论文部分内容阅读
高光谱遥感是精准农业重要的技术手段之一,为农业中的定量分析和应用开辟了良好的前景,受到研究者们的重视。大豆是我国重要的蛋白质和油脂原料,在人们饮食结构中占有重要地位,但近年来,大豆种植面积不断下降,对外依存度大,产业形势严峻,而间套作大豆可以有效的增加大豆种植面积和产量,提高土地利用率和产出率。大豆作为豆科作物,具有固氮作用,但无法满足生长需求,氮素施用量和施用时间难以准确把握,利用高光谱遥感技术对大豆进行氮素营养的实时监测估测研究,建立一种适合于净作和间套作的氮素积累量(LNA)估测模型,为高光谱技术在大豆上的应用提供科学依据和理论技术的支持,从而推进精准农业和数字农业的快速发展和应用推广。本研究采用净作和套作两种种植模式,0、60、120、180kgN/kg四个氮肥水平,不同施氮水平下大豆冠层叶片氮素积累量在生育期内呈单峰变化趋势,在结荚期达到最大值,2013年和2014年分别为9.08g/m2和8.01g/m2,而净作大豆生育前期各施氮处理叶片氮素积累量均高于套作,两年规律表现一致。大豆的冠层光谱在绿峰区域和近红外光区差异最大,其他光谱波段差异较小,其中净作大豆冠层光谱反射率在400-1000nm波长范围内要高于套作,随着生育时期的增加,在400-700nm可见光范围内,冠层光谱变化规律不明显,700-1000nm近红外光区的光谱也呈现先增加后降低的规律,与冠层叶片氮素状况变化规律一致。一阶导数光谱随着生育时期的增加,红边位置出现了红移和蓝移,红边幅值先增加后减小,不同施氮水平红边位置平均值差异不大,不同种植模式呈现出相同规律,导数光谱的红边参数变化规律与大豆冠层氮素状况的变化规律相同。通过对不同种植模式、不同施氮水平下大豆叶片氮素积累量与冠层原始光谱、导数光谱、植被指数、光谱指数进行相关分析。结果发现:原始光谱与LNA在700-1000nm近红外光区呈正相关,可见光区呈负相关,在近红外光区的相关系数要高于可见光区,其中一阶导数光谱红边参数与冠层叶片氮素状况相关性最高,达到0.8以上。基于光谱面积的光谱参数与LNA的相关性除黄边面积外,其余均达到了显著或极显著水平,特别是基于红边面积的光谱参数。通过选取前人研究与氮含量相关的植被指数与LNA进行分析,大部分特定植被指数都达到了显著或极显著水平,以地面叶绿素指数(MTCI)最高为0.88。系统分析原始光谱和一阶导数光谱400。1000nm所有范围内光谱波段自由组合的光谱指数(比值光谱指数RSI、差值光谱指数DSI、归一化光谱指数NDSI)与LNA的相关性,最高相关系数出现在光谱指数DSI(771,755),相关系数为0.92:大豆叶片氮素积累量的敏感区域主要位于原始光谱的500-800nm和700-1000nm相交的光谱区域,导数光谱的700-800nm波段,而导数光谱相关系数较高的区域面积要小于原始光谱;通过小波变换分析,不同小波基函数、不同尺度和波段范围分解的光谱变量对LNA相关性的大小和方向影响不一致,在红边和近红外光区小波分解的光谱变量对LNA的相关性较好。通过线性、非线性模型、逐步回归和PLS方法对所选的光谱变量构建大豆冠层叶片氮素状况预测模型。光谱指数DSI(771,755)、逐步回归、偏最小二乘法筛选的光谱变量建立的回归模型检验精度较高:采用1-256尺度分解下的不同小波函数对原始光谱数据进行处理,提取了特定的小波基函数sym8,它在210分解尺度、735nm.卜筛选的光谱变量所构建的回归模型检验精度也较高。基于小波分析构建的模型检验的RPD值要大于其他方法,本文所建立的几个模型的RPD值均大于2,说明这些模型均能对冠层叶片氮素积累量作较好的估测。这些模型能够较好的描述大豆冠层叶片氮素状况与冠层光谱之间的相关性,较为准确的预测了大豆冠层氮素状况,为大豆氮素调控提供了依据。