苹果树叶片氮素、叶绿素及水分含量的高光谱估测

摘要

氮素是苹果树生长和产量品质形成所必需的重要元素。氮肥管理是以高产优质为目标的植物生产中最为重要的管理措施之一。缺氮直接影响到植物的氨基酸、蛋白质、核酸等物质的生物合成，导致苹果树光合作用能力和最终产量降低。由于氮在土壤中的淋洗作用，施氮过多，则容易造成地下水的污染。随着环境问题日益受到关注，如何在保证植物高产优质的同时，防止或尽量减少植物生产带来的环境污染是各国当前所面临的必须解决的问题。
　　 苹果树传统的营养诊断采用实验室分析化验及其基于果树感官特征的经验判别方法，需要采集样本、费时费力，且不能实现对同一样本养分的动态监测，极大限制了苹果精确化和信息化栽培生产管理。因此，研究探索苹果树叶片氮素含量的快速、精确及无损估测方法，对于改善苹果树营养，进一步提高苹果产量和品质，防止施氮过多造成环境污染，促进我国苹果产业的可持续发展具有重要的现实意义。
　　 近年来快速发展的高光谱遥感技术具有光谱分辨率高、波段连续性强、光谱信息量大等优点，能够记录植物器官生长发育中的细微变化，提取详细的生物物理和化学参数信息，进而及时了解植物的生理生态变化和营养状况。
　　 叶绿素和水分是光合作用的主要载体，其含量是植物营养胁迫、光合能力和发展衰老各阶段的良好指示剂。植物在可见光波段的反射率主要受叶绿素的影响。而叶绿素含量和植株的氮素含量密切相关，故常用叶绿素含量间接地指示植物的氮素含量。相关研究表明水分和氮素之间存在着明显的交互作用，同一氮素水平下不同水分状况或同一水分水平下的不同氮素状况，植物的光谱反射率差异极大。因此，快速精确地估测植物体叶绿素含量及含水量，对于植物长势监测，实施精准农业具有重要的作用。
　　 本文以山东省蒙阴县苹果园为试验区，采用地物高光谱分析技术分别测量苹果叶片的基部、中部、尖部的反射光谱及三个部位的平均值，通过分析探索叶片氮素含量、叶绿素含量及水分含量的最佳估测位置，结果表明叶片中部是最佳估测位置。
　　 通过分析叶片的高光谱曲线特征，对最佳估测位置——叶片中部的原始光谱反射率分别进行一阶导数、二阶导数、红边、蓝边及黄边位置、植被指数LCI、WI、NDWI、小波变换等处理，再分别将其与叶片氮素含量、叶绿素含量及水分含量进行相关性分析及回归分析，建立氮素、叶绿素及含水量的估测模型。将所得到的精度较高的模型进行拟合检验，从中筛选出拟合精度最高的模型。
　　 结果显示，叶片氮素含量的最佳估测模型为以db5小波8层分解的579nm、493nm以及575nm处的原始光谱反射率的近似系数为变量组合的模型N=3.161+1111.965*db5A(R579)+169.089*db5A(R493)-1299.704*db5A(R575)。决定系数R2为0.464，均方根误差RMSE为0.166，相对误差RE％为5.77％。
　　 叶片叶绿素含量的最佳估测模型为以741nm及731nm处的一阶导数的组合为变量的估测模型Ch1=47.577+23688.831*R'741-11346.646*R'731。决定系数R2为0.364，均方根误差RMSE为2.02，相对误差RE％为2.73％。
　　 叶片含水量的最佳估测模型是以1428nm处的一阶导数为变量的模型FMC=85.582+60.955.404*R'1428。决定系数R方为0.398，均方根误差RMSE为4.59，相对误差RE％为6.69％。
　　 本论文研究了叶片叶绿素及含水量对氮素估测模型的影响，结果表明叶片含水量对氮素估测影响不大，而叶绿素对氮素含量的估测有影响，且能提高估测精度。估测氮素的最佳模型为以db5小波8层分解的579nm、493nm、575nm处的近似系数及SPAD值为变量组合的估测模型N=2.704+862.237*db5A(R579)+0.014* SPAD+147.980*db5A(R493)-1029.272*db5A(R575)，其拟合精度最高，决定系数R2为0.512，均方根误差RMSE为0.149，相对误差RE％为4.93％。

目录

声明

摘要

1．引言

1．1 研究背景

1．2 国内外研究现状

1．2．1 直接利用植物光谱反射率作为估测因子

1．2．2 利用回归分析等统计方法进行估测研究

1．2．3 利用光谱指数作为估测因子

1．2．4 利用植物红边特征进行估测

1．2．5 小波分析的应用

1．3 研究目的与意义

1．4 研究内容与技术路线

1．4．1 研究内容

1．4．2 技术路线

2．材料与方法

2．1 研究区域与实验设计

2．2 光谱数据的测定

2．3 农学参数测定

2．3．1 叶片氮素含量的测定

2．3．2 叶片叶绿素含量SPAD值的测定

2．3．3 叶片含水量的测定

2．4 数据分析方法

2．4．1 光谱数据预处理

2．4．2 特征高光谱参数构建

2．4．3 氮素含量的估测模型建立与检验

2．4．4 叶绿素和水分含量的影响分析

3．结果与分析

3．1 苹果树叶片最佳估测位置的探讨

3．1．1 叶片不同位置的反射光谱特征分析

3．1．2 叶片不同位置的光谱参量与生物参量的相关性分析

3．1．3 最佳估测位置模型的确定

3．2 苹果树叶片氮素含量与光谱参数关系及估测模型

3．2．1 叶片氮素含量与光谱参数的相关性分析

3．2．2 叶片氮素含量的高光谱估测模型建立

3．2．3 估测模型的检验

3．3 苹果树叶片叶绿素含量与光谱参数关系及估测模型

3．3．1 叶片叶绿素含量与光谱参数的相关性分析

3．3．2 叶片叶绿素含量的高光谱估测模型的建立

3．3．3 估测模型的检验

3．4 苹果树叶片含水量与光谱参数关系及估测模型

3．4．1 叶片水分含量与光谱参数的相关性分析

3．4．2 叶片水分含量的高光谱估测模型的建立

3．4．3 估测模型的检验

3．5 叶片叶绿素和含水量对氮素含量估测模型的影响

3．5．1 基于叶绿素和含水量的氮素含量高光谱估测模型的建立

3．5．2 修正模型的检验

4．结论与展望

4．1 结论

4．2 研究特色与创新

参考文献

致谢

攻读学位期间发表论文情况