论文部分内容阅读
精准农业是当今世界农业发展的趋势,也是可持续发展农业的重要途径。它通过遥感、地理信息系统和全球卫星定位系统的应用,采集并处理与作物生长有关的环境因素实际存在的空间和时间差异信息,精细准确地调整各项管理措施,以获取最高产量和最大经济效益,同时达到保护环境的目的。
水稻是我国主要的粮食作物之一。理化参量是水稻生长状况的良好指示剂,如叶绿素含量能反映水稻的光合作用情况;氮含量是指导水稻施肥的重要因素;叶面积指数(LAI)是水稻产量预估和病害评价的有效参数。实时监测水稻冠层理化参量的变化,能及时了解大面积水稻的长势,是精细农业的重要一环。
水稻理化参量的传统测量主要采取人工测量和室内化学分析方法。这些方法不仅费工、费时、实时性差、成本高,而且对样本有破坏性,因此很难在生产中被直接应用。由于水稻理化参量的多少、缺乏与否都会在水稻的光谱特性上有所反映,而高光谱遥感具有光谱分辨率高、波段连续性强的特点,能非破坏、大面积快速地监测水稻理化参量,而且目前高光谱遥感技术已经从航空时代发展到航天时代,必将在精细农业的应用中发挥更大的作用。
本研究采用小区实验与大田应用相结合的方法,实验小区位于江苏省扬州市,种植的水稻为2个品种、8个施氮水平、2个重复,依据实验小区地面实测拔节期、抽穗期及灌浆期的水稻叶片、冠层光谱及理化参量研究水稻生育进程中光谱和理化参量的变化规律,并采用植被指数分析法、红边特征分析法及光谱吸收特征分析法得到估算水稻叶绿素含量、氮含量和LAI的最佳波段和光谱变化形式;大田位于江苏省姜堰地区,对2005年9月7日获取的覆盖大田的Hyperion影像进行预处理和反射率光谱重建,利用NDVI、EVI-LSWI的阈值分割提取影像中的水稻区,然后基于Hyperion影像光谱依据小区地面数据分析得出的最佳波段和光谱变化形式,分别建立了研究区大田水稻冠层叶绿素含量、氮含量和LAI的反演模型,并对研究区大田水稻冠层叶绿素含量、氮含量和LAI进行了反演及制图。
主要研究内容和研究结果包括以下几个方面:
(1)通过光谱归一化方法,结合560nm和670nm两个波段,建立了植被指数NDVI560_670,该光谱特征参数在拔节、抽穗和灌浆三个生育期,叶片、冠层两种尺度均与水稻叶绿素含量呈显著相关性。采用该光谱特征参数,基于Hyperion影像反射率光谱建立了水稻冠层叶绿素含量的反演模型,结果表明影像光谱经归一化变化得到的NDVI560_670与水稻冠层叶绿素含量的复相关系数(R2)达0.77,并对研究区的水稻冠层叶绿素含量进行了反演和制图。
(2)经波深中心归一化方法分析,发现以670nm为中心的光谱吸收特征面积在拔节、抽穗和灌浆三个生育期,叶片、冠层两种尺度均与氮含量呈显著相关关系,能很好地反演水稻氮含量。采用该光谱特征参数,基于Hyperion影像反射率光谱建立了水稻冠层氮含量的反演模型,结果表明影像光谱经波深中心归一化变化得到的以670nm为中心的光谱吸收特征面积与水稻冠层氮含量的R2达0.79,并对研究区的水稻冠层氮含量进行了反演和制图。
(3)通过光谱归一化方法,建立了560nm和670nm两个波段的植被指数RVI560_670,该光谱特征参数在拔节、抽穗和灌浆三个生育期,叶片、冠层两种尺度均与水稻LAI呈显著相关性。采用该光谱特征参数,基于Hyperion影像反射率光谱建立了水稻冠层LAI的反演模型,结果表明影像光谱经归一化变化得到的RVI560_670与水稻冠层LAI的R2达0.73,并对研究区的水稻冠层LAI进行了反演和制图。
(4)对Hyperion星载高光谱遥感影像进行了一系列预处理和反射率光谱重建,很好地恢复了影像上地物的光谱信息,并使用NDVI、EVI-LSWI的阈值分割较准确地对Hyperion影像中的水稻区进行了提取。
(5)通过对各个生育期、不同施氮水平的水稻理化参量和光谱特征进行分析,得出水稻理化参量和光谱特征随生育期和施氮水平的变化规律。