论文部分内容阅读
本研究实验对象是高油酸油菜,旨在探索不同栽培因子条件下高油酸油菜蕾薹期冠层的光谱特征和敏感波段特性,并通过数据处理、数据分析和数据建模来对叶面积指数LAI进行估测反演,为应用光谱技术到油菜生产实践,为油菜大田信息获取、营养诊断、高产栽培和生产管理的信息化提供一定的理论依据和技术支撑。实验采用美国ASD FieldSpec 3Hi-Res波谱仪在油菜蕾薹期的三个关键时间点即初蕾日、蕾薹高峰日、初花日获得冠层光谱相对反射率,使用一阶导数的方法计算出对应日期油菜的特征光谱参数,并用LAI-2200C叶面积仪同步测量冠层叶面积指数LAI。利用MATLAB和统计分析软件SPSS,通过统计分析及数学建模研究不同密肥条件、不同肥料类型下油菜特征光谱参数变化及与叶面积指数LAI值相关性分析,通过显著性检验,得到红边面积SDr和红黄边振幅差DDr.y等特征光谱参数与LAI值线性相关达到显著水平。建立了油菜初蕾、蕾薹高峰、初花冠层特征光谱参数与LAI值的线性模型和多项式模型,从而构建以特征光谱参数为自变量的冠层叶面积指数信息的蕾薹期综合细化反演模型,为油菜生产上利用光谱遥感技术广域、无损、高效地监控与测量油菜的长势状况提供了重要的技术支撑。本研究主要工作和结果:1、油菜冠层初蕾、蕾薹高峰、初花特征光谱参数特性:(1)在油菜初蕾时,光谱红边在680nm-760nm开始出现“双峰现象”;初蕾油菜在处理组合Y6(有机肥+1包/块+3万株/亩)栽培因子时的红边振幅、红边面积、蓝边振幅、蓝边面积均处于最大值;说明该栽培因子处理组合与光谱红边特征、蓝边特征有关联,尤其与光谱红边特征关联性强。初蕾油菜在处理组合F6(复合肥+32.5公斤/亩+3万株/亩)栽培因子时黄边振幅绝对值、黄边面积相对处于最大值,说明该栽培因子处理组合与光谱黄边特征有关联。因此在油菜初蕾时利用上述处理组合的特征光谱参数具有较好的应用价值。(2)油菜蕾薹高峰时可以用724nm这个特别的红边位置来进行识别,指导对油菜生育进展的把控;同时也可能可以用568nm这个特别的黄边位置配合红边724nm来进行识别,更精确指导把控油菜的生育进展。蕾薹高峰油菜在处理组合Y5(有机肥+1包/块+2万株/亩)栽培因子时的红边参数、黄边参数、蓝边参数均处于相对最大值。因此在油菜蕾薹高峰时利用上述处理组合的特征光谱参数具有较好的应用价值。(3)油菜初花时在处理组合F8(复合肥+50公斤/亩+2万株/亩)栽培因子时的红边参数、黄边参数、蓝边参数均处于相对最大值。因此在油菜初花时利用上述处理组合的特征光谱参数具有较好的应用价值。从上述这些出现的最大值反映的现象说明在红光波段反演的基础上利用与黄光、蓝光衍生出的特征光谱参数理论上是可以得到估算更准确的数学模型,这可为以后做更精细的研究寻找更好反演自变量指明方向。2、分别以特征光谱参数为单一自变量,以油菜初蕾日、蕾薹高峰日、初花日LAI值为因变量,通过线性回归、稳健分析模型、多项式回归、随机森林和支持向量回归建模方法,构建油菜初蕾日、蕾薹高峰日、初花日特征光谱参数与LAI值反演估测模型,并且初步对比分析了这些数学模型的基本表现。针对油菜在不同的时间点的反演分析,结果表明初蕾时油菜的黄边面积SDy、蕾薹高峰时油菜的红蓝边振幅差DDr.b和红蓝边面积差DSDr.b、初花时油菜的红边面积SDr和红黄边面积差DSDr.y来分别预测LAI为佳,三个时间点综合起来考虑时以油菜的红边面积SDr和红黄边振幅差DDr.y来预测LAI为佳。3、建立了油菜初蕾、蕾薹高峰、初花冠层的特征光谱参数与LAI值的线性和多项式模型。在线性模型中,以模型LAI=393.26DDr.y-0.6385拟合度相对最好;在多项式模型中以模型LAI=-44536(DDr.y)~2+1373.8DDr.y-5.9591拟合结果通过了显著检验,可以应用来估算叶面积指数LAI值。