基于高光谱反射率数据的冬油菜氮养分诊断

摘要

冬油菜具备易种植，易管理，适应性广的特点，是我国非常重要的油料作物。氮素是作物生长必需的营养元素，是冬油菜高产优质的重要决定性因素之一，不同施氮水平对冬油菜品质和产量均有很大影响，冬油菜精准施肥是目前亟待解决的问题。基于高光谱遥感手段诊断作物氮素营养状况是自20世纪70年代以来的研究热点，近年来随着高光谱遥感技术的快速发展，高光谱分辨率已有了极大的提高，在可见光到热红外波段范围内，可获取大量连续狭窄的光谱波段。这为与作物氮素相关的光谱特性研究提供了大量信息，对实时无损监测作物氮素浓度并保障冬油菜高产优质起到了巨大作用。
　　本论文旨在建立基于高光谱遥感数据的冬油菜氮素盈亏诊断模型。氮营养指数(nitrogen nutrition index,NNI)可以直接判断冬油菜植株氮素含量是否满足当前生长所需，通过建立冬油菜冠层光谱反射率与NNI的模型，可实现利用遥感手段对冬油菜作物氮素营养状况的估测。本研究会通过经验模型和机理模型两种方式反演NNI。经验模型反演NNI对比分析了高光谱植被指数直接反演NNI和利用偏最小二乘回归法建立处理后的冬油菜冠层光谱反射率对NNI的预测模型。而机理模型反演NNI则是通过分析不同施氮水平下冬油菜生理生化参数在苗期的变化规律，找到对植株氮浓度（plant nitrogen concentration,PNC）、叶面积指数(leaf area index,LAI)和干物质(dry mass，DM)敏感的生理生化参数，利用高光谱植被指数从机理层面分别反演实际PNC和临界氮浓度(critical nitrogen concentration,Nc)，再计算得到NNI。分析发现有效估测PNC的植被指数应对叶绿素含量(chlorophyll concentration,Chl)和类胡萝卜素含量(carotenoid concentration,Car)敏感，尤其对Chl敏感并对LAI和DM变化不敏感。进一步分析与敏感生理生化参数相关的植被指数和PNC的关系，发现花青素植被指数1（anthocyanin reflectance index1，ARI-1）估测PNC效果最好。对于DM的反演则是利用了LAI与DM的关系，利用对LAI最为敏感的植被指数绿度指数1（green index1，GM-1）间接反演DM，然后将反演得到的DM带入模型结合估测的PNC最终得到机理模型NNI。对比分析两种反演模型，从反演精度来看，两种模型拟合精度都很高，经验模型拟合精度略高于机理模型。从反演过程来看，经验模型反演过程简单直接;机理模型涉及参数多，且需要经过多次反演才能得到最后结果，过程较为复杂，但其涵盖了更多的生理信息，模型解释能力更强。本论文研究结果为利用高光谱遥感数据估测NNI，并将其模型用于诊断作物生长状况，促进氮肥管理提供了有力的证据。

目录

声明

论文说明

摘要

1 前言

1．1 研究背景

1．2 国内外研究现状

1．3 研究目的

1．4 研究内容

2 研究区概况及数据处理

2．1 研究区概况

2．2 试验方案

2．3 数据采集

2．3．1 冬油菜冠层光谱反射率

2．3．2 生理生化参数

2．3．3 植被指数

3 研究方法

3．1 技术路线

3．2 统计方法

3．2．1 偏相关分析

3．2．2 偏最小二乘回归分析

3．2．3 模型质量评价

3．3 NNI模型

3．3．1 临界氮稀释曲线

3．3．2 氮营养指数

4 研究结果分析

4．1 生理生化参数、PNC、NNI随不同施氮水平不同生长期的变化

4．2 生理生化参数偏相关分析

4．3 利用植被指数估测PNC

4．4 LAI和DM的关系

5 经验模型与机理模型反演NNI

5．1 经验模型NNI的反演

5．1．1 全波段冠层光谱反射率与NNI相关性分析

5．1．2 植被指数直接反演NNI

5．1．3 冠层光谱反射率与NNI建立PLSR模型

5．2 机理模型NNI的反演

5．3 经验模型NNI与机理模型NNI对比分析

6 结论与展望

6．1 主要结论

6．2 论文创新点

6．3 不足与展望

攻读硕士学位期间发表论文

参考文献

致谢