论文总字数：16455字

摘 要

：生物量作为指示作物长势状况的重要指标之一，可直接反映作物营养状况及代谢，其大小与作物群体的光能利用、产量和品质密切相关。本文研究了淮安生态点的水稻生物量光谱无损监测技术。以连粳7号、宁粳4号和武运粳24号三个水稻品种为实验材料，设置0kgN/667m²、8kgN/667m²、16kgN/667m²、24kgN/667m²四个氮肥水平，分别使用CGMD302和GreenSeeker光谱仪采集作物的反射光谱信息，并构建了基于光谱数据的反演模型。结果表明，基于CGMD302和GreenSeeker的NDVI随氮含量的增加而不断增加，NDVI随水稻生育期的变化趋势为生育前期呈上升趋势，后期呈下降趋势。基于CGMD302和GreenSeeker的RVI随氮含量的增加而不断增加，RVI随水稻生育期的变化趋势为生育前期呈上升趋势，后期呈下降趋势。水稻叶片、茎蘖、穗和植株生物量均随氮含量的增加而增加，并且随着生育期呈上升趋势。基于CGMD302和GreenSeeker的NDVI以及RVI所构建的水稻叶片、茎蘖、植株生物量反演模型拟合度较高。

关键词：水稻，生物量，光谱，无损监测，NDVI,RVI

Abstract: Biomass is one of the important indexes which can indicate crop growing conditions, and it can be directly reflect crop nutrition and metabolism, its size is closely related with light energy utilization, yield and quality of crop group. This paper studied the huaian ecology rice biomass spectrum condition monitoring technology. And used lianjing no.7, ningjing no.4 and wuyunjing no.24 three rice varieties as experimental material, set 0kgN/667m², 8kgN/667m², 16kgN/667m² and 24kgN/667m² four nitrogen levels, respectively, used CGMD302 and GreenSeeker spectrometer acquisition crops of spectral reflectance information, and built the inversion model based on spectral data. Results showed that the NDVI based on CGMD302 and GreenSeeker along with the increase of nitrogen content increasing, the NDVI trend along with the change of the growth period of rice for days on the rise, the late was on the decline. Based on CGMD302 and GreenSeeker RVI along with the increase of nitrogen content increasing, RVI trend along with the change of the growth period of rice for days on the rise, the late was on the decline. Rice leaves, stem tillers, ears and plants biomass increased with the increase of nitrogen content, and the growth period was on the rise. Based on CGMD302 and GreenSeeker NDVI and RVI constructed of rice leaves, stem tillers, plants biomass inversion model fitting degree was higher.

Key Words: rice, biomass, spectrum, nondestructive monitoring,NDVI,RVI

目录

1 前言 2

2材料与方法 4

2.1 实验材料与设备 4

2.2 实验设计 4

2.3 农学指标测量 5

2.4 水稻冠层光谱数据的采集 5

2.5数据分析 6

3 水稻生物量光谱监测模型构建 6

3.1 水稻生物量随氮肥处理的变化 6

3.1.1叶片生物量随氮肥处理的变化 6

3.1.2 茎蘖生物量随氮肥处理的变化 7

3.1.3 穗生物量随氮肥处理的变化 8

3.1.4 植株生物量随氮肥处理的变化 9

3.2水稻生物量NDVI反演模型构建 10

3.2.1 水稻NDVI随氮肥处理的变化 10

3.2.2 NDVI随水稻生育期的变化 12

3.2.3基于CGMD302 NDVI的生物量反演模型构建 14

3.2.4基于GreenSeeker NDVI的生物量反演模型构建 17

3.3 水稻生物量RVI反演模型构建 19

3.3.1 水稻RVI随氮肥处理的变化 19

3.3.2 RVI随水稻生育期的变化 21

3.3.3 基于CGMD302RVI的生物量反演模型构建 23

2.3.4 基于GreenSeeker RVI的生物量反演模型构建 25

3.4 生物量最佳反演模型的选择 28

结论 29

参考文献 30

致谢 33

1 前言

水稻是中国主要的粮食作物之一，中国60%以上的人口以稻米为主食，种植面积占粮食作物总面积的27%，产量占粮食总产的44%^[1]。因此，水稻在我国农业生产中具有重要的研究意义与价值，需要世人不断发展农业技术手段^[2]。

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不断优化并且得以广泛应用。然而精准农业的迅速发展要求对农作物进行实时的长势信息监测，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。而农作物长势监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技术研究重点集中在作物生长过程的状况与趋势监测^{[3, 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，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^[5]，其本质是在作物生长早期阶段就能反应出作物产量的丰欠趋势，通过实时的动态监测逐渐逼近实际的作物产量^[6]。

生物量作为指示作物长势状况的重要指标之一，是直接反映作物营养状况及代谢的重要组成部分，并可用于诊断作物氮素营养状况，它的大小与作物群体的光能利用、产量和品质形成密切相关^{[7, 8]}。实时、大面积获取作物生物量信息有利于掌握早期作物长势和产量并构建动态模型，对于生产管理措施制定意义重大，因此作物生物量的实时动态监测始终是农学家关注的热点问题^[9]。

剩余内容已隐藏，请支付后下载全文，论文总字数：16455字