基于光譜的水稻氮素營(yíng)養(yǎng)監(jiān)測(cè)與調(diào)控模型研究.pdf_第1頁
已閱讀1頁,還剩124頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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、氮肥對(duì)于水稻的高產(chǎn)、穩(wěn)產(chǎn)有重要作用。如何實(shí)時(shí)、快速、無損獲取和診斷水稻生長(zhǎng)狀況,進(jìn)而精確運(yùn)籌氮肥是精確農(nóng)業(yè)研究的熱點(diǎn)。本文綜合運(yùn)用現(xiàn)代光譜遙感技術(shù)和作物生理生態(tài)技術(shù),較系統(tǒng)地研究了水稻生長(zhǎng)前期光譜特征與植株生長(zhǎng)參數(shù)的關(guān)系,構(gòu)建了水稻植株氮含量(Plant nitrogen content,PNC)、植株積累量(Plant nitrogenacumulation,PNA)、葉面積指數(shù)(Leaf area index,LAI)的定量估測(cè)模型

2、;明確了不同產(chǎn)量水平下主要生育期水稻歸一化植被指數(shù)(Normalized difference vegetation index,NDVI)、比值植被指數(shù)(Ratio vegetation index,RVI)、LAI、PNC以及PNA的適宜值,并構(gòu)建了基于生長(zhǎng)度日(Growing degree days,GDD)的適宜NDVI、RVI、LAI、PNC和PNA的估測(cè)模型;建立了基于光譜實(shí)時(shí)監(jiān)測(cè)的水稻氮肥調(diào)控模型(氮素光譜指數(shù)法,Nitr

3、ogen spectrum index approach, NSI)。研究結(jié)果為水稻生長(zhǎng)快速診斷和精確調(diào)控提供關(guān)鍵技術(shù)支撐。
   通過設(shè)置不同氮肥水平、不同水稻品種的田間試驗(yàn),研究了水稻穗肥施用前地上部LNC、PNA和LAI與冠層光譜參數(shù)的定量關(guān)系。結(jié)果顯示,基于ASD高光譜儀的RVI(940,750)、基于Cropscan多光譜儀的RVI(1100,710)和基于主動(dòng)光譜儀的NDVI(760,660)均可較好的監(jiān)測(cè)PNC,建

4、模R2和模型檢驗(yàn)RMSE分別為0.72和0.29%,0.70和0.84%,0.78和0.07%。而基于Cropscan多光譜儀的DVI(760,710)和基于主動(dòng)光譜儀的NDVI(760,660)能較好的估測(cè)PNA,擬合模型R2和模型檢驗(yàn)RMSE分別為0.94和0.76 g·m-2,0.97和0.62 g·m-2。另外,基于ASD高光譜儀的DVI(1100,710)、基于Cropscan多光譜儀的RVI(1100,560)和基于主動(dòng)光譜

5、儀的RVI(770,660)能較好的估測(cè)LAI,建模R2和檢驗(yàn)RMSE分別為0.67和0.79,0.92和0.18,0.98和0.19。
   以不同水稻品種為試驗(yàn)材料,設(shè)置不同氮肥水平,于移栽后定期定點(diǎn)測(cè)定各小區(qū)NDVI、RVI、LAI、PNC及PNA值,進(jìn)而明確了各指標(biāo)與產(chǎn)量間的相互關(guān)系,確立了關(guān)鍵生育期各生長(zhǎng)指標(biāo)閾值,并建立了基于GDD的適宜生長(zhǎng)指標(biāo)模型。結(jié)果表明,各生長(zhǎng)指標(biāo)與產(chǎn)量呈二次曲線關(guān)系,水稻生長(zhǎng)期適宜NDVI、R

6、VI和LAI動(dòng)態(tài)可基于生長(zhǎng)度日(GDD)的Gaussian模型來模擬,PNC及PNA可基于GDD的Richards模型來模擬。利用獨(dú)立試驗(yàn)資料對(duì)模型進(jìn)行檢驗(yàn),結(jié)果顯示模型具有較高的預(yù)測(cè)性,預(yù)測(cè)精度R2均達(dá)到0.9以上,相對(duì)均方根差RRMSE和相對(duì)誤差RE均小于15%。表明所構(gòu)建的模型具有較強(qiáng)的可靠性和適用性。
   基于不同基施氮量處理,利用水稻拔節(jié)期的光譜植被指數(shù)實(shí)時(shí)估測(cè)植株氮積累量,研究構(gòu)建了基于光譜的追氮調(diào)控模型(NSI)

7、。結(jié)果顯示,不同基施氮水平下的水稻植株氮素積累狀況在穗肥施周期有較大差異。基于NSI,高施基氮量處理的追氮量需較對(duì)照調(diào)低(高氮低調(diào)),中施基氮量處理的追氮量較對(duì)照微高(中氮微調(diào)),而低施基氮量處理的追氮量需較對(duì)照顯著調(diào)高(低氮高調(diào))。追施氮肥后,各調(diào)控處理間的植株氮含量(PNC)和差值植被指數(shù)(DVI)逐漸趨于一致。而調(diào)控處理的葉片凈光合速率(Pn)和氮肥農(nóng)學(xué)利用率較各自對(duì)照明顯提高,并獲得了更高的經(jīng)濟(jì)效益。與常規(guī)高產(chǎn)施氮處理相比,低氮

8、高調(diào)、高氮低調(diào)處理的Pn、干物質(zhì)積累量、氮積累量、產(chǎn)量以及氮肥農(nóng)學(xué)利用率等均有所提高。表明基于NSI的水稻追氮調(diào)控技術(shù)能根據(jù)植株實(shí)時(shí)氮積累量和土壤供氮量信息精確量化氮肥追施量,是一種良好的追肥調(diào)控技術(shù)。
   進(jìn)一步比較研究了利用NSI及4種已有追氮調(diào)控方法[葉面積指數(shù)法(LAI)、實(shí)地氮肥管理法(SSNM)、氮素營(yíng)養(yǎng)指數(shù)法(NNI)、氮肥優(yōu)化算法(NFOA)]指導(dǎo)水稻穗肥施用的優(yōu)劣。結(jié)果顯示,不同方法間產(chǎn)量及齊穗到成熟期干物質(zhì)

9、積累量差異不顯著,但總施氮量及氮肥利用效率差異顯著。低基蘗肥條件下,5種方法的施氮量及氮素轉(zhuǎn)運(yùn)率順序?yàn)?NNI>LAI>NFOA>S SNM>NSI,氮肥回收率、經(jīng)濟(jì)效益、產(chǎn)投比及齊穗到成熟氮積累量大小順序則相反。正?;Y肥條件下,施氮量及氮素轉(zhuǎn)運(yùn)率順序?yàn)?NFOA>LAI>S SNM>NNI>NSI,氮肥回收率及齊穗到成熟氮積累量大小順序則相反;經(jīng)濟(jì)效益和產(chǎn)投比大小順序?yàn)?NSI>NNI>LAI>S SNM>NFOA。與常規(guī)高產(chǎn)栽培相

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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

評(píng)論

0/150

提交評(píng)論