施肥試驗(yàn)條件下的冬小麥產(chǎn)量和氮肥利用率地面高光譜遙感估算.pdf

1、高光譜遙感的興起，是人類(lèi)在對(duì)地觀測(cè)方面取得的重大技術(shù)突破之一，它的出現(xiàn)大大拓寬了人類(lèi)對(duì)物質(zhì)的認(rèn)識(shí)，使得原本在寬波段遙感中無(wú)法探測(cè)的物質(zhì)能夠?yàn)槿藗兯J(rèn)識(shí)和了解。高光譜遙感是指在電磁波譜的紫外、可見(jiàn)光、近紅外和中紅外波段，獲取許多狹窄而連續(xù)的光譜數(shù)據(jù)，使得這些光譜數(shù)據(jù)蘊(yùn)含豐富的輻射和光譜信息，能更好地描述作物的“紅邊”特性，區(qū)分葉片中的不同生化組分、含量及變化情況。因此，高光譜遙感在農(nóng)作物的分類(lèi)識(shí)別、長(zhǎng)勢(shì)監(jiān)測(cè)、產(chǎn)量估算以及病蟲(chóng)害預(yù)測(cè)上得到了

2、更廣泛的實(shí)踐應(yīng)用。
　　本文主要探討了冬小麥產(chǎn)量形成關(guān)鍵期冠層光譜與產(chǎn)量的關(guān)系，通過(guò)兩類(lèi)分析方法，一是利用傳統(tǒng)的回歸分析建立光譜特征參量與作物單產(chǎn)間的定量關(guān)系;二是利用數(shù)據(jù)挖掘（人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)）和多元線性回歸，建立三種模式的作物單產(chǎn)估算模型，從而篩選出估算冬小麥單產(chǎn)的最佳模型。此外，本文探討了作物光譜與氮肥利用率的關(guān)系，嘗試?yán)脭?shù)據(jù)挖掘的方法對(duì)其進(jìn)行了模擬。所得結(jié)論如下:
　　1.對(duì)冬小麥單產(chǎn)與光譜特征參數(shù)進(jìn)行相關(guān)

3、分析，結(jié)果表明，植被指數(shù)、微分光譜指數(shù)和導(dǎo)數(shù)光譜與冬小麥單產(chǎn)具有密切的關(guān)系，都能夠準(zhǔn)確地模擬出作物的單產(chǎn)信息。其中，植被指數(shù)中綠度植被指數(shù)GNDVI、歸一化差異指數(shù)NDVI、高光譜紅邊指數(shù)RIlDB和修改比值植被指數(shù)mSR705，微分光譜指數(shù)(D750-D550)/(D750+D550)、EGFN和(D725-D700)/(D725+D700)，導(dǎo)數(shù)光譜指數(shù)歸一化氮指數(shù)FD-NDNI、FD725/525和FD(525-570)/(525

4、+570)與冬小麥單產(chǎn)在返青期、拔節(jié)期、抽穗期的相關(guān)系數(shù)較高（均在0.5以上），對(duì)冬小麥單產(chǎn)的模擬效果較好。對(duì)于單時(shí)相估產(chǎn)模型以拋物線方程和指數(shù)方程的擬合單產(chǎn)效果較好，多時(shí)相的估產(chǎn)模型以mSR705估產(chǎn)精度最佳(R2=0.8582)。
　　2.分別利用返青期的FD-NDNI、拔節(jié)期525 nm和570 nm導(dǎo)數(shù)光譜的歸一化FD(525-570)/(525+570)、抽穗期NDVI所建立的復(fù)合估產(chǎn)模型(R2=0.8741)，其精度明

5、顯高于基于單一光譜指數(shù)的多時(shí)相估產(chǎn)模型。這也表明，各種形式的光譜指數(shù)的綜合利用，能夠更有效地提取與作物產(chǎn)量有密切關(guān)系的信息。
　　3.利用兩種數(shù)據(jù)挖掘技術(shù)對(duì)作物單產(chǎn)進(jìn)行模擬，結(jié)果表明，人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)所建模型的擬合度分別為0.9041和0.9156，且均高于多元線性回歸模型的擬合度。這說(shuō)明數(shù)據(jù)挖掘技術(shù)在作物估產(chǎn)方面具有廣闊的前景，能夠較好地估測(cè)作物單產(chǎn)。
　　4.施用有機(jī)肥有高產(chǎn)穩(wěn)產(chǎn)的作用，但因有機(jī)肥類(lèi)型及其與化肥配