论文总字数：15344字

摘 要

对农作物长势的动态监测可实时了解农作物的生长状况和营养状况，便于采取相应管理措施，对于获得作物的高产具有重要意义。本文研究了适合淮安地区的小麦生物量快速、无损的光谱监测技术。以宁麦13号、扬辐麦4号和淮麦20号三个小麦品种为实验材料，设置0kgN/667m²、8kgN/667m²、15kgN/667m²、22kgN/667m²四个氮肥水平，分别使用GreenSeeker和CGMD302光谱仪采集作物反射光谱信息，并构建了光谱的生物量反演模型。结果表明，基于GreenSeeker和CGMD302的NDVI均随施氮量的增加而不断增加，NDVI在小麦生育前期呈上升趋势，在生育后期呈下降趋势。基于CGMD302的RVI随施氮量的增加而不断增加，且RVI随小麦生育期呈现先上升后下降的趋势。小麦叶片、茎蘖、麦穗和植株的生物量均随施氮量的增加呈现上升趋势，且生物量随小麦发育期呈现上升趋势。基于GreenSeeker和CGMD302的NDVI以及RVI所构建的小麦叶片、茎蘖、植株生物量反演模型拟合程度较高。

关键词：冬小麦，生物量，植被指数，光谱，无损监测，NDVI,RVI

Abstract: Dynamic monitoring of crop growth could keep abreast of the growing crop conditions and crop nutrition, it was easy to take appropriate administrative measures in order to obtain high-yield crops. In this paper, a rapid and nondestructive technique for monitoring the biomass of wheat in Huaian area was studied. There were Ningmai no.13, Yangfumai no.4 and Huaimai no.20 of three wheat varieties as experimental material, and 0 kgN / 667m², 8 kgN / 667m², 15 kgN / 667m², 22 kgN / 667m² of four nitrogen levels were disposed. Respectively, GreenSeeker and CGMD302 were used to collect spectral data and construct a spectral inversion model of biomass. The results show that, the NDVI which was based on GreenSeeker and CGMD302 increased with the increase of the amount of nitrogen application and showed an upward trend in the early stage of wheat, then decreased at the later stage of growth. The RVI which was based on CGMD302 increased with the increase of the amount of nitrogen application and showed a trend of first increasing and then decreasing with the growing period of wheat. The biomass of wheat leaves, stems and plants was increased with applied nitrogen amount of increased and biomass with wheat growth period presented a rising trend. The inversion model which was constructed by NDVI and RVI which were based on GreenSeeker and CGMD302 fitted well with the biomass of wheat leaves, stems and plants.

Keywords: wheat, biomass, vegetation index, spectrum, nondestructive monitoring，NDVI,RVI

窗体底端

目录

1 前言 3

2 材料与方法 4

2.1 实验材料 4

2.2 实验设备 4

2.3 实验设计 5

2.4 农学指标测量 6

2.5 小麦冠层光谱数据的采集 6

2.6 数据分析 7

3 冬小麦生物量光谱监测模型构建 7

3.1 冬小麦生物量随氮肥处理的变化 7

3.1.1 叶片生物量随氮肥处理的变化 7

3.1.2 茎蘖生物量随氮肥处理的变化 8

3.1.3 穗生物量随氮肥处理的变化 9

3.1.4 植株生物量随氮肥处理的变化 10

3.2 冬小麦生物量NDVI反演模型的构建 11

3.2.1 冬小麦NDVI随氮肥处理的变化 11

3.2.2 NDVI随小麦生育期的变化 13

3.2.3 冬小麦生物量NDVI反演模型的构建 15

3.3 冬小麦生物量RVI反演模型的构建 20

3.3.1冬小麦RVI随氮肥处理的变化 20

3.3.2 RVI随小麦生育期的变化 21

3.3.3 冬小麦生物量RVI反演模型的构建 22

3.4 生物量最佳反演模型的选择 25

结论 26

参考文献 27

致谢 29

1 前言

冬小麦是我国重要粮食作物之一，及时、准确、大范围监测其生长状况，对于指导农业生产、国家粮食安全、农村种植规划以及农业外贸都具有重要意义^[1]。对于小麦产量的需求上升使得人工化肥、农药和种植技术等方面被优化并且广泛应用，精准农业的迅速发展要求对农作物进行实时的长势信息检测，其目的不仅为早期估产提供依据，也为田间管理提供及时的信息。而农作物长势检测与产量估算是农业信息监测两个重要研究领域，长期以来国内农业遥感的研究重点集中在遥感估产上作物生长过程的状况与趋势监测^[2]。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，便于采取相应管理措施，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^[3]。

生物量是反映冬小麦生长发育状况的重要群体指标,是监测作物的长势、作物的生长发育、估计产量和指导作物生产管理的重要参数^[4]。传统的田间获取小麦生物量方法为人工采样，其周期长，破坏性大，且费时费力^[1]，而且不利于农业生产统一化管理运营，对作物生物量进行快速监测，可以及时为生产中的变量施肥管理和产量预报提供参考^[5]，可以为陆地生态系统中的能量平衡和能量流动研究提供基础数据^[6]。而随着监测技术的不断发展，农业资源短缺要求改变这种原始常规方法，除了传统采样法，光谱监测技术凭借其快速、动态、无损等优点，可在短时间内连续获取大范围区域的地表信息，如植物叶面积指数（LAI）、叶绿素含量、植株氮素含量、生物量以及农田水分等信息^[7]。近年来遥感技术迅速发展，以其准确、快速、非破坏性、精度高等优点被广泛应用于农业上，利用光谱反射率来监测作物地上生物量已成为农业遥感的重要内容^[4]。在农业过程的应用中，这种技术主要体现在作物病害诊断^[8]，农产品品质无损检测^[9]、作物生长状态监测等^[10]。

剩余内容已隐藏，请支付后下载全文，论文总字数：15344字