科學(xué)施肥和園地質(zhì)量精準(zhǔn)管理具有重要意義。傳統(tǒng)的采樣化驗(yàn)分析方法會(huì)在一定程度上損壞果樹(shù)根系,且化驗(yàn)成本高、時(shí)間長(zhǎng),在果園管理中的應(yīng)用受到很大限制。土壤理化性質(zhì)的光譜估測(cè)技術(shù)發(fā)展為果園土壤監(jiān)測(cè)和管理帶來(lái)了新途徑,對(duì)土壤全氮(Total Nitrogen,TN)的光譜估測(cè)也取得不少成果。但蘋(píng)果園多分布于山地丘陵區(qū),受地理、氣候及土壤質(zhì)地等因素的影響,果園土壤含氮量較低,光譜信號(hào)弱,易被干擾或掩蓋,有效光譜信息較難獲取。針對(duì)這些問(wèn)題,本研究以山東省濟(jì)南市長(zhǎng)清區(qū)雙泉鎮(zhèn)一蘋(píng)果園地為實(shí)驗(yàn)區(qū),分別在果園幼果期、膨果期、品質(zhì)期和月子期四個(gè)施肥期前10天采集土壤樣品并測(cè)定土壤TN含量,利用ASD FieldSpec3地物光譜儀采集土壤樣品的室外光譜數(shù)據(jù),分析不同施肥采樣期土壤TN光譜...

【文章來(lái)源】： 山東農(nóng)業(yè)大學(xué)山東省

【文章頁(yè)數(shù)】：87 頁(yè)

【文章目錄】：
符號(hào)說(shuō)明
中文摘要
英文摘要
1 前言
    1.1 研究背景及意義
    1.2 土壤全氮含量的光譜估測(cè)技術(shù)研究進(jìn)展
        1.2.1 土壤光譜預(yù)處理研究進(jìn)展
        1.2.2 土壤光譜指數(shù)的研究進(jìn)展
        1.2.3 土壤全氮含量的光譜估測(cè)模型研究
    1.3 高光譜技術(shù)在監(jiān)測(cè)果園土壤氮素研究中存在的問(wèn)題
    1.4 研究?jī)?nèi)容
        1.4.1 土壤全氮含量的特征波段提取
        1.4.2 土壤全氮含量的光譜特征指數(shù)的篩選
        1.4.3 土壤全氮含量的光譜估測(cè)模型構(gòu)建
        1.4.4 基于連續(xù)小波變換的土壤全氮含量光譜估測(cè)研究
        1.4.5 果園土壤全氮含量的高光譜估測(cè)流程優(yōu)選
    1.5 研究技術(shù)路線
2 研究區(qū)概況與數(shù)據(jù)處理
    2.1 研究區(qū)概況
    2.2 土壤樣本的采集
    2.3 光譜數(shù)據(jù)采集與化驗(yàn)分析
        2.3.1 土壤樣本的預(yù)處理
        2.3.2 土壤光譜數(shù)據(jù)的采集
        2.3.3 土壤樣本的化驗(yàn)分析
    2.4 光譜數(shù)據(jù)預(yù)處理
        2.4.1 土壤光譜斷點(diǎn)矯正及邊緣噪聲波段的去除
        2.4.2 SG平滑
        2.4.3 光譜變換
        2.4.4 數(shù)據(jù)求導(dǎo)
        2.4.5 連續(xù)統(tǒng)去除
        2.4.6 結(jié)果分析
3 蘋(píng)果園地不同施肥期土壤全氮特征譜段及光譜參量的篩選
    3.1 不同施肥期土壤含氮量及其光譜特征
        3.1.1 不同施肥期土壤全氮含量統(tǒng)計(jì)特征
        3.1.2 不同施肥期土壤光譜的變化特征
    3.2 土壤全氮的特征譜段提取
        3.2.1 特征譜段的提取方法
        3.2.2 結(jié)果分析
    3.3 蘋(píng)果園地土壤全氮含量的光譜特征指數(shù)篩選
        3.3.1 數(shù)據(jù)處理
        3.3.2 基于全波段范圍內(nèi)的光譜特征指數(shù)
    3.4 小結(jié)
4 蘋(píng)果園地土壤全氮含量的光譜估測(cè)研究
    4.1 數(shù)據(jù)處理與方法
        4.1.1 數(shù)據(jù)處理
        4.1.2 建模方法
    4.2 不同施肥期土壤全氮含量高光譜估測(cè)模型
        4.2.1 一元回歸分析
        4.2.2 多元回歸分析
        4.2.3 基于思維進(jìn)化算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)估測(cè)模型研究
        4.2.4 基于光譜指數(shù)的模型優(yōu)選
    4.3 全施肥期土壤全氮含量高光譜估測(cè)模型
    4.4 小結(jié)
5 基于小波分析的土壤全氮含量的高光譜估測(cè)及模型優(yōu)選
    5.1 數(shù)據(jù)處理與方法
        5.1.1 數(shù)據(jù)處理
        5.1.2 小波分析
    5.2 基于小波分析的土壤全氮含量的高光譜估測(cè)
        5.2.1 光譜分析
        5.2.2 相關(guān)性分析
        5.2.3 分解尺度的確定
        5.2.4 基于連續(xù)小波變換的土壤全氮含量高光譜估測(cè)模型的研究
    5.3 模型的優(yōu)選
    5.4 小結(jié)
6 結(jié)論與討論
    6.1 結(jié)論
    6.2 研究特色與創(chuàng)新
    6.3 討論
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表論文情況
參與的科研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]基于數(shù)理統(tǒng)計(jì)方法研究金融股價(jià)與財(cái)務(wù)指標(biāo)的相關(guān)性 [J]. 賈麗麗.  中國(guó)市場(chǎng). 2020(02)
[2]�？谑忻捞m區(qū)小學(xué)生視力現(xiàn)況及影響因素分析 [J]. 任韓,郭翠玲,趙仲平,何瓊敏,陳得謎.  實(shí)用預(yù)防醫(yī)學(xué). 2020(01)
[3]一種自適應(yīng)層進(jìn)式Savitzky-Golay光譜濾波算法及其應(yīng)用 [J]. 魯一冰,劉文清,張玉鈞,張愷,何瑩,尤坤,李瀟毅,劉國(guó)華,唐七星,范博強(qiáng),余冬琪,李夢(mèng)琪.  光譜學(xué)與光譜分析. 2019(09)
[4]基于BP神經(jīng)網(wǎng)絡(luò)的土壤全鐵含量高光譜反演 [J]. 李佳姿,劉懿瑩,劉澤棟.  科技經(jīng)濟(jì)導(dǎo)刊. 2019(22)
[5]基于連續(xù)小波變換和RF算法的夏玉米氮素估算模型 [J]. 劉丹丹,聶榮娟,許曉斌.  大麥與谷類科學(xué). 2019(02)
[6]基于高光譜指數(shù)的土壤鹽漬化遙感監(jiān)測(cè)研究——以平羅縣為例 [J]. 郭昆明,賈科利.  寧夏工程技術(shù). 2019(01)
[7]基于高光譜的礦區(qū)復(fù)墾農(nóng)田土壤全氮含量反演 [J]. 王世東,石樸杰,張合兵,王新闖.  生態(tài)學(xué)雜志. 2019(01)
[8]不同粒徑處理的土壤全氮含量高光譜特征擬合模型 [J]. 王海江,劉凡,YUNGER John A,崔靜,馬玲.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2019(02)
[9]連續(xù)小波變換定量反演土壤有機(jī)質(zhì)含量 [J]. 王延倉(cāng),張?zhí)m,王歡,顧曉鶴,莊連英,段龍方,李佳俊,林靖.  光譜學(xué)與光譜分析. 2018(11)
[10]煤礦區(qū)土壤有機(jī)碳含量的高光譜預(yù)測(cè)模型 [J]. 孫問(wèn)娟,李新舉.  水土保持學(xué)報(bào). 2018(05)

博士論文
[1]基于高光譜技術(shù)的森林土壤不同養(yǎng)分含量光譜特征及估測(cè)模型研究[D]. 謝文.江西農(nóng)業(yè)大學(xué) 2017
[2]土壤養(yǎng)分信息的光譜估測(cè)研究[D]. 張娟娟.南京農(nóng)業(yè)大學(xué) 2009
[3]中國(guó)蘋(píng)果產(chǎn)業(yè)經(jīng)濟(jì)研究[D]. 劉英杰.中國(guó)農(nóng)業(yè)大學(xué) 2005
[4]土壤有機(jī)質(zhì)含量高光譜預(yù)測(cè)模型及其差異性研究[D]. 周清.浙江大學(xué) 2004
[5]氮素對(duì)蘋(píng)果果實(shí)發(fā)育與產(chǎn)量、品質(zhì)的調(diào)控[D]. 彭福田.山東農(nóng)業(yè)大學(xué) 2001

碩士論文
[1]基于植被指數(shù)的土壤重金屬含量分區(qū)反演[D]. 袁濤.成都理工大學(xué) 2019
[2]年周期蘋(píng)果氮素最大效率期及氮素變化動(dòng)態(tài)研究[D]. 田歌.山東農(nóng)業(yè)大學(xué) 2018
[3]耕地土壤有機(jī)質(zhì)與速效氮磷鉀含量高光譜遙感反演研究[D]. 邱壑.福建農(nóng)林大學(xué) 2017
[4]臍橙果園土壤養(yǎng)分可見(jiàn)/近紅外光譜快速檢測(cè)及可視化表達(dá)[D]. 姜小剛.華東交通大學(xué) 2016
[5]果園土壤養(yǎng)分可見(jiàn)/近紅外光譜檢測(cè)方法研究[D]. 熊松盛.華東交通大學(xué) 2015
[6]基于3S技術(shù)的蘋(píng)果園信息提取與管理系統(tǒng)開(kāi)發(fā)[D]. 張廣波.山東農(nóng)業(yè)大學(xué) 2015
[7]海南橡膠園土壤高光譜特性及土壤肥力指標(biāo)的定量反演[D]. 楊磊.海南大學(xué) 2013
[8]土壤全氮及重金屬銅含量的高光譜反演研究[D]. 王維.南京信息工程大學(xué) 2011
[9]基于一元回歸分析模型的研究[D]. 石瑞平.河北科技大學(xué) 2009
[10]基于高光譜遙感的棉田土壤含氮量監(jiān)測(cè)模型研究[D]. 潘文超.石河子大學(xué) 2009



本文編號(hào)：3479259