论文总字数：16516字

摘 要

叶片是植物进行光合作用的主要器官，叶片的氮素浓度是诊断作物氮素营养、评价作物生长状况的重要参考指标。多光谱分析技术可以大面积、无破坏和实时获取水稻叶层氮累积量信息，这对于指导水稻氮素营养的精确管理及产量的预测具有十分重要的意义。本实验以3个水稻品种和4个不同施氮水平的田间试验为基础，使用CGMD302和GreenSeeker光谱仪采集作物的反射光谱数据，并构建基于光谱数据的氮累积量反演模型。结果表明，基于CGMD302和GreenSeeker的NDVI均随施氮量的增加而不断增加。基于CGMD302和GreenSeeker的RVI在水稻生育前期呈上升趋势，在生育后期呈下降趋势。使用CGMD302和GreenSeeker光谱仪测量水稻叶层的NDVI和RVI，NDVI与水稻叶层氮累积量所构建的模型拟合度较高，R²分别为0.85617、0.88998。而基于CGMD302和GreenSeeker的RVI与水稻叶层氮累积量则呈现较好的线性关系，R²分别为0.85699、0.91589。

关键词：水稻，氮累积量，NDVI，RVI，光谱，无损监测

Abstract: Leaves were the main organs of the plant for photosynthesis, leaf nitrogen concentration of crop nitrogen nutrition diagnosis, evaluation of crop conditions in important reference. Multi-spectral analysis technology could large area, no destruction and the real-time acquisition of the rice leaf nitrogen content information, which for the guidance of nitrogen nutrition of rice precise management and yield prediction had very important significance. In this experiment, three rice varieties and four different nitrogen levels in field experiments as the foundation, using CGMD302 crop growth monitoring and diagnosis instrument and GreenSeeker spectral reflectance of plant to study the relationship between vegetation index and leaf nitrogen content, build the nitrogen accumulation quantity inversion model based on spectral data. The results showed that both the NDVI based on CGMD302 and GreenSeeker along with the increase of nitrogen application rate increased, but the sample of the same breed different experimental treatment gap between vegetation index is small. Based on CGMD302 and GreenSeeker RVI is on the rise at the early stage of the rice family, a downward trend in the late childbearing. Based on CGMD302 and GreenSeeker NDVI and rice leaf nitrogen cumulant matching degree is higher, R² are 0.85617and0.88998.Based on CGMD302 and GreenSeeker RVI and rice leaf layer the nitrogen accumulation quantity are good linear relationship, R² are 0.85699 and 0.91589.

Keywords：rice, Nitrogen accumulation , NDVI,RVI, spectrum, nondestructive monitoring

目录

1 前言 2

2 材料与方法 2

2.1 实验材料与实验设备 2

2.2 实验设计 2

2.3 农学指标测量 2

2.4 水稻冠层光谱数据的采集 2

2.5 数据分析 2

3 水稻叶层氮累积量光谱监测模型的构建 2

3.1 水稻叶层农学指标随氮肥处理的变化 2

3.1.1 水稻叶层氮含量随氮肥处理的变化 2

3.1.2 水稻叶层生物量随氮肥处理的变化 2

3.1.3 水稻叶层氮累积量随氮肥处理的变化 2

3.2 基于NDVI水稻叶层氮累积量反演模型的构建 2

3.2.1 水稻叶层NDVI随氮肥处理的变化 2

3.2.2 水稻叶层NDVI随生育期的变化 2

3.2.3 水稻叶层氮累积量NDVI反演模型的构建 2

3.3 基于RVI水稻叶层氮累积量反演模型的构建 2

3.3.1 水稻叶层RVI随氮肥处理的变化 2

3.3.2 水稻叶层RVI随生育期的变化 2

3.3.3 水稻叶层氮累积量RVI反演模型的构建 2

结论 2

参考文献 2

致谢 2

1 前言

农产品作为人类生存的基础产业，随着经济的不断发展，其重要性越发突出。当今的农业发展速度缓慢，这与20世纪60年代到70年代的“绿色革命”形成了鲜明反差。在“绿色革命”之前，耕地缩减,土壤退化, 有效水资源日益紧缺^[1]，绿色革命之后，一个时期内农产品的产量得到大幅提升，而现阶段农业由于技术受限制或产量过大导致无法系统监测使得农业发展进入瓶颈。水稻是中国种植面积最大、单产最高的粮食作物之一。近半世纪来，我国水稻种植面积平均占谷物总面积的26.6%，稻谷产量占粮食总量的43.6%，保证了50%以上人口的生活和生产需要^[2]。因此，水稻具有重要的研究意义与价值。对于水稻产量需求的上升使得人工化肥、农药和种植技术等方面被优化并且广泛应用。而精准农业是现代农业的重要组成部分,它通过遥感技术获取农田内不同单元小区农作物的生长环境信息,并由此实现整个生产过程的精细化、准确化的农业微观经营管理^[3]。其目的不仅为早起估产提供依据，也为田间管理提供及时的信息。长期以来国内农业遥感的研究重点集中在遥感估产上以及作物生长过程的状况与趋势监测这两个重要的研究领域^[4]。对农作物长势的动态监测可以及时了解农作物的生长状况和作物营养状况，以便采取相应的管理措施，从而保证农作物的正常生长，并为农业政策的制定和粮食贸易提供决策依据，也是农作物产量估测的必要前提^[5]。

氮素是水稻生长发育过程中最重要的营养元素之一，是评价水稻长势、预估产量与品质的重要参考指标^[6]。实时监测和评价水稻的氮素状况，对于指导水稻氮素营养的精确诊断和高效管理以及实现水稻产量和平直生产力的预测预报具有十分重要的意义。一方面，随着水稻产量水平的提高，生产上的氮肥用量也持续上升，过量施氮不仅提高了生产成本，还明显降低了氮素利用率^{[7, 8]}，而且直接或间接地导致了一系列不良的环境反应^{[9, 10]}。因此，氮素的科学运筹和精确调控，不仅有助于确保作物产量和品质目标，而且还能提高氮肥利用效率、降低生产成本、减少地下水污染，从而产生巨大的社会、经济和生态效益。另一方面，氮肥施用过多或过少均会不同程度的影响水稻生长，导致叶绿素含量、生物量、叶面积指数等的变化，进而改变水稻群体的冠层光谱反射率^[6]。传统的获取水稻氮素营养信息的方法一般是通过破坏性取样后进行实验室分析，在时间和空间上难以满足实时快速诊断的要求^[11]。随着现代遥感技术的发展，植被的光谱遥感技术已涉及包括氮素在内的生化组分的估测，并在理论和实践上为评价水稻生长提供了可靠的保证^{[11, 12]}，所以利用光谱技术无损监测水稻氮素营养状况始终是作物遥感监测研究的重点^[6]。

剩余内容已隐藏，请支付后下载全文，论文总字数：16516字