论文部分内容阅读
土壤含水率是决定作物长势及产量的重要因素,高效精准的诊断土壤含水率对农业生产具有重要的指导意义,也能够为节水灌溉提供理论依据。本文以5种水分梯度灌溉下（95%、80%、70%、60%、40%田间持水量）的田间玉米为研究对象,在玉米不同的生育期,采用无人机获取试验区域的热红外、可见光、多光谱影像。通过对无人机图像的处理,采用不同的方法提取玉米冠层和地表土壤的相关温度信息和光谱信息,对比各种提取方法的差异性。并由此计算玉米覆盖度（f）、地表相对温差（surface relative temperature difference,SRTD）、冠层相对温差（canopy relative temperature difference,CRTD）、经验算法的作物缺水指数（crop water stress index,CWSI）,再辅助叶面积指数LAI、株高等地面数据以及空气温湿度、风速等气象资料计算土壤热惯量（P）、理论算法的作物缺水指数（crop water stress index,CWSI）。在此基础上,构造了冠气温差与覆盖度之比(Tca/f)、水分温度综合指数（water-temperature composite index,WTCI）以及综合指数A,分别用于土壤含水率的诊断。得到以下结果:（1）结合无人机可见光图像提取热红外图像中的玉米冠层和地表土壤温度,此种间接方法为大田中低分辨率的热红外影像温度提取提供了一种新思路。即在可见光图像中进行植土分离并提取玉米冠层或土壤区域的矢量图,将其叠加于热红外图像并做掩膜处理,通过掩膜提取实现热红外图像中冠层或土壤温度信息的提取。并且对比几种分类方法,利用GBRI指数对可见光图像分类后提取的热红外图像中的地物温度,其相关性与实测的地物温度最高。（2）玉米在部分覆盖的拔节时期,一天中正午时间（12:00～14:00）的玉米覆盖度高低能够表征玉米冠层温度的低高。同时覆盖度也能影响冠层温度对土壤含水率的诊断,与单一冠气温差相比,冠气温差与覆盖度的比值(Tca/f)与土壤含水率（SMC）具有更优的线性相关性（R2:0.600>0.538）。并且通过对不同深度的土壤含水率建模验证,发现冠-气温差与覆盖度之比与玉米根域深度（10～20cm）土壤含水率相关程度更高（建模集R2为0.600高于0.488（0～10cm）、0.290（20～30cm）,验证集R2为0.773高于0.714、0.446）。以上表明冠气温差与覆盖度之比(Tca/f)反演玉米根域深度的土壤含水率效果更优。（3）通过无人机热红外图像计算的作物缺水指数CWSI、冠层相对温差CRTD、地表相对温差SRTD与土壤含水率均有一定的线性相关性,而将三个指数进行加法组合构造的水分-温度综合指数WTCI与土壤含水率的相关性更高,以2018年7月4日的试验数据为例,决定系数R2分别为0.731（WTCI）、0.644（CWSI）、0.478（CRTD）、0.532（SRTD）。并且玉米植株较小时,水分-温度综合指数WTCI诊断0-20cm深度的土壤含水率效果较优,如2018年7月4日:R2为0.731（0～20cm）>0.500（0～40cm）;随着玉米的生长,水分-温度综合指数WTCI诊断0-40cm深度的土壤含水率效果较优,如2018年7月12日:R2为0.661（0～20cm）<0.821（0～40cm）。（4）玉米在部分覆盖状态下,对计算的作物缺水指数CWSI和土壤真实热惯量P分别做归一化处理,得到归一化作物缺水指数NCWSI与归一化热惯量NP,再对两指数做减法运算构造综合指数A,用于玉米表层土壤含水率的诊断。结果表明,与NCWSI和NP相比,归一化指数NA与表层土壤含水率的相关性更高（7月4日R2:0.576>0.444,0.508;7月8日R2:0.838>0.476,0.514;7月12日R2:0.679>0.642,0.617;7月17日R2:0.668>0.586,0.558）。由此说明,结合热惯量P与作物缺水指数CWSI共同诊断部分覆盖条件下的玉米表层土壤含水率效果更优。