基于高光譜遙感的冬小麥氮素營養(yǎng)指標(biāo)監(jiān)測研究.pdf

1、隨著基于植被光譜特性的高光譜遙感技術(shù)迅速發(fā)展，使得區(qū)域范圍內(nèi)實(shí)時快速監(jiān)測作物氮素含量成為農(nóng)業(yè)遙感領(lǐng)域的重要研究內(nèi)容。本研究以不同生育期、不同氮素水平下的楊凌示范區(qū)冬小麥為研究對象，在2015-2016年進(jìn)行冬小麥小區(qū)試驗。采集冬小麥主要生育期的冠層和葉片光譜，測定相應(yīng)的葉片氮含量，分析基于冠層和葉片兩種尺度的光譜及一階導(dǎo)數(shù)光譜變化規(guī)律，探索高光譜參數(shù)與葉片氮含量的定量關(guān)系，利用多種方法構(gòu)建冬小麥葉片氮含量估算模型。并借助低空無人機(jī)獲得高

2、光譜影像對冬小麥葉片氮含量進(jìn)行空間反演。研究旨在為實(shí)時無損監(jiān)測冬小麥氮素營養(yǎng)狀況和施肥管理提供依據(jù)。主要結(jié)論如下:
　　(1)分析不同施氮水平、不同生育期冬小麥反射光譜以及一階導(dǎo)數(shù)光譜變化規(guī)律。結(jié)果表明，冬小麥在冠層和葉片兩種尺度下存在相同的光譜變化特征。原始光譜隨氮素水平提高在可見光區(qū)域反射率降低而在近紅外區(qū)域反射率增強(qiáng);隨生育期推進(jìn)，光譜反射率在可見光區(qū)域先降低后升高，在近紅外區(qū)域先升高后降低，抽穗期“綠峰”峰值最低，而在近紅

3、外反射平臺達(dá)到最高。紅邊位置隨施氮量升高在各個生育期都向長波方向移動，紅邊振幅和紅邊面積隨之升高;在不同生育期，紅邊均在抽穗期之前發(fā)生“紅移”，而在抽穗期之后發(fā)生“藍(lán)移”，紅邊振幅和紅邊面積也呈先增大后減小的趨勢。
　　(2)分析全波段反射率與葉片氮含量的相關(guān)性，得出冠層和葉片的原始光譜和一階導(dǎo)數(shù)光譜對葉片氮含量反應(yīng)敏感的波段基本一致，原始光譜和一階導(dǎo)數(shù)光譜分別在695nm附近和687nm處與葉片氮含量呈最大負(fù)相關(guān)，基于這些敏感波

4、段建立葉片氮含量估算模型。分別從冠層和葉片一階導(dǎo)數(shù)光譜中提取“三邊”參數(shù)與葉片氮含量做相關(guān)分析，選擇相關(guān)性高的參數(shù)建立估算模型。對于冠層光譜，選擇紅邊位置、峰度系數(shù)和偏度系數(shù)對葉片氮含量進(jìn)行估算，最佳模型為基于偏度系數(shù)建立的多項式模型;基于葉片的紅邊位置、峰度系數(shù)、偏度系數(shù)、黃邊面積和藍(lán)邊振幅建立葉片氮含量估算模型，其精度高于基于冠層光譜參數(shù)建立的模型，表現(xiàn)最好的也是基于偏度系數(shù)建立的多項式模型，但兩者模型存在差異，精度相對基于敏感波段

5、建立的模型精度有所提高。
　　(3)選取歸一化植被指數(shù)、比值植被指數(shù)、差值植被指數(shù)、土壤調(diào)節(jié)植被指數(shù)四種光譜指數(shù)，在350～2500nm全光譜范圍內(nèi)，將冠層和葉片原始光譜和一階導(dǎo)數(shù)光譜分別進(jìn)行兩兩交叉組合生成光譜指數(shù)與葉片氮含量進(jìn)行相關(guān)分析、模型構(gòu)建和精度檢驗，篩選出預(yù)測葉片氮含量的最佳光譜指數(shù)。通過一階導(dǎo)數(shù)光譜求得的光譜指數(shù)與LNC建立的模型精度略高于原始光譜;基于冠層尺度上的SASI(D741，D525)L=0.001建模結(jié)果

6、精度最高且驗證結(jié)果準(zhǔn)確性和穩(wěn)定性最好;基于葉片尺度上的RSI(D962，D725)表現(xiàn)最好，是估測葉片氮含量的最佳光譜指數(shù)模型?；诠趯雍腿~片不同尺度構(gòu)成的光譜指數(shù)模型不能通用?；诠庾V指數(shù)建立的葉片氮含量估算模型精度高于基于特征波段建立的模型。
　　(4)將甄選出的精度較高的高光譜參數(shù)建立BP和RBF人工神經(jīng)網(wǎng)絡(luò)模型，并適當(dāng)調(diào)節(jié)網(wǎng)絡(luò)參數(shù)，對模型進(jìn)行優(yōu)化，得到冬小麥葉片氮含量人工神經(jīng)網(wǎng)絡(luò)估算模型。基于人工神經(jīng)網(wǎng)絡(luò)建立的模型較傳統(tǒng)單