色素吸收有关的光谱指数和近红外波段信息监测小麦生物量信息(2)

菜单

3.5.2 茎蘖生物量随氮肥处理的变化 14

3.5.3 穗生物量随氮肥处理的变化 15

3.5.4 植株生物量随氮肥处理的变化 15

3.6 生物量随小麦生育期的变化 15

3.7 生物量反演模型的构建 15

3.7.1 基于CGMD302 NDVI的生物量反演模型构建 15

3.7.2 基于GreenSeeker NDVI的生物量反演模型构建 15

3.7.3 基于CGMD302 RVI的生物量反演模型构建 15

3.7.4 生物量最佳反演模型的选择 15

结论 15

参考文献 15

致谢 15

1 前言

随着经济的不断发展，作为人类生存的基础产业，农产品的重要性愈发突出。当今的农业发展速度缓慢，这与20世纪60年代到70年代的“绿色革命”形成了鲜明反差。在“绿色革命”之前，耕地缩减,土壤退化, 有效水资源日益紧缺[1]，绿色革命之后，一个时期内农产品的产量得到大幅提升，而现阶段农业由于技术受限制或产量过大导致无法系统监测使得农业发展进入瓶颈。小麦是世界上最重要的粮食作物之一，在我国小麦是仅次于水稻的第二大粮食作物[2]，具有重要的研究意义与价值，这为世人不断发展农业技术手段敲响警钟[3]。对于小麦的产量的需求上升使得人工化肥、农药和种植技术等方面被优化并且广泛应用。然而精准农业的迅速发展要求对农作物进行实时的长势信息检测，其目的不仅为早期估产提供依据，也为田间管理提供及时的信息。而农作物长势检测与产量估算是农业信息监测两个重要研究领域，长期以来国内农业遥感的研究重点集中在遥感估产上作物生长过程的状况与趋势监测[4]。对农作物长势的动态监测可以及时了解农作物的生长状况和作物营养状况，便于采取相应管理措施，从而保证农作物的正常生长，并为农业政策的制定和粮食贸易提供决策依据，也是农作物产量估测的必要前提[5]，其本质是在作物生长早期阶段就能反应出作物产量的丰欠趋势，通过实时的动态监测逐渐逼近实际的作物产量。生物量作为指示作物长势状况的重要指标之一，是直接反应作物营养状况及代谢的重要组成部分，并可用于诊断作物氮素营养状况，它的大小与作物群体的光能利用、产量和品质形成密切相关。实时、大面积获取作物生物量信息有利于掌握早期作物长势和产量并构建动态模型，对于生产管理措施制定意义重大，因此作物生物量的实时动态监测始终是农学家关注的热点问题。传统监测作物生物量的方法是人工采样法，这种方法需要破坏性取样、称重，这样不仅耗时耗力，而且不利于农业生产统一化管理运营，对作物生物量进行快速监测，可以及时为生产中的变量施肥管理和产量预报提供参考[6]，可以为陆地生态系统中的能量平衡和能量流动研究提供基础数据[7]。而随着监测技术的不断发展，农业资源短缺要求改变这种原始常规方法，除了传统采样法，光谱监测技术凭借其快速、动态、无损等优点，可在短时间内连续获取大范围区域的地表信息，如植物叶面积指数（LAI）、叶绿素含量、植株氮素含量、生物量以及农田水分等信息[8]。

光谱监测技术作为一种新的技术，已经被适用于生活生产中的各个领域，光谱监测技术别分为多光谱技术和高光谱技术。光谱成像技术主要是以物体对不同波长光线的吸收存在差异为原理，通过对目标物体在一组红外和近红外范围内特定光线波长中的光强度变化来实现检测、辨别等应用需求。随着多光谱遥感技术的出现与发展，该技术已被应用到许多的领域，特别是在经济作物中的应用。高光谱成像技术是在多光谱成像的基础上发展而来的，在较宽的波段范围内，利用成像光谱仪对目标物体进行连续成像，从而获得每个像元的数十或者数百条光谱信息。其成像特点是：光谱范围广（200—2500nm）、超多波段（上百个波段）、高光谱分辨率高（几个nm）、波段窄（≤10λ）[9]。由于所获得的图像信息不仅可以反映物体的大小、形态等外部特征，而且不同物体因结构和成分不同使光谱吸收也不同，从而可以用于物体内部的物理结构和化学成分的检测[10]。而在农业过程的应用中，这种技术主要体现在作物病害诊断[11]，农产品品质检测[12]、作物生长状态监测[13]等。源[自-751*`论/文'网·www.751com.cn/