不同覆盖度条件下水稻叶层氮素营养的高光谱监测研究

【摘要】作物氮素营养的光谱监测对氮肥精确管理具有重要意义。基于高光谱技术的作物生长监测技术为作物氮素营养信息的准确获取提供了有效的手段。本研究以不同年份、不同品种、不同种植密度、不同施氮处理的水稻田间试验为依托,在创造不同土壤背景影响的基础上,研究了不同施氮水平和种植密度条件下的水稻冠层高光谱反射率特征,系统分析了冠层高光谱与水稻叶层氮素营养的定量关系,探讨了量化或消除土壤背景及冠层结构干扰因子的有效途径与方法,确立了适用于不同植被覆盖度条件下水稻叶层氮素营养指标估算的高光谱参数,进而构建了兼具机理性与普适性的估算模型,从而为不同栽培条件下水稻氮素营养无损估算与精确管理提供了有效的技术支撑。首先,在明确不同生育期水稻冠层光谱随施氮水平及种植密度变化特征的基础上,系统分析了350-2500nm波段（原始光谱与一阶导数光谱）范围内任意的两波段构成的已有及新建的高光谱指数与水稻叶层氮素状况的定量关系,筛选出了对水稻LNC敏感及水稻LAI（VC）钝感的共性波段组合,其中基于绿光区域553nm与537nm组合的新建指数SR2（553,537）表现最好。在引入由土壤线参数计算的系数0的基础上,得到了改进型简单植被指数SR2（553,537）；并依据植被指数结合技术得到了组合型植被指数DI（D875,D645）+SR2（537,537）,两参数较已有各类光谱植被指数对水稻氮素营养指标更为敏感。水稻LNC方面,两种构建的新型光谱指数均能较好的估测LNC且受土壤背景及冠层结构参数的影响较小,与LNC及LAI的建模R2分别为0.68、0.69,0.17、0.16,独立试验检验的结果显示,基于两种新建植被指数建立的回归模型对水稻LNC的估测精度（R2）和相对根均方差（RRMSE）均为0.70和0.14。在水稻LNA方面,SR2（770,752）仍然表现较好,估测水稻LNA的S-R2为0.90,除此以外,筛选的一阶导数光谱指数NDI(D754,D700)亦能较好的指示水稻LNA的动态变化,S-R2为0.88,两者多年数据的检验效果亦较好。总体上,前人构造的氮／色素敏感光谱指数中,LNC方面,虽然其中NDVIg-b和ND（503,483）能很好的预测水稻LNC,但受LAI的影响亦较大,大部分指数建模S-R2低于两种新建指数；大部分已有光谱指数能很好地估测LNA,但效果稍差于新构建的光谱指数。探讨了红边参数和连续统去除方法在水稻叶层氮素营养状况估算的表现。结果表明,已有红边面积参数（DD、DPS和NDPS）在水土背景比例较大时表现不佳,但利用蓝绿光波段对其进行修正后,得到的新型红边参数mDD、mDPS和mNDPS对水稻氮素营养有较好的预测性。其中改进型双峰差值mNDPS(A680-700,A700-724)和改进型双峰对称度mDPS(A680-720,A700-720)预测LNC的S-R2和SE分别到达了0.73和0.22,独立试验数据检验的估测精度（P-R2）和相对根均方差（RRMSE）为0.60和0.16。在水稻LNA方面,两种波形分析方法提取的各类参数均能很好的预测水稻LNA的动态变化,其中原有的红边参数NDPS(A680-735,A735-755)和修正得到的mNDPS(A735-755,A68O-735)的效果最好,其预测S-R2均达到了0.87,独立试验数据检验的P-R2分别为0.76和0.75；而基于连续统去除后提取的吸收右峰面积RA（560-760）对LNA也具有较好的预测性,预测的S-R2和SE分别到达了0.92和0.85,独立试验数据检验的P-R2和RRMSE分别为0.77和0.21。总体上,原有各类参数在预测水稻LNC上的表现并不理想,修正后的三种红边面积参数能够在监测水稻叶层氮素状况的同时较好的消除各类影响因子的作用,且相比原有参数提升较大；文中提出的及已有的红边参数及连续统去除参数均能很好的指示水稻LNA的动态变化。另外,除了挑选的红边面积参数,还列举了其他几种红边参数以及黄边和蓝边参数等,但它们在估测叶层氮素营养状况上的能力均较差。系统分析了试验场景不同观测高度及太阳主平面内不同观测天顶角条件下水稻冠层反射光谱的变化特征,并研究了不同观测天顶角及高度条件下三种光谱指数（SR2、NDVI和SR）与水稻叶层氮素营养状况的定量关系。结果表明,恰当的观测天顶角与观测高度能规避部分水土背景的影响。冠层上方1m位置和后向60°获取的冠层光谱能够最大程度的抑制土壤背景及冠层结构的影响,从而较好地估测不同覆盖度条件下水稻LNC；其中SR（701,520）表现最为稳定,其估测LNC的S-R2和SE分别达到了0.62和0.39,独立试验检验的结果表明SR（701,520）的P-R2和RRMSE为0.61和0.15,且将2011年和2012年冠层上方1m位置和后向60°获取的冠层光谱进一步一分为二（封行前后）,三种指数中SR（701,520）表现也最好。在水稻LNA方面,无论3种指数间还是单个指数不同观测位置间差异均不明显,其中以SR（955,655）和SR（950,660）表现稍好。对不同年份试验获取的冠层光谱进行线性混合分解,首先选取了植被冠层及土壤两个端元,进一步采用覆盖度作为植被及土壤端元的面积比例,最后根据线性混合模型的公式进行分解。基于得到的光谱数据采用5种植被指数对比分解前后与水稻氮素营养状况的关系,探讨线性混合像元分解对于消除或降低土壤背景干扰的效果。结果显示,分解前后,选取的5种植被指数（SR、SR2、NDVI、SAVI和PVI）除PVI外与水稻LNC的相关关系大多有所提高,且波段范围没有大的变化,其中提升最大的是SR。但基于独立样本检验数据发现线性混合分解的效果并不稳定,S-R2与P-R2差异较大,可能是端元的选取中仅仅考虑了植被与土壤两种,且受田间环境及气象条件限制（2011年试验中水分较大）,使得整体预测效果欠佳。在水稻LNA方面,分解前后,选取的5种植被指数与LNA的关系大致相当,并无明显的改善,可能是原有预测效果已经很好（S-R2达到0.88左右）,提升空间有限。独立试验检验的结果也说明线性混合分解对于提升预测水稻LNA的效果并不显著。总体看来,线性混合分解能消除部分水土背景及冠层结构的影响,但效果有待进一步验证。
【作者】褚旭；
【导师】田永超；
【作者基本信息】南京农业大学，作物栽培学与耕作学，2013，硕士
【关键词】水稻；植被覆盖度；叶层氮素营养；土壤背景；高光谱指数；观测高度与角度；

【参考文献】
[1]刘占军.埕岛油田馆上段石油地质特征及储层预测研究[D].中国海洋大学,地质工程,2003,硕士.
[2]白翠霞.数码体视显微镜图像融合技术研究[D].宁波大学,电子与通信工程（专业学位）,2013,硕士.
[3]曹晓云.高中学生数学应用意识的调查与进行数学应用意识教育的实验研究[D].湖南师范大学,学科教学,2003,硕士.
[4]刘永龙.上市公司实际税负影响因素的实证研究[D].重庆大学,会计学,2014,硕士.
[5]杨丽娜.论共犯脱离理论的适用[D].西南政法大学,法律（专业学位）,2012,硕士.
[6]刘晓宁.五鹿山国家级自然保护区自然生态质量评价[D].山西师范大学,生态学,2013,硕士.
[7]王子龙.高速电动轮多物理场分析与综合性能优化[D].重庆大学,车辆工程,2014,硕士.
[8]宋伟.TGF-β_1对肝星状细胞的活化作用及机制[D].遵义医学院,内科学,2012,硕士.
[9]刘瑾.SOCS-3在TAP诱导大鼠胰腺腺泡细胞中对JAK/STAT信号转导通路的负调控作用[D].遵义医学院,外科学,2014,硕士.
[10]万勤.初中生自尊、认知风格对人际冲突解决策略的影响[D].内蒙古师范大学,心理健康教育（专业学位）,2013,硕士.
[11]陈蓓蕾.浙江省老年度假影响因素研究[D].浙江工商大学,旅游管理,2013,硕士.
[12]孙蒙.关于重庆大学留学生跨文化适应的实证研究[D].重庆大学,外国语言学及应用语言学,2014,硕士.
[13]刘江波.企业新员工职业生涯规划研究[D].山东财经大学,企业管理,2012,硕士.
[14]范颖.设立中公司法律制度的研究[D].华东政法大学,法律（专业学位）,2012,硕士.
[15]宋斌.人民警察预防应对群体性事件问题研究[D].长安大学,公共管理（专业学位）,2012,硕士.
[16]孙立峰.高速旋转接头的研制[J].一重技术.2000(02)
[17]陈思思.我国部分省市碳排放影响因素及趋势预测[D].华中师范大学,运筹学与控制论,2014,硕士.
[18]陈宝楼.K-Means算法研究及在文本聚类中的应用[D].安徽大学,计算机应用技术,2013,硕士.
[19]朱善斌.脱氮复合生物载体的制备及其在低C/N比污水脱氮处理中的应用研究[D].北京交通大学,2014.
[20]卢灵娇.宁波市FDI技术溢出效应分析[D].宁波大学,国际贸易学,2014,硕士.
[21]姜晓明,陈兴林.不确定性系统的非因果鲁棒学习控制[J].控制与决策,2014,12:2277-2281.
[22]王杰.我国股市投机性与股价波动同步性研究[D].山东大学,金融学,2013,硕士.
[23]张肖玲.黄体酮经皮给药系统的设计与制备[D].广东药学院,药剂学,2012,硕士.
[24]丁网林,骆健,李杰.直接并网的中小型发电机定子接地保护[J].电力系统自动化,2007,15:74-78.
[25]陈志远.金属/TiO_2光子晶体光催化剂的制备及其光催化性能研究[D].苏州大学,凝聚态物理,2014,硕士.
[26]朱礼领.新窑煤矿人力资源管理体系设计与实施[D].西安科技大学,工商管理,2014,硕士.
[27]王瑞华.商业银行业务经营中的数据大集中[J].现代商业银行,2005,09:41-42.
[28]石友华.专利侵权认定标准研究[D].首都经济贸易大学,法律（专业学位）,2013,硕士.
[29]崔佳.我国高技术环境污染损害赔偿问题研究[D].天津大学,经济法学,2013,硕士.
[30]林青红.马克思人的发展理论及其当代价值研究[D].华侨大学,马克思主义哲学,2014,硕士.
[31]苏玲玲.Hp相关胃病不同中医证候胃黏膜MMP-7、TIMP-1的表达[D].广州中医药大学,中西医结合临床（专业学位）,2013,硕士.
[32]杨林东.民生银行客户关系管理存在问题及对策研究[D].西安科技大学,工商管理,2014,硕士.
[33]王若莹.商业银行信贷风险管理内部审计的评价体系研究[D].浙江工业大学,2009.
[34]朱敏.关于简单图和符号图的秩的一些研究[D].中国矿业大学,应用数学,2014,硕士.
[35]车璐,吴晓琴,郑茜茜,沈骏,芦芳,沈建福.香水莲花抑制大鼠前列腺增生的试验研究[J].中国食品学报,2015,02:28-33.
[36]卢瑶.四川省农村人力资本与农村经济增长关系的实证研究[D].西南交通大学,行政管理,2013,硕士.
[37]陈丽,孔志洪,陈根才.基于数据挖掘建立动态人事管理决策系统[J].计算机工程与应用,2001,20:160-162+165.
[38]李钰娟.以兴趣为引导的初中文言文教学策略[D].河北师范大学,学科教学,2013,硕士.
[39]陈明.频率法索力测定概率分析及参数识别[D].哈尔滨工业大学,桥梁与隧道工程,2014,硕士.
[40]王凤霁.公共知识分子问题研究[D].西安科技大学,马克思主义中国化研究,2013,硕士.
[41]张赫.乌审旗工业二路建设项目经济评价研究[D].吉林大学,交通运输工程,2012,硕士.
[42]裴晗.玻璃体腔注射重组腺相关病毒—人NADH脱氢酶4亚基的实验研究[D].华中科技大学,眼科,2013,硕士.
[43]贺德强.网络化制造中设备层信息交互平台的研究[D].重庆大学,2004.
[44]叶宗君.催化裂化和热裂化反应特征产物及其生成途径的探索研究[D].石油化工科学研究院,化学工艺,2006,硕士.
[45]韦正生.一个资源约束项目调度模型及其启发式算法研究[D].北京交通大学,2015.
[46]周荣.A数控技术公司物流成本分析与控制研究[D].北京交通大学,2014.
[47]刘勇.家蚕丝素重链基因敲除品系的建立及其应用[D].西南大学,生物化学与分子生物学,2013,硕士.
[48]申莹.几类风险模型的首次通过时间及分红问题的研究[D].曲阜师范大学,应用数学,2014,博士.
[49]于航.祁连山天然气水合物控矿断裂多源遥感信息提取方法研究[D].中国地质大学（北京）,地质工程,2014,硕士.
[50]李洪全.三坐标测量技术在汽车制造业的应用[D].天津大学,精密仪器,2004,硕士.