利用高光谱技术估测小麦叶片氮量和土壤供氮水平

利用高光谱技术估测小麦叶片氮量和土壤供氮水平

ID:11829026

大小:161.00 KB

页数:18页

时间:2018-07-14

利用高光谱技术估测小麦叶片氮量和土壤供氮水平_第1页
利用高光谱技术估测小麦叶片氮量和土壤供氮水平_第2页
利用高光谱技术估测小麦叶片氮量和土壤供氮水平_第3页
利用高光谱技术估测小麦叶片氮量和土壤供氮水平_第4页
利用高光谱技术估测小麦叶片氮量和土壤供氮水平_第5页
资源描述:

《利用高光谱技术估测小麦叶片氮量和土壤供氮水平》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、利用高光谱技术估测小麦叶片氮量和土壤供氮水平-农学论文利用高光谱技术估测小麦叶片氮量和土壤供氮水平谢福来,史晓芳,史忠良,田玮玮,芦冬涛,张士昌(山西省农业科学院小麦研究所,山西临汾041000)摘要:有效的监测作物氮素营养水平及土壤供氮能力可以为合理施用氮肥提供重要依据。本文以2年3点不同氮素水平下不同小麦品种的田间试验数据为基础,运用植被指数和偏最小二乘回归法,比较和分析小麦冠层光谱与叶片氮含量及土壤氮含量的关系。结果表明:小麦冠层光谱与叶片氮含量的相关性分析在可见光波段存在显著负相关,在近红外波段呈显著正相关,而与土壤氮含量的相关性呈相反趋势。基于光谱

2、参数ND705和GNDVI所建叶片氮含量估算模型的决定系数分别达到0.827和0.826。基于光谱参数VOG2所建土壤氮含量估算模型的决定系数达到0.646;与植被指数所建模型相比,综合350~1350nm光谱波段反射率分别与小麦叶片氮含量、土壤氮含量建立偏最小二乘回归模型的预测精度均有所提高,决定系数分别达到0.842和0.654。本研究结果可为小麦氮素营养及土壤供氮水平的诊断监测与合理施肥管理提供了理论依据和技术支持。关键词:小麦;冠层反射光谱;叶片氮含量;土壤氮含量;光谱参数中图分类号:S512.1文献标志码:A论文编号:cjas15090013基金项

3、目:山西省农业攻关项目“小麦种质中优异基因资源的开发与材料创制”(20150311001-5)。第一作者简介:谢福来,男,1958年出生,山西临汾人,研究方向为小麦遗传育种。通信地址:041000山西省临汾市幽并街33号山西省农科院小麦研究所,Tel:0357-2882216,E-mail:[emailprotected]。通讯作者:张士昌,男,1977年出生,河北正定人,博士,研究方向为小麦遗传育种。通信地址:041000山西省临汾市幽并街33号山西省农科院小麦研究所,Tel:Tel:0311-86839186,E-mail:[emailprotected

4、]。收稿日期:2015-09-30,修回日期:2015-12-18。0引言氮素是作物生长发育所必需的营养元素,与光合作用有着密切的关系,直接影响作物长势和产量品质的形成,而作物氮素营养主要来源于土壤氮素含量。土壤供氮状况对作物增产起着至关重要的作用,在一定范围内增加氮肥施用量有利于小麦产量的提高,但施氮量过高会导致氮肥利用率的降低,施肥经济效益下降,因此,提高土壤氮素利用率已成为当前精准农业的主要目标之一。实时、准确地获取小麦叶片氮含量和土壤氮含量,兼顾二者的监测,可以有效地做到合理施用氮肥,提高氮肥利用率及作物产量、品质的形成。但是,叶片氮含量和土壤氮含量

5、的常规测定方法主要通过作物生长关键时期多点采样,使用实验室化学分析方法完成,该方法费工、耗时,且有一定的时空滞后性。高光谱遥感技术以实时、快速和非破坏性等优势成为当前精准农业技术之一,在作物叶片氮含量和土壤供氮水平的监测方面表现出良好的应用前景[1-3]。姚霞等[2]提出了基于导数光谱的比值光谱指数建立小麦叶片氮素监测模型,可显著地提高模型精确度和可靠性。李映雪等[4]研究表明叶片氮含量与冠层光谱的归一化植被指数NDVI(R1220,R710)和红边位置所建模型的决定系数在0.80左右。翟清云等[5]指出利用光谱参数NDSI(FD710,FD690)、DSI

6、(R515,R460)和RSI(R535,R715)建立的估测模型能够较好地预测不同土壤质地小麦叶片氮含量。张娟娟等[6]分析了不同地区主要类型土壤全氮含量与高光谱反射率之间的定量关系,构建了基于偏最小二乘法(PLSR)、神经网络和特征光谱指数的土壤全氮含量估算模型。潘文超等[7]研究表明植株冠层光谱参数可以很好地监测土壤氮素营养。上述研究表明基于小麦冠层光谱监测叶片氮含量及土壤氮含量具有可行性和可靠性,但基于冠层反射光谱同时兼顾小麦氮素营养及土壤供氮状况的监测研究较少。因此,本研究探讨了利用高光谱遥感监测小麦叶片氮含量及土壤对小麦供氮水平的研究。本研究以2

7、年3点不同施氮水平下2个小麦品种的田间试验数据为对象,运用植被指数法和PLSR,分析小麦冠层反射光谱与叶片氮含量、土壤氮含量的定量关系,比较并选择小麦叶片氮含量、土壤氮含量的最佳预测模型。预期结果将为遥感技术对小麦叶片氮素营养及土壤氮素水平的诊断,以及合理施氮管理提供理论依据。1材料与方法1.1试验设计本研究共涉及3个不同的田间试验,分别于2011—2013年小麦生长季节进行。试验1:2011—2012年度在山西省曲沃县试验田(东经111°24′,北纬35°33′)进行。供试土壤类型为褐土性土,土壤呈中性、微碱性反应,矿物质、有机质积累较多,腐殖质层较厚,肥

8、力较高。土壤耕层有机质含量10.75g/kg,全氮含

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。