不同品种水稻主要生长指标与稻穗N、P养分的高光谱估测

摘要

随着遥感技术的发展和普及，近地高光谱遥感技术在作物无损监测领域中发挥着越来越重要的作用。本研究通过人工定量试验、光谱分析、模型估算等方法，开展不同品种水稻在不同生育期生长发育特点的监测研究，建立适用于不同品种和不同生育期的水稻主要生长指标(SPAD值、地上部生物量、LAI)以及稻穗N、P养分含量的高光谱估测模型，并通过验证集样本数据对模型进行了检验。主要研究结果如下:
　　1.不同品种水稻在不同生育期SPAD值变化趋势基本一致，拔节期至孕穗期微弱下降，孕穗期至抽穗开花期微弱上升，而后基本趋于稳定，灌浆中期又逐渐下降。不同品种SPAD值变化的总体趋势为甬优2640＞连粳7号＞淮稻5号＞淮稻9号＞扬两优6号＞云氮3号。不同品种水稻的地上部生物量在不同生育期均有差异，扬两优6号和云氮3号的地上部生物量从孕穗期开始与其他品种差异较大且高于其他品种，连粳7号一直处于最低状态。不同品种水稻的LAI在不同生育期的变化趋势基本一致，在孕穗期至抽穗/开花期达最大值。各生育期不同品种水稻的LAI变化趋势总体上为扬两优6号＞云氮3号＞淮稻9号＞淮稻5号＞甬优2640＞连粳7号。
　　2.不同品种水稻叶片全氮含量从拔节期至成熟期总体呈下降趋势，抽穗开花期略有上升，但品种间变化规律不明显。不同品种水稻叶片全磷含量从拔节期至成熟期呈先上升后下降的趋势，且在孕穗期达最大值，且品种间变化规律不明显。水稻顶一叶、顶二叶、顶三叶的叶夹角在拔节期品种间的差异均较小，孕穗期开始差异明显增大，孕穗期至成熟期甬优2640和连粳7号各叶位的叶夹角均大于其他品种。
　　3.不同品种水稻在每个生育期的光谱反射率不同，同一生育期不同品种总体上看在750-1300nm波段光谱反射率差异较大，且各个生育期具体差异不相同。拔节期在900-1200nm波段内不同品种的光谱反射率变化趋于稳定，其大小依次为扬两优6号＞甬优2640＞云氮3号＞淮稻5号＞连粳7号＞淮稻9号。孕穗期在750-950nm波段范围内不同品种间反射率差异较稳定，表现为扬两优6号＞淮稻9号＞甬优2640＞淮稻5号＞连粳7号＞云氮3号。抽穗/开花期在750nm-930nm波段范围内不同品种间反射率差异较稳定，反射率大小依次为淮稻9号＞甬优2640＞淮稻5号＞连粳7号＞扬两优6号＞云氮3号。灌浆前期在750-909nm波段范围内，淮稻9号、扬两优6号、云氮3号光谱反射率与其他品种差异均较明显，其他品种间差异较小，光谱反射率值淮稻9号＞扬两优6号＞云氮3号＞其他品种。灌浆中期在790-990nm、1030-1120nm波段范围内反射率品种间差异较稳定，连粳7号＞云氮3号＞淮稻9号＞扬两优6号＞淮稻5号。成熟期在350-750nm波段范围内淮稻5号的反射率明显低于其他品种，甬优2640、连粳7号以及扬两优6号在该波段的差异较小，在750-1300nm范围内各品种间差异较大且不稳定。
　　4.水稻SPAD值和其对应的冠层光谱反射率在604-701nm波段呈显著负相关，极值出现在654nm处，水稻SPAD值与光谱特征参量Dy、λg、SDy、(Rg-Rr)/(Rg+Rr)、(SDr-SDy)/(SDr+SDy)的相关系数达到了极显著水平，以此建立模型，经检验可知，参量组合建模的效果较好，其中基于参量λg和Db组合的线性模型的效果最好，其拟合方程为y=724.632-1.244x1+6639.138x2。
　　5.水稻地上部生物量与冠层光谱反射率在350-686nm呈显著负相关，且在350-500nm呈极显著负相关，水稻生物量与光谱特征参量(SDr-SDy)/(SDr+SDy)、λb、Dy、相关系数达到极显著水平，在此基础上建立模型，经检验可知，参量组合建模效果较好，其中基于参量λb-λg-RVI-λo组合所建线性模型效果最好，拟合方程为y=-144184.249-66.334x1+199.091 x2+59.676x3+103.987x4。
　　6.水稻LAI和冠层光谱在421-696nm相关性达到极显著，水稻LAI与光谱特征参量λx、Rg/Rr、(Rg-Rr)/(Rg+Rr)、RVI、NDVI、RDVI、SAVI的相关系数达到了极显著水平，在此基础上建立模型，经检验可知，参量组合建模效果同样优于单个参量所建模型，其中基于参量RVI-Dy-λr组合所建的线性模型效果最好，拟合方程为y=-97.908+0.223x1+8790.213x2+0.135x3。
　　7.稻穗全氮含量与冠层光谱反射率在近红外波段760-1300nm呈极显著负相关关系，水稻稻穗全氮含量与光谱特征参量λb、SDr、SDr/SDb、DVI的相关性较好，以此建立模型，经检验可知:基于DVI参量所建二次函数模型y=-1.597-34.688x2+20.486x估测稻穗全氮含量效果最好。稻穗全磷含量和冠层光谱反射率在614-690nm波段之间呈显著正相关关系，稻穗全磷含量与光谱参量λg、SDy、 Rg/Rr、(Rg-Rr)/(Rg+Rr)、(SDr-SDy)/(SDr+SDy)的相关系数达到了极显著水平，以此建模并检验，结果表明:基于Rg/Rr所建的二次函数估测模型y=0.975+0.01 x2-0.254x的估测效果最好。

目录

摘要

第一章 文献综述

1 研究背景

2 水稻群体生长指标研究概况

2．1 SPAD值

2．2 生物量

2．3 LAI

3 绿色植被的反射光谱特征

4 高光谱技术在水稻研究中的主要应用

4．1 高光谱技术在水稻主要营养元素诊断和监测中的应用

4．2 高光谱技术在逆境生理研究中的应用

4．3 高光谱技术在叶绿素含量监测中的应用

4．4 高光谱技术在株型识别中的应用

4．5 高光谱在叶面积指数估算方面的应用

4．6 高光谱技术在生物量及产量研究中的应用

5 存在问题

6 本研究的目的与意义

参考文献

第二章 材料与方法

1 试验设计

2 测定项目与方法

2．1 测定项目

2．2 技术路线

2．3 数据处理

2．4 建模方法及模型检验

参考文献

第三章 不同品种水稻主要生长指标及其光谱特征差异

1 引言

2 结果与分析

2．1 不同品种水稻在不同生育期的SPAD值

2．2 不同品种水稻在不同生育期的生物量

2．3 不同品种水稻在不同生育期的叶面积指数

2．4 不同品种水稻在不同生育期的叶片全氮含量

2．5 不同品种水稻在不同生育期的叶片全磷含量

2．6 不同品种水稻在不同生育期不同叶位的叶夹角

2．7 不同品种水稻在不同生育期的光谱特征

3 本章小结

参考文献

第四章 水稻主要生长指标高光谱估测

1 引言

2 结果与分析

2．1 水稻SPAD值高光谱估测

2．2 水稻地上部生物量高光谱估测

2．3 水稻叶面积指数LAI高光谱估测

3 本章小结

参考文献

第五章 水稻稻穗N、P养分高光谱估测

1 引言

2 结果与分析

2．1 水稻稻穗全氮含量高光谱估测

2．2 水稻稻穗全磷含量高光谱估测

3 本章小结

参考文献

第六章 结论与讨论

1 结论

1．1 不同品种水稻在不同生育期的的生长指标及光谱特征

1．2 不同品种水稻生长指标高光谱估测

1．3 不同品种水稻稻穗N、P养分高光谱估测

2 讨论

2．1 创新点

2．2 问题与展望

致谢

攻读学位期间发表的学术论文

声明