论文部分内容阅读
本文分析了冬小麦冠层及叶片不同光谱特征参量在不同氮素水平下的变化,考察了不同光谱数据来源(高光谱、主动光谱以及成像光谱)提取的光谱特征参量与氮素及生长参数之间的相关关系,在实测数据验证的基础上,提出了不同光谱技术进行冬小麦氮素诊断与生长监测的最佳光谱参量与生育时期,建立了能够用于田间实际应用的估算与监测模型。主要结论如下:冬小麦冠层高光谱不同波段位置及组合形式对氮素的敏感程度不同,并且不同光谱特征与氮素、生长参数的相关性存在差异。冬小麦冠层光谱R550(550 nm处光谱反射率)与R680能区别不同处理氮素含量并对氮素含量进行估算。冬小麦冠层光谱随施氮量与生育期的变化出现“红移”与“蓝移”现象。红边特征参数与氮素含量呈极显著相关,通过REP(红边位置)、Lo(红谷位置)可对氮素进行估算,此外REP可以用于叶绿素含量、地上部生物量、产量的估算与监测,并且模型精度较高。施氮量与Area672(672 nm处的反射峰面积)、ND672(672 nm处的归一化反射峰深度)呈极显著相关,通过Area672、ND672可以对冬小麦氮素含量进行反演。利用GreenNDVI对单株叶鲜重进行监测效果较好。拔节期冬小麦冠层高光谱特征参量与叶氮含量的相关性优于其他生育期,对冬小麦氮素估算及生长监测选择拔节期最佳,直线回归方程是描述基于冬小麦冠层光谱特征与氮素及生长参数之间相关关系的主要数学形式。施氮对冬小麦叶片不同颜色空间内的特征值及其组合形式影响显著。氮素对RGB、HIS、OHTA颜色空间的红光值R、绿光值G、亮度I、饱和度S、洋红色值M以及OHTA颜色参量I1、I2、I3值影响较大。通过HIS颜色空间可以对冬小麦叶氮含量进行估算与监测。除个别参数外,RGB、HIS、OHTA、CMYK、Lab等5种颜色空间各颜色特征参量及转换形式均与叶绿素含量呈极显著相关,其中OHTA颜色空间与叶绿素含量的相关系数较大。各颜色空间多数颜色特征均与地上部生物量、单株叶鲜重显著相关。直线与指数方程是各颜色空间描述叶氮含量的最主要也是最佳形式。CMYK、RGB颜色空间与地上部生物量的相关性优于其他颜色空间。SPAD-502的SPAD值、GreenSeeker的NDVI读数、叶氮含量以及生长参数的生育期变化与作物的生长发育过程密切相关,拔节期是基于SPAD-502估测叶绿素含量与GreenSeeker进行氮素营养诊断的最佳时期,抽穗期是不同氮处理的生长参数差异最为明显的生育期,并且是基于SPAD-502与GreenSeeker进行生长监测的最好时期。利用SPAD-502可以对冬小麦叶片的叶绿素含量状况进行诊断,GreenSeeker可以对冬小麦的叶氮营养进行诊断。通过抽穗期的叶SPAD值或冠层NDVI值可以对生长参数进行估测。利用高光谱特征参量进行氮素诊断可以选择的参数较多,而且模型精度较高。与高光谱相比,SPAD与NDVI有很强的针对性,利用SPAD估算叶绿素含量精度较高,NDVI对氮素营养诊断较好。高光谱技术适合在作物的拔节期测定,相比而言,SPAD、NDVI的氮素诊断选择在拔节期、生长监测选择在抽穗期最佳。总体上看,SPAD更适宜监测作物的个体指标,NDVI主要可以监测群体指标。与高光谱与主动光谱相比,成像光谱可以进行叶绿素、氮素的监测与估算,但对生长参数的监测还需要进一步研究。