不同氮水平下冬小麦农学参数与光谱植被指数的相关性
关中地区不同营养状况冬小麦光谱特性初探
区总面积约 ３０ｍ ， ０ ２小区面积 ２ｍ×４Ｉ＝８ｍ ， Ｉ 随 Ｔ 究是小麦估产和监测的基础 。而光合作用过程 中起 机 区组排列 ， 各重复 ３ 。于 ２ ０ 年 １ 月 ２ 播 次 ０４ ０ ０日 吸收光能作用 的色素有 叶绿素 ａ 叶绿 素 ｂ与胡萝 种 ，０５年 ６ ８日收获。期间根据小麦生 育期分 ， ２０ 月
植物营养水平 ， 光合作用能力和植被发 育阶段 的指 示器＿ 。所有绿色植物光谱反射 特性是 由植 物体 ２ ｊ
内所含叶绿素含量 、 叶片面积和叶片中所含水量所
光谱测定 ： 小麦叶片的光谱数据测定采用 Ｌｍ Ｉ １０ 便携式光谱辐射仪在 室内测 定。试验设定光 ８０ 谱波长范 围为 ４０ ０ ｌ， ０ ～１１０ ｎ ｌ测定 波 长间 隔 １ Ｔ ０
射率之 间在施用氮肥 时显著相关 ， 在施用磷肥时其相关不显著。
关键词： 光谱反射率； 叶绿素含量； 营养状况； 生育期
中圈分 类号 ： １７ Ｓ２ 文献标识码 ： Ａ 文章编号 ： ００７０ （ｏ６０ — ４ ． １０ １２０ ）３ ０９ ５ ６ ０ ０
利用卫星遥感进行农作物的长势监测 ， 主要依
ｎ ｍ。该波段处于可见光和近红外光波段 ， 具有光化
控制， 所以在冬小麦生长环境分析和长势监测中． 它 们可以综合地体现在反 映冬小麦 长势 的光谱特征
上＿ 。冬小麦在 不同营养水平条 件下 的叶绿素含 ３ ｊ 量往往也不同， 就会影响到他们的光谱特性 ， 因此光 谱特征也能反 映作 物光合作用 能量的度量［ 。植 ４ Ｊ
卜 ， 中叶绿素是吸收光能的物质 ， 素 其 与植被的光能 利用有直接关系 ， 叶绿素含量和植被的光合能力 、 发 育阶段以及氮素状况有较 好的相关性 ， 它们通常是
冬小麦冠层光谱红边参数的变化及其与氮素含量的相关分析
层郁闭度减小、土壤背景干扰增加有关。 3. 2 不同肥力条件下不同疏剪处理小麦红边参数
( 2) 红参数的计算 包括红边位置、红谷位置、红边高斯模型宽度和
350～ 2 500 nm 波段范 围内的光 谱一阶导 数最大 值。
为了简化、定量分析红边特性, 采用倒高斯模型 模拟小麦红边特性( M iller 等, 1990) [ 11] 。倒高斯模型 能够很好地模拟植被地物在 670～780 nm 处的反 射率光谱, 其定义如下:
0=
-
a0 a1
( 4)
=1
( 5)
2 a1
另外, 对于每一个红边光谱曲线, 它与倒高斯模型的 拟合都有一个复相关系数 R2。 2. 2. 2 不同处理氮素含量的测定
将每次剪下的穗、不同叶位的叶片以及茎鞘测 定完光谱后立即放入保鲜袋中带回室内, 烘干后磨 碎进行全氮含量的测定。全氮测定采用 B-339 型凯 氏定氮仪测定籽粒氮素含量。
关 键 词: 小麦; 氮素; 光谱反射率; 红边参数 中图分类号: T P 79 文献标识码: A 文章编号: 1004-0323( 2007) 01-0001-07
1 引 言
植物冠层叶片氮素空间分布不仅反映作物的氮 素供应状况, 同时反映了不同叶位叶片以及不同器 官 吸 收 光 的 梯 度 变 化[ 1, 2] 。V ouillot 和 DevienneBarret [ 3] 指出, 在氮素缺乏时, 小麦顶部叶片总是利 用从下部茎叶中转移来的氮素。在冠层发展过程中, 叶片氮素容易形成垂直梯度, 冠层顶部未遮荫的叶 片往往比冠层底部被遮叶片具有较高的含氮量[ 4, 5] 。 研究表明, 监测氮素在植株不同层次间的分布及其 变化状况可以做到对其及时的水肥控制, 进而提高 作物产量和品质[ 6, 7] 。高光谱遥感技术以其超多波段 信息使得对作物空间信息遥感在光谱维上展开, 其 精细的光谱信息为作物理化参数的估计提供了一种 快速、定量化的技术手段。然而, 由于冠层有一定“厚 度”, 而冠层内不同“深度”的信息对冠层混合光谱的 贡献率不同[ 8] 。Dreccer[ 9] 等研究认为, 冠层氮素垂直 分布是为了适应冠层光分布梯度而获得最大光合的 结果。Shiraiw a[ 1] 等研究指出, 在大豆叶片尚未展开 时, L AI 在 1. 5～2. 0 范 围内的顶部含氮量比较均
冬小麦生长期冠层光谱变化相关环境因子分析
冬小麦生长期冠层光谱变化相关环境因子分析摘要：研究以许昌市东郊小麦田为试验区，实测小麦冠层光谱数据，并采集相应样地的土壤样本，测定样本中氮、磷、钾的含量以及pH，对比分析它们之间的相关关系。
结果表明，样地冬小麦生长正常，开花期、灌浆期光谱反射率变化较大；土壤pH较为稳定，有利于冬小麦生长发育；铵态氮含量与冬小麦冠层光谱在起身期到拔节期变化方向相反，在拔节期到抽穗期变化方向相同，在抽穗期到灌浆期相关关系比较复杂；当有效磷含量较为稳定时，对小麦冠层光谱无明显影响，当其含量较低时，与小麦冠层光谱变化方向相反；速效钾含量不稳定，与小麦冠层光谱相关性比较复杂。
关键词：冬小麦；冠层；光谱；环境因子；相关分析小麦的光谱特征研究一直是植物光谱研究的重点，目前国内外对小麦光谱的研究主要集中在不同施肥水平下小麦冠层光谱特征的分析、不同水分状况与小麦冠层光谱特征的关系、叶片营养诊断、叶面积指数等与光谱特性的相关性、病虫害或倒伏及叶片灰尘对光谱特征的影响等方面，所有这些研究都是以植被光谱特征为基础进行的[1-10]。
但植被在生长发育的不同阶段，光谱特征也不断变化。
影响植物光谱的因素有植物本身的结构特征，也有外界的影响，如空气、土壤等环境因子的影响[11-13]。
因此对植被光谱特征及相关因子的研究非常必要。
本研究主要分析小麦冠层光谱变化特征与土壤中氮、磷、钾含量等相关环境因子的关系，为实现大面积小麦长势实时监测提供参考。
1 研究区概况试验区位于河南省许昌市东郊。
许昌市（E113°03′-114°190′、N33°16′-34°24′）位于河南省中部，为中原腹地，平均海拔72.8 m，属暖温带季风气候区，气候温和，光照充足，雨量充沛，无霜期长，四季分明。
春季干旱多风沙，夏季炎热雨集中，秋季晴和气爽日照长，冬季寒冷少雨雪。
年平均气温14.7 ℃，年日照时间2 280 h，年降水量579 mm，年无霜期217 d。
水旱地冬小麦植株氮素含量的高光谱监测
摘 要 ： 作物氮素状况是评 价作 物长势 的关键指标之一 ， 利用高光谱技术对水旱地植株氮素含量进行监测具有重
要 的实践 意义 。通过研究 闻喜县水旱地小麦植株氮含量与叶面积指数（ ｔ ａｉ ） 的定量关系 ， 探索建立 以 Ｌ Ａ Ｉ 为中间
变量 的水 旱地冬小麦氮素含量 的监测模型的可行性。结果表明 ， 水旱 地冬 小麦不同生育时期 Ｌ Ａ Ｉ 特征波段不 同，
ｉ ｒ ｉ ｒ ｇ ａ ｔ ｉ ｏ ｎ － ｌ ａ ｎ ｄ ｈ ａ ｓ ａ ｎ ｉ ｍｐ ｏ ｒ ｔ ａ ｎ ｔ ｐ ｒ ａ ｃ ｔ ｉ ｃ ａ ｌ ｓ ｉ ｇ ｎ ｉ ｉ ｆ ｃ ａ ｎ ｃ ｅ ｗｉ ｔ ｈ ｈ ｙ ｐ ｅ ｒ ｓ ｐ ｅ ｅ ｔ ｒ ａ ｌ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ． Ｉ ｎ ｔ ｈ ｉ ｓ ｅ ｘ ｐ ｅ ｉ ｒ ｍｅ ｎ ｔ ， ｔ ｈ ｅ ｑ ｕ ａ ｎ ｉ ｔ ｔ ａ ｔ ｉ ｖ ｅ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ ｓ ｈ ｉ ｐ ｏ ｆ
２ ． Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｃ ｒ ｏ ｐ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ｓ ， Ｓ ｈ ａ ｎ ｘ ｉ Ａ ｃ ａ ｄ ｅ ｍ ｙ ｏ ｆ Ａ ｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ｌ ａ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ｓ ， Ｔ ａ ｉ ｙ ｕ ａ ｎ ０ ３ ０ ０ ３ １ ， Ｃ ｈ ｉ ｎ ａ ）
水旱 地冬小麦植株氦素含 量的高光谱监测
孙 慧 ， 冯美 臣 ， 杨武德 ， 李方舟 ， 李广信 一 ， 王 超
（ １ ． 山西农业大学旱作工程研究所 ， 山西 太谷 ０ ３ ０ ８ ０ １ ； ２ ． 山西省农 业科学 院作 物科学研究所 ， 山西 太原 ０ ３ ０ ０ ３ １ ）
（ １ ． Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｄ ｒ ｙ Ｆ ａ ｒ ｍ ｉ ｎ ｇ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｉ ｒ ｎ ｇ ， Ｓ ｈ ａ ｎ ｘ ｉ Ａ ｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｔ ａ ｉ ｇ ｕ ０ ３ ０ ８ ０ １ ， Ｃ ｈ ｉ ｎ ａ ；
不同生育期冬小麦高光谱数据与SPAD值的相关分析
算模 型 分别 为 ０ ． ８ ０ ９ ６ ， ０ ． ７ ５ ５ ７ ， ０ ． ５ ０ ３ ３ ） ． 关键 词 ： 冬小麦 ； 叶绿素含量 ； 高光谱遥感
中图分类号 ： ￥ ３ １ １ 文献标 志码 ： Ａ 文章编号 ： １ ６ ７ ３ — ８ ｏ ２ ０ （ ２ ０ １ ４） ｏ ４ — ０ 光合 作用 过 程 中直接 影 响到植 物 的
验 条件 与特 定 的作物 类 型所建 立 的光谱估 算模 型 在 应用 于其 他作 物 或在不 同环 境条 件下 同种作 物 处 在不 同的生理 状 态 时需 要 进 行订 正 ， 同 时 由于 越 来越 多 的传感 器 运 用 于 遥 感 估 算 ， 有必 要 检 验 现有方 法 的有效 性 ． 此外 ， 传 统 的基 于高 光谱 的冬 小麦 叶绿 素含量 估 算模 型在 不 同生育期 是否 存在 差异性 研 究 较 少 …ｊ ． 基于此 ， 本 文 以不 同水 氮 条
摘要 ： 利用 Ａ Ｓ Ｄ便携式野外光谱仪和 Ｓ Ｐ Ａ Ｄ一 ５ ０ ２叶绿素计实测 了冬小 麦冠层 的高光谱反射 率与 Ｓ Ｐ Ａ Ｄ值． 建 立 了基 于归一 化植 被指数 （ Ｎ Ｄ Ｖ Ｉ ） 与 比值植 被指数 （ Ｒ Ｖ Ｉ ） 不同生育期冬 小麦 Ｓ Ｐ Ａ Ｄ值估算 模型． 结果表 明 ： 从 返青期 到灌浆 期 ， 可见光 波段 ， 冠层 光谱 反射率 与 Ｓ Ｐ Ａ Ｄ值 负相关 ， 在“ 红边 ” 处， 由负相关变 成正相 关． 一阶
度指 数 能 够 准 确 估 算 病 害 冬 小 麦 冠 层 叶 绿 素 浓 度． 综 上所述 ， 利 用光 谱数 据 检测农 作 物 的叶绿 素
含 量方 面 已经取 得 了很 大 进 展 ． 但 通 常 特 定 的试
无人机多光谱遥感在农作物生长监测中的应用综述
数可以实时诊断作物的营养状况及病虫害状况ꎬ 根据作物的实际情况来进行精准管理与调控ꎮ 本文从遥感无人机
与多光谱相机的类型和特征、 多光谱在作物表型信息监测上的主要应用、 农作物灾害检测 ３ 个方面作了详尽的综
述ꎬ 希望为无人机多光谱遥感技术在作物生产的精细化作业提供借鉴ꎮ
关键词: 无人机ꎻ 多光谱遥感ꎻ 表型信息ꎻ 灾害监测ꎻ 作物监测
中图分类号: Ｓ２５ 文献标识码: Ａ
ＤＯＩ: １０ １９７５４ / ｊ ｎｙｙｊｓ ２０２３１１１５００９
长状况ꎬ 费时费力ꎬ 而采用无人机遥感技术只需分析
Ｓｅｑｕｏｉａ
绿
红
红边
近红外
ＭＳ６００Ｐｒｏ
蓝
绿
红
红边
近红外 １
近红外 ２
Ｍｉｃｒｏ－ＭＣＡ
蓝
绿
红
红边
近红外 １
近红外 ２
５５０
６６０
７３５
７９０
１２８０×９６０
４５０
５５５
６６０
７１０
８４０
９４０
４９０
５５０
６８０
７２０
８００
９００
１２８０×９６０
１２８０×１０２４
夏玉米叶片氮含量估测 [１７] ꎻ
( 山东理工大学农业工程与食品科学学院ꎬ 山东 淄博 ２５５０００)
摘 要: 遥感技术是掌握作物生长发育情况的常用方法ꎬ 无人机遥感技术的使用具有简单、 有效、 廉价的优点ꎬ
近年来更广泛的运用在农业中ꎮ 多光谱相机可以在近红外波段和红边波段获得数据ꎬ 利用光谱数据及时地进行作
冬小麦氮素积累量的高光谱遥感监测研究
冬小麦氮素积累量的高光谱遥感监测研究【摘要】本研究利用高光谱遥感技术监测冬小麦氮素积累量，通过分析冬小麦生长特性和氮素需求，探讨了高光谱遥感在冬小麦氮素监测中的应用。
研究采用遥感监测方法得出了冬小麦氮素积累量的结果，并对其进行了深入分析。
本文也指出了遥感监测研究存在的问题。
结论部分强调了遥感监测方法对冬小麦氮素积累量的有效性，展望了未来研究的方向，并对本研究进行了总结。
通过本研究可以更全面地了解冬小麦氮素积累量的监测方法和结果，为冬小麦氮素管理提供参考和指导。
【关键词】冬小麦、氮素积累量、高光谱遥感监测、研究、生长特性、氮素需求、方法、结果分析、问题、有效性、未来研究、结论、遥感监测、展望。
1. 引言1.1 研究背景冬小麦是我国重要的粮食作物之一，其产量和质量与氮素的施用量密切相关。
随着农业生产水平的不断提高，对于氮素的合理利用和管理需求也越来越迫切。
传统的氮素监测方法通常需要大量的人力和物力投入，而且存在着时间延迟和空间覆盖不足等问题，使得对冬小麦氮素积累量的监测和管理变得非常困难。
本研究旨在通过高光谱遥感技术监测冬小麦氮素积累量，探讨其应用前景和方法优劣，为冬小麦氮素管理提供新的思路和方法。
通过对冬小麦氮素积累量的遥感监测研究，可以更好地实现对氮素的精准施用和管理，提高冬小麦的产量和品质。
1.2 研究目的本研究旨在利用高光谱遥感技术对冬小麦氮素积累量进行监测和分析，以探究其在冬小麦生长过程中的动态变化规律，为实现精准施肥和提高冬小麦产量提供科学依据。
具体目的包括：1. 研究冬小麦不同生长期氮素需求量的变化规律，揭示氮素对冬小麦生长发育的影响机制；2. 建立高光谱遥感模型，实现对冬小麦氮素积累量的准确监测和定量化分析；3. 分析冬小麦氮素积累量在不同农田土壤和气候条件下的差异情况，为氮素施肥优化提供科学依据；4. 探讨高光谱遥感技术在冬小麦氮素监测中的应用潜力，为农业生产提供智能化、精准化的管理手段。
冬小麦生物量及氮积累量的植被指数动态模型研究
型, 实现了双季稻产量动态预测。这些生长模型往 往需要输入较多参数, 而输入参数的准确性在一定 程度上影响模型决策的效果[26], 而利用遥感观测的 植被指数将更有利于对作物进行实时动态监测与评 价。研究表明, 构建植被指数的时序模型在植被分 类、作物制图、产量估算及物候学监测等方面发挥 重要作用[27-28]。Fischer[29]采用双 Logistic 函数描述 NOAA/AVHRR 数据的 NDVI 变化, 证明了在区域尺 度上植被指数的时序模型可以较好评价作物生长特 征。Zheng 等[27]使用作物 Landsat-NDVI 时间序列信 息 较 好 地 区 分 灌 溉 作 物 类 型 。 Skakun 等 [30] 将 MODIS-NDVI 时序信息与高斯模型结合对冬季作物 进 行 制 图 。 Franch 等 [31]研 究 表 明 , 利 用 MODISNDVI 的时序模型能够在小麦收获前 2 个月进行可 靠的产量预测。Zhang 等[32]和 Zheng 等[33]利用多个 Logistic 函数拟合的植被指数年际动态很好地估计 了植被物候期。因此, 在作物全生育期内利用适宜 的植被指数来监测作物长势, 并构建植被指数随生 育进程的动态模型, 对实时掌握作物生长状况, 进行 精确管理调控具有重要的理论意义和生产指导价值。
冬小麦生物量及氮积累量的植被指数动态模型研究
吴亚鹏 贺 利 王洋洋 刘北城 王永华 郭天财 冯 伟*
河南农业大学农学院 / 国家小麦工程技术研究中心, 河南郑州 450046
摘 要: 利用遥感技术实时监测小麦生长状况, 依据监测结果适时促控, 可提高产量。本研究以高产小麦品种周麦 27 为试验材料, 在不同试验地点设置了水氮耦合的大田试验, 筛选出了适宜监测冬小麦地上部氮积累量和生物量的 植被指数, 并构建了不同产量水平下优选植被指数的动态模型。结果表明, (1)不同的水氮耦合模式显著影响小麦冠层 光谱变化, 在 350~700 nm 和 750~900 nm 表现相反的反应特征; (2)对 2 个农学生长指标反应敏感且兼容性好的植被 指数主要有修正型红边比率(mRER)、土壤调整植被指数[SAVI (825, 735)]、红边叶绿素指数(CIred-edge)和归一化差异 光谱指数(NDSI), 其与产量间相关性较好的时期为拔节至灌浆中期; (3)双 Logistic 模型可以很好地拟合植被指数的动态 变化, 高产和超高产水平下拟合精度较高(R2 > 0.82), 而低产水平下相对较低(R2 = 0.608~0.736)。比较而言, CIred-edge 和 SAVI (825, 735)用于评价小麦长势较为适宜。研究结果对作物因地定产、以苗管理、分类促控具有重要意义。 关键词: 冬小麦; 高光谱遥感; 植被指数; 产量; 动态模型
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第23卷第4期 干旱地区农业研究Vol.23No.4 2005年7月 Agricultural Research in the Arid Areas July2005不同氮水平下冬小麦农学参数与光谱植被指数的相关性①代 辉1,2,胡春胜1,程一松1,宋文冲1,2(1.中国科学院石家庄农业现代化研究所,河北石家庄 050021;2.中国科学院研究生院,北京 100039)摘 要:利用光谱仪通过大田试验测量不同氮素水平及不同生育期冬小麦冠层的光谱反射率,测算叶面积指数(LAI)、叶绿素含量(CHL)、叶绿素密度(CHL.D)、地上鲜生物量和地上干生物量等农学参数;在此基础上分析了不同氮素水平冬小麦生育期内的光谱植被指数的变化,并分析了农学参数与植被指数之间的相关性。
结果表明:小麦叶面积指数、叶绿素密度与比值植被指数(RVI)和归一化差值植被指数(NDVI)在各生育期呈显著相关,小麦叶片的叶绿素含量与RVI、NDVI在抽穗期呈极显著相关,而地上鲜生物量、地上干生物量与RVI和NDVI从起身到孕穗期呈显著相关。
关键词:冬小麦;植被指数;叶面积指数;叶绿素含量;生物量;冠层中图分类号:S143.1,S512.1 文献标识码:A 文章编号:100027601(2005)0420016206 近20年来利用遥感进行作物实时监测和营养快速诊断一直是遥感在农业中应用的研究热点。
高光谱遥感技术在生物物理和生物化学特性及参量提取的研究成为最精华和核心的部分。
通过监测作物生育期内的光谱变化,研究作物的反射光谱与叶面积指数、地上生物量、鲜叶重、叶绿素和类胡萝卜素含量等农学参数之间的关系,可以为作物遥感长势监测和遥感估产提供依据[1]。
王人潮等研究发现不同氮水平下的水稻冠层、叶片和稻株的反射光谱具有差异[2],其叶面积指数和叶绿素含量与高光谱数据有相关性[3]。
从高光谱数据中提取植被指数进行长势监测和氮素营养诊断也是其中重要的内容,研究表明红光和近红外波段的不同组合进行植被研究非常好,这些波段包含90%以上的植被信息。
比值植被指数和归一化植被指数得到广泛使用,还有土壤调节植被指数SAVI、TSAVI、MSAVI以及垂直植被指数PVI、黄色植被指数YI[4]等,用植被指数研究作物的各种生物物理和生物化学参数等农学参数与光谱变量的关系,为采用光谱方法监测作物长势和诊断作物氮素营养状况提供新的技术措施。
1 材料与方法试验在中国科学院栾城农业生态系统试验站(东经114°41′,北纬37°53′,海拔50.1m)进行,该地区为华北山前平原城郊型灌溉农业高产区,属东部季风区暖温带半湿润半干旱地区,种植制度为冬小麦-夏玉米一年两熟。
该研究2003年10月10日播种冬小麦,次年6月12日收割,生长期246d。
设不施氮(N1)、缺氮(N2,200kg hm2纯氮)、适中(N3,400kg hm2纯氮)、过多(N4,600kg hm2纯氮)4个水平,三个重复,每小区面积为7.5m×14 m。
氮肥在冬小麦和夏玉米生长期内平均施用,其中冬小麦播种和拔节期分别施底肥和追肥,用量相等。
本实验对不同氮素养分胁迫下冬小麦的不同生育期(起身、拔节、孕穗、抽穗、灌浆和成熟期)分别观测其光谱反射率,观测时间间隔为7～10d,共观测8次(其中拔节期间观测2次)。
用美国分析光谱仪器公司(Analytical Spectral Devices,ASD公司)生产的ASD Field Spec Handheld野外光谱仪测定其冠层反射光谱特征。
该仪器可在325～1075nm波长范围内进行连续测量,光谱分辨率3.5nm。
测量时选择晴朗无风的天气,在11∶00～14∶00之间观测,每个养分处理随机选择6个点进行反射光谱特征观测。
同时采样在实验室测定叶片叶绿素含量(80%丙酮提取液,分光光度计测定含量,mg g鲜叶)、生物量、叶面积指数等生物物理参数。
本试验选用的小麦冠层敏感波段为NIR(近红外)760～900nm,R(红光)630～690nm,大致与美①收稿日期:2004209203基金项目:973项目专题(G2000077905204);中科院野外台站研究基金项目“基于Greenseeker技术的小麦-玉米氮素实时诊断和精准施肥研究”作者简介:代 辉(1979-),女,河北邯郸人,硕士研究生,主要从事生态环境和农业遥感方面的研究。
国陆卫5上专题制图仪(Thematicapper )的波段TM 4(760～900nm )、TM 3(630～690nm )相当。
本文选取植被指数计算公式为:比值植被指数(RVI )=NIR R ,归一化植被指数(NDVI )=(NIR -R ) (NIR +R ),其中R 、NIR 表示对应波段范围的光谱反射率均值。
2 结果与分析2.1 冬小麦冠层的反射光谱特性图1 冬小麦不同氮素水平和不同时期冠层反射光谱Fig .1 Canopy spectral reflectance of winter wheat under different nitrogenlevels and at different periods 图1中a 为孕穗期不同氮素水平下的冬小麦冠层反射光谱曲线,表现出一定的规律性:在近红外区以N 3最高,N 1最低。
在可见光区以N 1最高,N 4最低。
即高氮处理在近红外区反射率较高,低氮处理在可见光区反射率较高。
主要由于叶绿素在蓝光、红光区强烈吸收和在近红外区高度反射、散射引起的。
图1中b 为N 3水平冬小麦在生育期内不同阶段冠层反射光谱,从图中可看出光谱反射率曲线呈有规律的变化,孕穗期前,反射率随时间推移逐渐增大,到孕穗期前后反射峰达到最大值,随后又日趋变小。
以上高光谱测定分析结果与前人结果一致[5]。
许多研究表明不同氮素水平造成作物的光谱反射率不同主要与叶片叶绿素含量、叶片全氮含量、叶面积指数和土壤覆盖率有关。
2.2 不同氮素水平冬小麦光谱植被指数的变化从高光谱数据中提取比值植被指数(RVI )和归一化植被指数(NDVI ),做出不同氮素水平在不同生育期内的变化图(图2)。
从图中可看出,小麦从越冬后起身期开始,RVI 随生育期进程逐渐增大,到孕穗期左右达到最大值;冬小麦抽穗后,其RVI 值随生育期进程逐渐降低,见图2(a )中所示。
产生这种变化的原因是:孕穗前随小麦生长植株逐渐壮大,叶面积不断增加引起在近红外波段的反射率增强,同时叶绿素含量的增高造成对红光波段的吸收增强,因而RVI 显著增加;小麦开始抽穗后,一方面因生长趋向衰老成熟,叶面积逐渐减小,小麦冠层对近红外光的反射和散射减弱;另一方面,也由于穗数的增加,穗的反射率光谱在可见光和近红外波段与麦叶的反射光谱有较大差异,因而麦穗对冬小麦冠层光谱的影响逐渐加强,而且随小麦趋向于成熟,麦叶由绿色逐渐变为黄色,叶绿素对红光吸收减弱,红光波段反射增大,因此RVI 在小麦抽穗后逐渐下降。
由此可见,冬小麦冠层反射光谱在整个生育期内变化较大,但比值植被指数RVI 仍具有明显的变化规律。
归一化植被指数NDVI在生育期内变化如图2(b )中所示,也呈明显的规律性变化,孕穗期达到最大值,孕穗期前后分别呈缓慢增长和缓慢下降趋势,这是因为归一化植被指数是对简单比值植被指数的非线性归一化处理,限制了RVI 的无界增长,从图中也可以看出其整体变化规律同RVI 是一致的。
虽然整体规律性较好,但对于不同氮素水平除N 1水平即不施氮处理与其它三个氮素水平差异明显外,N 2、N 3和N 4水平差异不太明显,仅在孕穗期前可以区分开,且随施氮水平升高,RVI 和NDVI 值升高,N 3水平最高,N 4水平介于N 3水平和N 2水平之间。
这些现象可能是由于N 3、N 4处理施肥较高(N 4处理施肥已超过当地施肥水平),土壤肥力达到饱和,使得冬小麦生育时期提前,抽穗之后施肥较高的处理较早成熟,植株较早开始衰老,植被指数降71第4期 代 辉等:不同氮水平下冬小麦农学参数与光谱植被指数的相关性低,因而4个氮素水平在生长后期植被指数大小差异不太明显。
图2 不同氮素水平冬小麦的光谱植被指数RVI 和NDVI的变化Fig .2 Variation of RVI and NDVIof winter wheat under different nitrogen levels2.3 叶面积指数与光谱变量的相关性分析叶面积指数(LAI )在农业遥感研究中是作物估产、长势监测和病害评价的有效参数,也是生态系统,为了有效利用遥感数据测算LAI ,我们研究了它与光谱植被指数的相关性,并建立LAI 估测模型。
根据RVI 、NDVI 的计算公式,由试验数据计算叶面积指数与植被指数在生育期内各个阶段的相关系数,如表1所示。
图3显示了LAI 与NDVI 和RVI 数据间的相关分析结果。
表1 冬小麦叶面积指数与植被指数的相关系数Table 1 Correlation coefficients between LAI and vegetation indexes生长期Growing stage RVI NDVI 起身期Rising 0.93330.9333拔节期Jointing 0.98330.9933孕穗期Booting 0.96330.9833抽穗期Heading 0.92330.9433灌浆期Filling 0.93330.9533乳熟期Ripening0.570.53 注:33,通过99%显著性检验。
Note :33,correlation is significant at the 0.01level (12tailed ). 根据表1中生长期内各阶段LAI 与植被指数的相关性分析,在冬小麦生育期各个阶段内RVI 和NDVI与LAI 均具有高的相关系数值,这些结果与其他人发现RVI 、NDVI与LAI 有极显著相关的结论是一致的[2,6]。
从分析中可知在冬小麦生长期中拔节期和孕穗期相关性较高,可以选择这个时期利用高光谱数据进行LAI 预测,为冬小麦生长监测和田间施肥管理提供判断依据。
由图3a 和图3b 可见,当LAI 略大于6时,RVI 和NDVI 就开始达到饱和,说明RVI 和NDVI 对LAI 变化比较敏感。
根据图3中所给出的回归方程得出叶面积指数的估算模型为:LAI =2.3561ln (RVI )-0.908,R 2=0.881,LAI =0.3462e3.1395N DV I,R 2=0.790。
试验表明:冬小麦氮素营养水平明显影响叶片的光谱特性,RVI 随着生育期的变化与叶面积的变化趋势相近,在整个生育期,叶面积指数与RVI 、NDVI 显著相关。