版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、氮素實(shí)時(shí)和精準(zhǔn)管理是以作物高產(chǎn)、養(yǎng)分高效為目標(biāo)的冬油菜生產(chǎn)實(shí)際中最為關(guān)鍵的養(yǎng)分管理措施之一;利用油菜的高光譜特異性對(duì)其氮營(yíng)養(yǎng)狀況進(jìn)行快速監(jiān)測(cè)和精確診斷一直是精準(zhǔn)農(nóng)業(yè)和實(shí)時(shí)實(shí)地養(yǎng)分集成管理與應(yīng)用中的研究熱點(diǎn)。基于此,本文以冬油菜為研究對(duì)象,以氮素營(yíng)養(yǎng)特性為根本出發(fā)點(diǎn),以氮肥田間試驗(yàn)為測(cè)試平臺(tái),綜合利用多年(2012-2017)、多點(diǎn)(湖北省武漢市、武穴市和沙洋縣)、多品種(華油雜9號(hào)、華油雜62號(hào)和中油雜12號(hào))、多栽培模式(移栽和直播)
2、、多生育期(苗期~角果期)和多氮肥梯度(0~360kgN/hm2)的冬油菜高光譜測(cè)試數(shù)據(jù)并同步結(jié)合氮營(yíng)養(yǎng)生化分析,分別從群體(冠層)、個(gè)體(葉片)、氮營(yíng)養(yǎng)高光譜內(nèi)在診斷機(jī)制、氮營(yíng)養(yǎng)高光譜診斷專一性和基于高光譜的氮肥實(shí)時(shí)追施與推廣應(yīng)用等五個(gè)方面較為全面地探究了高光譜技術(shù)在冬油菜氮營(yíng)養(yǎng)診斷的可行性與精準(zhǔn)性,獲得了相對(duì)理想的研究結(jié)果。主要結(jié)論如下:
(1)在群體尺度上:利用冬油菜冠層高光譜數(shù)據(jù)確定了其群體氮營(yíng)養(yǎng)指標(biāo)植株氮素積累量和葉
3、綠素密度的最佳光譜參數(shù);明晰了基于角果期冠層高光譜的冬油菜產(chǎn)量提早預(yù)測(cè)的最優(yōu)診斷因子與有效波段;構(gòu)建了高光譜定量診斷模型。對(duì)于植株氮素積累量,利用植被指數(shù)的光譜分析技術(shù),確定由一階微分光譜參數(shù)FD742和自身所構(gòu)建比值光譜參數(shù)R1259/R492而確立的指數(shù)方程來(lái)定量診斷該指標(biāo),決定系數(shù)(r2)分別為0.98和0.98,相對(duì)分析誤差(MRE)則分別為14.42和10.31%;對(duì)于葉綠素密度,基于本試驗(yàn)條件新構(gòu)建光譜紅邊面積參數(shù),DIDR
4、mid(紅邊右峰與左峰一階微分之和差值)為最優(yōu)指標(biāo)。獨(dú)立試驗(yàn)驗(yàn)證精度顯示,苗期、蕾薹期、花期和全生育期基于該參數(shù)的冬油菜葉綠素密度預(yù)測(cè)精度MRE分別為7.93、6.06、7.52和7.22%,效果較為理想。對(duì)于產(chǎn)量效應(yīng),利用偏最小二乘回歸(PLS)的整體光譜分析方法,確定基于全波段的一階微分變換光譜-PLS(FDR-PLS)回歸模型定量預(yù)測(cè)冬油菜產(chǎn)量和角果數(shù)精確性整體優(yōu)于原初光譜-PLS模型(R-PLS),驗(yàn)證集r2val分別為0.90
5、和0.91,相對(duì)分析誤差(RPDval)分別為3.11和3.12;并由此確定冬油菜產(chǎn)量高光譜監(jiān)測(cè)有效波段分別為628、753、882、935、1061和1224nm;角果數(shù)有效波段分別為628、758、935、1063、1457和1600nm。此外,基于上述有效波段新構(gòu)建FDR-PLS模型同樣獲得了較理想的預(yù)測(cè)精度,r2val分別為0.91和0.87,RPDval分別為2.34和2.52。
(2)在個(gè)體尺度上:首先明確了基于葉
6、綠素計(jì)SPAD儀的冬油菜氮營(yíng)養(yǎng)診斷最佳葉位和葉片部位;此后,進(jìn)一步闡明了基于上述敏感葉位的冬油菜葉片氮含量(g m-2)高光譜特異性。綜合各生育期分析結(jié)果,不同葉位間,油菜主莖頂4葉與冬油菜各氮素營(yíng)養(yǎng)參數(shù)(葉綠素濃度、葉片氮濃度、植株氮濃度)相關(guān)性最高,可作為敏感葉位選擇;同一葉片不同部位間,葉片中部則可較為準(zhǔn)確反映植株氮營(yíng)養(yǎng)豐缺狀況,為敏感部位選擇。該葉位高光譜氮營(yíng)養(yǎng)特性方面,隨施氮量增加,可見(jiàn)光波段(350~720nm)光譜反射率逐
7、步下降,近紅外(720~1300nm)則與此相反;此外,基于全波段的FDR-PLS定量反演油菜LNC精度整體上優(yōu)于R-PLS、倒數(shù)之對(duì)數(shù)變換光譜(Log(1/R))-PLS和連續(xù)統(tǒng)去除變換光譜(CR)-PLS監(jiān)測(cè)模型,其驗(yàn)證集r2val為0.97,RPDval為5.49;最后,確定油菜LNC有效波段分別為432、467、519、614、772、912和1072nm。同時(shí),基于上述有效波段的油菜LNC模型檢驗(yàn)同樣獲得了較好的預(yù)測(cè)精度,r2
8、val和RPDval分別為0.88和2.97。
(3)在氮營(yíng)養(yǎng)高光譜內(nèi)在診斷機(jī)制方面:明晰了冬油菜葉片氮濃度(LNC,%)空間垂向異質(zhì)性分布規(guī)律及冠層高光譜診斷內(nèi)在機(jī)制,確定了不同葉層LNC(%)有效波段分布異同性,構(gòu)建了符合氮營(yíng)養(yǎng)特性的高光譜診斷模型。苗期~蕾薹期,冬油菜LNC冠層空間分布具有典型的垂向異質(zhì)性變化規(guī)律,即上層最高,下層最低,且中上層LNC為冠層高光譜監(jiān)測(cè)的有效葉層;綜合兩兩相關(guān)性(LL r2)、PLS和支持向
9、量機(jī)(SVM)光譜分析技術(shù),確定冬油菜上層LNC有效波段為437、565、667、724、993、1084、1189nm,中層為423、570、598、659、725、877nm,下層為420、573、597、667、718nm,基于該有效波段的獨(dú)立驗(yàn)證精度RPDval分別為2.36、2.56和2.03。蕾薹期~花期,冬油菜不同葉層LNC及其相應(yīng)群體光譜反射率均具有顯著的空間異質(zhì)性分布特征,且第二層和第三層為光譜監(jiān)測(cè)的有效葉層;隨葉層下
10、移,各葉層LNC有效波段呈現(xiàn)顯著的“藍(lán)移”現(xiàn)象;此后,構(gòu)建基于各葉層LNC有效波段的定量監(jiān)測(cè)模型,RPDval分別為1.64、1.61、1.88和1.05,表明利用分層光譜測(cè)試技術(shù)定量監(jiān)測(cè)中下層(非底層)LNC是可行的。
(4)在冬油菜氮營(yíng)養(yǎng)冠層高光譜診斷專一性方面:闡明了冬油菜氮磷營(yíng)養(yǎng)高光譜異同性,確定了能穩(wěn)定指示冬油菜葉片氮濃度(%)和葉片磷濃度(%)營(yíng)養(yǎng)特性的有效波段,構(gòu)建了專一性定量診斷模型。冬油菜氮磷營(yíng)養(yǎng)冠層高光譜具
11、有較大差異性,隨施氮量增加,可見(jiàn)光波段反射率逐步下降,磷素營(yíng)養(yǎng)則無(wú)明顯且規(guī)律性變化;近紅外區(qū)兩者變化規(guī)律相同,均隨用量增加而明顯提升;根據(jù)FDR-PLS模型分析結(jié)果,確定油菜葉片氮濃度有效波段分別為445、556、657、764、985、1082和1194nm,葉片磷濃度則分別為755、832、891、999、1196和1267nm,實(shí)現(xiàn)了營(yíng)養(yǎng)專屬診斷和簡(jiǎn)化分析的目的。同時(shí),基于上述有效波段的油菜LNC及LPC模型檢驗(yàn)同樣獲得了較好的預(yù)
12、測(cè)精度,r2val分別為0.85與0.78,RPDval分別為2.10和1.94。
(5)在基于冠層高光譜指導(dǎo)冬油菜氮肥實(shí)時(shí)追施與調(diào)控推廣應(yīng)用性研究方面:構(gòu)建了基于“葉片氮濃度-冠層高光譜”的冬油菜氮肥實(shí)時(shí)追施與調(diào)控模型,同時(shí)以田間試驗(yàn)方式開(kāi)展了基于冠層高光譜的實(shí)時(shí)實(shí)地的油菜氮肥追施與精準(zhǔn)調(diào)控研究,獲得了較好的獨(dú)立試驗(yàn)驗(yàn)證精度。在獲得冬油菜葉片氮濃度(%)有效波段基礎(chǔ)上,確定基于FDR光譜764和657nm雙波段構(gòu)成的比植被指
13、數(shù)RVI(764,657)為定量監(jiān)測(cè)冬油菜LNC的最佳光譜參數(shù);此后,根據(jù)RVI(764,657)-相對(duì)產(chǎn)量(%)擬合關(guān)系,確定六葉期、八葉期、十葉/越冬期、越冬期、蕾薹期和花期臨界RVI(764,657)分別為4.340、6.781、4.400、3.792、5.493和1.379;在此基礎(chǔ)上,再次利用氮肥用量-RVI(764,657)和氮肥用量-產(chǎn)量效應(yīng)擬合關(guān)系,構(gòu)建了冬油菜氮肥實(shí)時(shí)追施與調(diào)控模型。最后,通過(guò)布置54種融合不同氮肥實(shí)時(shí)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 冬油菜氮素營(yíng)養(yǎng)調(diào)控技術(shù)及相關(guān)機(jī)制研究.pdf
- 應(yīng)用數(shù)學(xué)圖像技術(shù)進(jìn)行冬油菜氮素營(yíng)養(yǎng)診斷的初步研究.pdf
- 應(yīng)用數(shù)字圖像技術(shù)進(jìn)行冬油菜氮素營(yíng)養(yǎng)診斷的初步研究.pdf
- 基于光譜的小麥氮素營(yíng)養(yǎng)監(jiān)測(cè)與追肥調(diào)控研究.pdf
- 玉米冠層光譜氮營(yíng)養(yǎng)診斷追肥模型的研究.pdf
- 棉花黃萎病高光譜特征及其光譜診斷模型研究.pdf
- 基于高光譜反射率數(shù)據(jù)的冬油菜氮養(yǎng)分診斷.pdf
- 基于主動(dòng)遙感的滴灌棉花氮素營(yíng)養(yǎng)診斷模型建立研究.pdf
- 長(zhǎng)江中游冬油菜群體與土壤水分及氮素動(dòng)態(tài)模擬模型研究.pdf
- 棉花氮素營(yíng)養(yǎng)光譜估測(cè)模型及診斷系統(tǒng)建立研究.pdf
- 辣椒茶黃螨高光譜遙感監(jiān)測(cè)診斷模型研究.pdf
- 基于高光譜的寒地水稻葉片氮素營(yíng)養(yǎng)診斷研究.pdf
- 發(fā)病煙草的高光譜特征及其病害程度診斷模型研究.pdf
- 肝臟特異性IgD高表達(dá)轉(zhuǎn)基因小鼠的構(gòu)建.pdf
- 特異性腰痛與非特異性腰痛的對(duì)比研究.pdf
- 轉(zhuǎn)基因油菜轉(zhuǎn)化事件特異性檢測(cè)技術(shù).pdf
- 整合組學(xué)數(shù)據(jù)構(gòu)建條件特異性代謝網(wǎng)絡(luò)模型.pdf
- 果實(shí)特異性表達(dá)載體構(gòu)建與功能鑒定.pdf
- 特異性抗體定量檢測(cè)葡聚糖方法的研究.pdf
- 基于多光譜機(jī)器視覺(jué)的油菜氮素營(yíng)養(yǎng)檢測(cè)方法研究.pdf
評(píng)論
0/150
提交評(píng)論