‘温185’核桃叶片营养元素含量与坚果品质指标光谱反演

摘要

‘温185’（Juglans regia‘Wen185’）是新疆本土选择培育出的优良早实核桃品种，现为新疆南疆盆地核桃主产区的主栽品种之一。但长期以来由于缺乏对其以叶营养元素含量为指示的树体营养进行高效、适时监测的技术手段，使得核桃生产园的施肥与土壤养分管理无据可寻，从而造成南疆盆地核桃生产园树体营养亏缺和营养元素不平衡现象十分普遍，并严重影响坚果的产量与品质。可见，采用什么样的技术能够对叶营养元素含量进行高效、适时的监测是南疆盆地核桃生产园施肥与土壤养分管理亟待解决的重大技术难题。鉴于此，本研究以盛果期‘温185’核桃为研究对象，基于田间肥料效应试验、土壤养分空间变异和叶片光谱反射率对其营养水平的响应，将便携式光谱分析仪作为叶片光谱数据的获取手段，结合田间叶样、果样采集与室内叶片营养元素含量和坚果品质指标分析，以叶片营养元素含量与光谱特征参量的相关性为主线，采用Pearson相关分析、回归分析和回归诊断相结合的方法，筛选出了果实不同生育时期表征叶片营养元素含量最有效或有效的光谱特征参量及其与叶片营养元素含量和坚果品质指标的数学关系，并采用度量误差方法构建了坚果品质指标和果实不同生育时期叶片营养元素含量的光谱反演模型。所得主要研究结果如下:
　　果实坐果期、速生生长期、脂化期和近成熟期，表征叶片氮(N)元素含量的最有效光谱特征参量分别为绿峰反射率（Rg）、黄边反射率（λy）、红色比值指数（RNIR/Red）和黄边幅值（Dv），表征叶片磷(P)元素含量的最有效光感特征参量分别为绿色比值指数（RNIR/Green）、红边蓝边面积归一化值（（SDr-SDb）/（SDr+SDb））、黄边位置（λv）和红谷位置（加），表征叶片钾(K)元素含量的最有效光谱特征参量分别为绿色归一化差值指数（(NIR-Green)/(NIR+Green))、红边黄边面积比值（SDr/SDy）、RNIR/Green和蓝边面积（SDb）。叶片N、P、K元素含量与表征其含量的最有效光谱特征参量之间的数学关系均为三次函数。坚果单果重和种仁粗脂肪、粗蛋白质含量分别与表征叶片N、P、K元素含量的有效光谱特征参量(Rg、RNIR/Red、红色归一化差值指数((NIR-Red)/（NIR+ Red））、λy、红谷反射率(Ro)、足IR/Green、RNIR/Red、（（NIR-Green）/(NIR+Green)）、((NIR-Red)/(NIR+Red)）、Rg、 RNIR/Red、Dy、Rg、SDr)、（RNIR/Green、RNIR/Red、SDr/SDb、（SDr-SDb）/（SDr+SDb）、SDb、λy、λo、蓝色比值指数（RNIR/Blue）、蓝色归一化差值指数（（NIR-Blue）/（NIR+Blue））、（Dy、（（NIR-Green）/（NIR+ Green））、λy、Dy、黄边面积(SDy)、绿峰红谷比值(Rg/Ro)、绿峰红谷归一化值（（Rg-Ro）/（Rg+Ro））、SDr/SDy、红边黄边面积归一化值((SDr-SDy)/（SDr+SDy））、Dy、SDb、Rg/Ro、RNIR/Green、SDr/SDy、SDb）之间的数学关系均为线性函数。
　　果实坐果期、速生生长期、脂化期和近成熟期，表征叶片钙(Ca)元素含量的有效光谱特征参量分别为光谱反射率（Rλ）的一阶微分（R'λ），即:(R'311、R'965、R'966、R'967、R'984、R'1047、 R'1084、R'1093、 R'1094)、(R'384、R'968、R'972、R'973、R'1014、R'1016、R'1025、R'1026)、(R'531、R'532、R'563、R'569、R'576、R'577、R'580、R'762、R'994)和(R'337、R'338、R'356、R'357、R'1089);表征叶片镁(Mg)元素含量的有效光谱特征参量分别为(R'312、R'313、R'314、R'331、R'418、R'1001、R'1002、R'1003、R'1028、R'1029、R'1030)、(R'317、R'318、R'335、R'336、R'337、R'351、R'399、R'400、R'401、R'489、R'507、R'508、R'514、R'515、R'647、R'648、R'881、R'906、R'907、R'911、R'922、R'923、R'1099)、(R'467、R'468)、和(R'312、R'313、R'314、R'356、R'357、R'829、R'835、R'872、R'1001);表征叶片铁(Fe)元素含量的有效光感特征参量分别为(R'341、R'910、R'911、R'976、R'979、R'980、R'1011、R'1012、R'1015、R'1016、R'1031、R'1032、R'1033)、(R'427、R'428、R'987)、(R'1067、R'1068、R'1069)和(R'405、R'509、R'754、R'995、R'996、R'1007、R'1017、R'1018、R'1019);表征叶片锰(Mn)元素含量的有效光谱特征参量分别为(R'1004、R'1043)、(R'786 nm、R'787、R'788、R'789、R'842、R'856、R'857、R'858、R'882、R'883、R'884、R'886、R'887、R'964、R'965、R'1040、R'1044、R'1045、R'1046）、(R'869、R'870、R'871)和(R'406、R'407、R'408、R'647、R'648、673);表征叶片铜(Cu)元素含量的有效光谱特征参量分别为(R'519、R'527、R'528、R'529、R'533、R'536、R'537、R'538、R'613、R'614、R'615、R'654、R'656、R'657、R'658)、(R'331、R'510、R'511、R'512、R'536)、(R'390、R'391、R'392、R'399、R'401、R'409、R'410、R'411、R'412、R'423、R'424、R'425、R'489、R'513、R'514、R'515、R'516、R'527、R'528、R'529、R'537、R'538、R'539、R'587、R'588、R'599、R'680、R'681、R'682、R'683、R'686、R'687、R'689、R'1001、R'1129)和(R'974、R'1056);表征叶片锌(Zn)元素含量的有效光谱特征参量分别为(R'988 nm、R'989、R'992、R'993)(R'362、R'410、R'411、R'564、R'565、R'566、R'707、R'708、R'709、R'710、R'711、R'712、R'713、R'714、R'715、R'770、R'771、R'772、R'773、R'774、R'775、R'776、R'792、R'859、R'957、R'958、R'959、R'960、R'1008、R'1009、R'1010)、(R'38、R'553、R'554、R'555、R'556、R'853、R'854、R'857)和（R'396、R'397、R'398、R'971、R'974、R'978、R'1094、R'1095）。叶片Ca、Mg、Fe、Mn、Cu、Zn元素含量与表征其含量的有效光谱特征参量之间的数学关系均为线性函数。
　　分别以果实坐果期、速生生长期、脂化期、近成熟期的最有效光谱特征参量为自变量，以叶片N、P、K元素含量为因变量，以三次函数为数学关系采用度量误差方法构建的果实不同生育时期叶片大量营养元素含量光谱反演模型较回归模型具有更高的定量反演精度。以有效光谱特征参量为自变量，以坚果单果重和种仁粗脂肪、粗蛋白质含量为因变量，以线性函数为数学关系采用度量误差方法构建的坚果品质指标叶片光谱反演模型较回归模型具有更高的定量反演精度。分别以果实4个不同生育时期的有效光谱特征参量为自变量，以叶片Ca、Mg、Fe、Mn、Cu、Zn元素含量为因变量，以线性函数为数学关系采用度量误差方法构建的果实不同生育时期叶片中微量营养元素含量光谱反演模型较回归模型具有更高的定量反演精度。‘温185’核桃叶片营养元素含量与坚果品质指标光谱定量反演模型只适用于树龄在7 a以上的核桃生产园。

目录

声明

论文说明

摘要

第1章 引言

1．1 研究的目的与意义

1．2 国内外研究进展

1．2．1 植物N元素营养的光谱反演

1．2．2 植物P元素营养的光谱反演

1．2．3 植物K元素营养的光谱反演

1．2．4 植物中微量元素营养的光谱反演

1．2．5 植物其它成分的光谱反演

1．2．6 果实品质的光谱反演

1．3 研究内容、研究目标，以及拟解决的关键问题

1．3．1 研究内容

1．3．2 研究目标

1．3．3 拟解决的关键问题

1．4 技术路线

第2章 材料与基础数据获取方法

2．1 研究对象

2．2 肥料效应田间试验设计

2．2．1 N、P、K肥料效应田间试验设计

2．2．2 Ca、Mg、Fe、Mn、Cu、Zn肥料效应田间试验设计

2．3 光谱数据采集

2．4 叶样采集与叶片营养元素含量测定

2．4．1 叶样采集

2．4．2 叶样预处理

2．4．3 叶片营养元素含量测定

2．5 果样采集与坚果品质测定

2．5．1 果样采集

2．5．2 坚果品质测定

第3章 光谱反演的基本理论与物理学基础

3．1 光谱反射的基本原理

3．1．1 光谱反射的物理学原理

3．1．2 绿色植物的光谱反射

3．1．3 光谱仪的数据采集工作原理

3．2 光谱特征参量的界定与分类

3．2．1 光谱敏感波段光谱反射率

3．2．2 光谱指数

3．2．2 光谱吸收特征参数

3．3 元素(成份)含量与光谱特征参量的数学关系

3．4 光谱反演模型

3．4．1 理论模型

3．4．2 经验模型

3．5 模型定量反演精度影响因素

3．6 核桃叶片光谱反射的物理学基础

3．6．1 核桃叶片结构和成分与光谱反射

3．6．2 叶片光谱反射率对土壤养分水平的响应

第4章 叶片氮磷钾含量与光谱特征参量的数学关系

4．1 研究方法

4．1．1 光谱特征参量

4．1．2 相关分析

4．1．3 回归分析

4．1．4 回归诊断

4．2 结果与分析

4．2．1 果实不同生育时期与叶片N、P、K元素含量相关的光谱特征参量

4．2．2 果实不同生育时期叶片N、P、K元素含量与光谱特征参量的回归关系

4．2．3 果实不同生育时期叶片N、P、K元素含量与光谱特征参量回归关系的诊断

4．3 讨论

4．4 小结

第5章 叶片中微量元素含量与光谱特征参量的数学关系

5．1 研究方法

5．1．1 光谱数据预处理

5．1．2 相关分析

5．1．3 回归分析

5．1．4 回归诊断

5．2 结果与分析

5．2．1 果实不同生育时期与叶片中微量元素含量相关的光谱特征参量

5．2．2 果实不同生育时期叶片中微量元素含量与光谱特征参量的回归关系

5．2．3 果实不同生育时期叶片中微量元素含量与光谱特征参量回归关系的诊断

5．3 讨论

5．4 小结

第6章 坚果品质指标与叶片光谱特征参量的数学关系

6．1 研究方法

6．1．1 表征叶片N，P、K元素含量的有效光谱特征参量

6．1．2 回归分析

6．1．3 回归诊断

6．2 结果与分析

6．2．1 坚果品质指标与光谱特征参量的回归关系

6．2．2 坚果品质指标与光谱特征参量回归关系的诊断

6．3 讨论

6．4 小结

第7章 叶片营养元素含量光谱反演模型

7．1 研究方法

7．1．1 度量误差模型

7．1．2 模型精度分析评价

7．2 结果与分析

7．2．1 叶片N、P、K元素含量光谱反演度量误差模型的构建

7．2．2 叶片中微量元素含量光谱反演度量误差模型的构建

7．2．3 叶片营养元素含量光谱反演度量误差模型精度分析评价

7．2．4 叶片营养元素含量光谱反演度量误差模型与回归模型精度比较

7．3 讨论

7．4 小结

第8章 坚果品质指标叶片光谱反演模型

8．1 研究方法

8．2 结果与分析

8．2．1 坚果品质指标叶片光谱反演度量误差模型的构建

8．2．2 坚果品质指标叶片光谱反演度量误差模型与回归模型的精度比较

8．3 讨论

8．4 小结

第9章 叶片营养元素含量光谱反演光谱特征参量的稳定性

9．1 研究方法

9．2 结果与分析

9．2．1 不同年份叶片营养元素含量光谱反演光谱特征参量的稳定性

9．1．2 不同树龄叶片营养元素含量光谱反演光谱特征参量的稳定性

9．3 讨论

9．4 小结

第10章 结论与展望

10．1 结论

10．2 学术贡献

10．3 展望

参考文献

致谢

作者简介