基于高光譜成像的氮素脅迫下寒地水稻營養(yǎng)診斷的研究.pdf

1、黑龍江省是我國優(yōu)秀的粳稻主產(chǎn)區(qū)，培育優(yōu)良的粳稻品種和探尋科學(xué)的養(yǎng)分管理措施是實(shí)現(xiàn)粳稻高產(chǎn)的前提條件。水稻的氮素營養(yǎng)是表現(xiàn)其生長狀態(tài)的主要農(nóng)藝性狀之一，水稻葉片的顏色可直接反缺氮素營養(yǎng)含量，進(jìn)而間接反映出水稻需水、需肥等內(nèi)部生理需求。通過檢測水稻氮素營養(yǎng)狀況來指導(dǎo)精準(zhǔn)灌溉、精量施肥等養(yǎng)分管理措施，對黑龍江省水稻增產(chǎn)具有巨大的推動作用。所以通過檢測水稻氮素營養(yǎng)來分析黑龍江省寒地水稻生長情況和預(yù)測寒地水稻產(chǎn)量工作中具有重要意義。
　　本

2、論文結(jié)合“863”項(xiàng)目“微小型無人機(jī)遙感信息獲取與養(yǎng)分管理技術(shù)”及省博士后科研啟動金“基于微小型無人機(jī)水稻養(yǎng)分多光譜遙感診斷技術(shù)研究”等課題進(jìn)行。本實(shí)驗(yàn)在黑龍江省哈爾濱市方正水稻研究院進(jìn)行，以陽光4號水稻品種作為實(shí)驗(yàn)研究對象。根據(jù)實(shí)驗(yàn)田水稻種植分布,設(shè)置6個(gè)施肥梯度（不施氮、嚴(yán)重缺氮、缺氮、適量氮、過量氮、嚴(yán)重過氮），每個(gè)水平有4個(gè)重復(fù)，共24個(gè)小區(qū)。
　　本試驗(yàn)使用美國HeadWall公司生產(chǎn)的高光譜推掃式成像儀，應(yīng)用其室外平臺

3、進(jìn)行實(shí)驗(yàn)，利用高光譜成像系統(tǒng)采集可見光-近紅外(400～1000nm)范圍內(nèi)的水稻冠層高光譜圖像，同時(shí)利用德國AA3連續(xù)流動分析儀測定葉片含氮量。論文采用中值濾波算法對原始高光譜圖像進(jìn)行降噪處理，進(jìn)而準(zhǔn)確提取水稻冠層光譜反射率;利用水稻光譜特征位置變量分析技術(shù)得出水稻光譜反射率的紅邊曲線，確定出敏感波段范圍為520～750nm可見光波段;結(jié)合室內(nèi)分析的水稻葉片氮素含量，采取相關(guān)分析法對葉片氮素含量與葉片光譜參數(shù)之間的相關(guān)性進(jìn)行了分析，確

4、定了敏感波長;利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了水稻冠層養(yǎng)分水平分類;采用回歸分析法分別構(gòu)建了單波段、雙波段及三波段氮素含量檢測模型。結(jié)果表明，通過對葉片氮素含量化學(xué)分析數(shù)據(jù)和水稻冠層光譜反射率數(shù)據(jù)進(jìn)行相關(guān)分析，確定了水稻冠層的特征波長為581nm、671nm、683nm、707nm;針對不同氮素水平下水稻冠層拔節(jié)期、抽穗期建立了BP神經(jīng)網(wǎng)絡(luò)，氮素水平分類預(yù)測精度拔節(jié)期達(dá)到96％、抽穗期達(dá)到90％;利用單波段(581nm)、雙波段(533nm、58

5、1nm)比值與差值植被指數(shù)、兩個(gè)三波段比值植被指數(shù)建立氮素預(yù)測模型其估算精度R2為單波段0.7328，雙波段為0.7735和0.7592，三波段為0.8695和0.8682，預(yù)測模型RMSE雙波段為0.9554和0.6806，三波段為0.8209和0.8195。綜合分析三波段比值植被指數(shù)預(yù)測模型預(yù)測效果較好。
　　本試驗(yàn)針對寒地水稻氮素脅迫下的養(yǎng)分診斷有了一定的研究進(jìn)展，將為高光譜技術(shù)在農(nóng)作物營養(yǎng)的快速、無損診斷方面提供參考價(jià)值。