水稻高光譜特征及其生物理化參數(shù)模擬與估測(cè)模型研究.pdf

1、該研究得到了國(guó)家"863"子課題"水稻品質(zhì)遙感監(jiān)測(cè)研究與應(yīng)用"(2002AA243011)、國(guó)家自然科學(xué)基金項(xiàng)目"不同氮素水平的水稻高光譜遙感精確診斷機(jī)理與方法研究"(40171065)的資助,是在浙江大學(xué)農(nóng)業(yè)遙感與信息技術(shù)應(yīng)用研究所從1983年以來(lái)對(duì)水稻光譜研究的基礎(chǔ)上,通過(guò)適當(dāng)?shù)乃嗪托^(qū)試驗(yàn)設(shè)計(jì)、測(cè)量與分析,獲取不同品種在不同氮素水平下、不同發(fā)育時(shí)期水稻冠層和葉片的高光譜數(shù)據(jù)及水稻生育期間的平均氣溫等氣象數(shù)據(jù),測(cè)定水稻主要生化組分

2、的高光譜、冠層和組分的生物物理與生物化學(xué)參數(shù),對(duì)試驗(yàn)結(jié)果通過(guò)多種方法予以分析,建立水稻產(chǎn)量、主要生化組分的高光譜遙感估測(cè)模型,探索水稻品質(zhì)遙感監(jiān)測(cè)的可行性和初步建立水稻品質(zhì)綜合監(jiān)測(cè)模型,進(jìn)而探索水稻冠層、器官和生化組分的高光譜特征及其理化基礎(chǔ)和農(nóng)學(xué)機(jī)理.具體研究?jī)?nèi)容及結(jié)果如下:●通過(guò)兩年水稻田間試驗(yàn),培養(yǎng)出不同品種在不同氮素營(yíng)養(yǎng)水平下的水稻試驗(yàn)樣本;●利用光譜儀系統(tǒng)測(cè)定不同品種水稻于不同氮素營(yíng)養(yǎng)水平下在不同時(shí)期的冠層、葉片、穗和稻谷光譜

3、,及水稻主要生化組分(蛋白質(zhì)、粗淀粉、直鏈淀粉)的高光譜,比較了不同品種水稻冠層、葉片的光譜差異、水稻不同生化組分的光譜特征及差異;●根據(jù)高光譜特點(diǎn)和水稻光譜特征,明確了水稻產(chǎn)量與冠層光譜高光譜植被指數(shù)的相關(guān)性在抽穗前以RVI較好、在抽穗后以DVI較好,并建立了水稻高光譜遙感估產(chǎn)模型,檢驗(yàn)精度在95％以上;●采用單變量線性與非線性擬合模型和逐步回歸分析,得到了單位面積葉片全氮含量的最佳估測(cè)模型為原始光譜反射率的逐步回歸模型、單位面積土地

4、上葉片全氮含量和單位面積土地上葉莖全氮含量的最佳估測(cè)模型為一階導(dǎo)數(shù)光譜值的逐步回歸模型、稻穗粗蛋白質(zhì)、粗淀粉含量和稻谷粗蛋白質(zhì)、粗淀粉含量的最佳估測(cè)模型為一階導(dǎo)數(shù)光譜值的逐步回歸模型,模型檢驗(yàn)精度在90％以上;●分析了不同品種之間、同一品種不同生長(zhǎng)條件下時(shí)粗蛋白質(zhì)、淀粉和直鏈淀粉含量差異,建立了水稻品質(zhì)兩個(gè)重要指標(biāo)——粗蛋白質(zhì)P和直鏈淀粉A含量的一般預(yù)測(cè)模型,模型檢驗(yàn)精度一般在90％以上;●分析了水稻冠層和室外葉片的紅邊特征,明確了它們